人气排行榜
试完刚刚开源的StableDiffusion3，我觉得能打败它的只有下一代。-大模型知识库|大模型训练|开箱即用的企业大模型应用平台|智能体开发
53AI知识库
当初SD3 API放出来的时候，他的公司Stability AI已经出现大大小小很多的裂缝了。
先是在今年3月23日，Stability AI的CEO Emad Mostaque宣布辞职。
第一季度结束的时候，Stability AI的营收不到500万美元，亏损超过3000万美元。此外，他们还拖欠云计算供应商和其他公司近1亿美元的账单，可以说，Stability AI已经乱成一锅粥了。
比如代码模型Stable Code Instruct 3B、3D视频模型Stable Video 3D、3D模型TripoSR、音频模型Stable Audio Open等等...
不过Stability AI毕竟是以AI绘画出圈的，绘图模型是核心业务，所以大家还是更期望看到他的绘图模型Stable Diffusion发出来。不过看一眼Stability AI的惨状，大家都觉得，SD3开源无望了。
果然，SD3来了，意料之中的是，是付费API的形式。
不过广大网友没有放弃，还是抱着一些微弱的希望，在Stability AI官方推特下面求开源模型哈哈哈。
结果，万万想不到的是，千呼万唤始出来。Stability AI大手一挥说，那行，继续开源！
这次给了一个中型版本的SD3，20亿参数，Stable Diffusion 3 Medium。
有些人可能觉得中型不够意思，但是我觉得刚好，毕竟再大了本地也跑不动啊= =
他们官宣的是6月12号，于是我就等啊等，12号从中午等到晚上，终于，等到了Stability AI把模型放出来了。在huggingface上开源。
第一时间，我跟我我的小伙伴@祁珏瑜 对比了SD1.5，SD2.0，SDXL，SD3 Medium四个基础模型，来给大家看一下SD这么长时间，直观的进化。也给大家看看，SD3 Medium，有多强。
先说一下测试的大背景。
我们知道对于SD的话，需要很多的提示词，一般SD提示词两部分组成：内容描述提示词+画质描述提示词。
之前SD很烦的是，你必须要加一些冗余的画质提示词，比如best quality, high resolution, 8k之类的，正向反向都得加，不加的话则出图质量会差很多。
那我觉得既然SD3了，你就别欺负前面的弟弟了。
所以我给前三个模型SD1.5，SD2.0，SDXL提示词评测都加了正向画质提示词和反向画质提示词，（后面每一个都加了，为了避免重复就不写出来了）
1.5和2.0 的正向反向画质提示词
sdxl 的正向反向画质提示词（因为xl和之前的画质提示词有些不同）。
那SD3呢，我不给他加任何的画质提示词，直接裸奔。
所以其实最开始评测是有些不公平的，不过，真正的强者不需要我们的特殊照顾。直接来看效果。
1. 第一组内容提示词，看一下语义理解能力。
SD1.5：emmmmmm，这怎么成两张了，小猫咪看起来不太高兴啊，挎着个脸，海滩不太美丽雅，阳光呢？
SD2.0：不是，小猫怎么从船里长出来了，还有月亮你是怎么回事儿？不是说好的太阳吗。
SDXL：整体还行，但画面有点昏暗，配色不是很舒服。
SD3：王炸！语义理解能力极强，阳光明媚，美丽的海滩，鲜花……关键细节什么的都很好，画面也很和谐。
2. 再来测一下相对位置关系理解，这个更加考验模型能力。
SD1.5：emmmmmm，这小狗的热狗怎么悬空了啊？你的热狗怎么成香肠了？
SD2.0：SD2.0比较聪明，他直接把热狗放到了地上，哈哈这样你就挑不出我毛病了吧，但是语义理解不对啊大哥。
SDXL：基本理解了我的意思，但是这个画风，以及这个舌头衔接太奇怪了吧。
SD3：王炸！光效衔接都非常自然，小狗很可爱，热狗也很有食欲。
3.测试一下二次元动漫人物。
SD1.5：底模过于抽象。。。很多细节都丢失了，对比着看一下吧，从头发到眼睛。
SDXL：有点感觉了，但是你的画风画质很难评
SD3：没的说，依然是王炸！从头发到眼镜，从整体画质，到细节，No1！
动漫还做了另一组对比图。
4. 再测试一下不同的科幻风格
SD1.5：这机器人，是营养不良吧？哈哈哈 还有说好的五颜六色呢？
SD2：右边这哥们你的手臂掉了~其他不必多说了，懂得都懂嘿嘿
SDXL：还行，但是这个机器人怎么这么丑呢，三条腿不对称
SD3：同样很Nice，依然是王炸，除了这颜色跟我理解的五颜六色不太一样。
5. 再测一组真人图片，难度也蛮大的，要求在水下。
SD 2.0：更恐怖了，有点像泡开的奥特曼。。
SDXL：还可以，凑合能看，就是这绿的啊。
再测另一组真人的。
SD1.5：有点像我爸的微信头像。。。
SD 2.0：凑合，就是构图雪崩。
SDXL：SDXL是真的好容易画卡通。
7.最后一个SD3最棒的，文字嵌入。
这个就不评价了，因为过往的SD模型，都不支持文字嵌入，目前SD3是独一份。
上面简单对比完之后，你可以直观感受到SD3的威力了，也能感受到，Stable Diffusion这个模型，一路以来的进化史。
我都不敢想象加了高质量提示词，配合开源社区的微调等强大的生态，这模型可以有多强。
最关键的是，它开源，所以，他免费。现在他可以直接在你自己的电脑里用跑了。
不过我上面的测试都是在ComfyUI里做的，没错是这个样子。
我其实一直都没咋写过ComfyUI，不是觉得他不行，而是他太行了。所以他上手门槛比较高，对于普通用户来说，不如Webui直观好用。
他实际上是建立在ComfyUI的基础上进一步封装的一个UI，非常快捷，导入工作流之后就可以直接使用了。
关键是，官方已经提供了一键配置环境文件（甚至提供了mac电脑和linux环境配置文件），也就是模型运行环境什么的都不需要我们自己去配置。
我们在这个的基础上，帮大家下载好了SD3模型并放置好了模型，简单弄了个整合包，可以直接打开使用。
整合包我扔公众号后台了，对着公众号私信“SD3”这个英文字母就有，使用教程太长，我也直接扔整合包里面去了。
实测我的小4060，8GB的显存即可运行。
更骚的是，Stability AI为了让更多人能用上SD3，他们甚至跟AMD谈了合作，现在，AMD的显卡也能跑SD3了。。
真的是非常亲民，从模型本身到模型运行的环境，Stability真的做了很多。
Midjourney虽然确实牛叉，但确实对很多国内的人来说，架起了高高的围栏，很多普通人可能连去给Midjourney支付会员的方式都没有
这时，Stability AI站了出来，说，“我来！”
Stability AI花了极高的成本训练了Stable DIffusion，开源了Stable DIffusion系列。
这也才有了之后灿烂的开源绘画社区，大家才可以把AI绘画模型实实在在下到自己电脑上，切切实实感受绘画的魅力。
昨天有一个小插曲，LUMA发布了他们的AI视频Dream Machine，宣传片是真的酷，激动的我在各大群里乱叫大家别睡了，但是上手一测，好像...也就那样...并没有太多额外的惊喜。
但反过来看SD，我属有点泪目了，每一个工作都是实打实的，从来也不过分宣传，时不时还给你小惊喜，比如前段时间的47s的音频模型也非常好用。
可能商业上，Stability AI做的很一般，被人们所诟病。
但是在开源生态上，他真的极大推动了AI界的发展。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。
53AI，大模型落地应用首选服务商
定位：开箱即用的大模型落地应用平台
承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业
微软技术社区：做RAG？向量搜索还不够
全球首个开源AIGC数字人模型免费使用，手机端可跑！
如何让AI基于超长文档进行问答？
翻车了？这才是真正的SD3！
Omost！让AI大模型代写AI绘画提示词
《构建和评估高级RAG》: RAG评估要素和方法
【AI大模型应用开发】AI+知识图谱极简入门：手把手带你体验LangChain实现知识图谱创建和查询（附代码和源码分析）
广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层） 杨小姐 186 6662 7370
上海：上海市浦东新区金新路58号1602室 戴先生 186 1639 7587
广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层） 杨小姐 186 6662 7370
上海：上海市浦东新区金新路58号1602室 戴先生 186 1639 7587
与创始人交个朋友
-->广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层） 杨小姐 186 6662 7370上海：上海市浦东新区金新路58号1602室 戴先生 186 1639 7587
-->自动秒收录 | 电影导航 | 网络推广 | ChatGPT中文版 | AI绘画 | AI文生图 | 网站地图 | 网站目录