【全新升级，Stable Diffusion 3震撼发布】
    自凹非寺发源的消息如春雷般炸响在科技圈中，量子位公众号QbitAI为您带来最新报道：备受瞩目的Stable Diffusion 3，在历经一年的精心酝酿后终于揭开神秘面纱，相较于上一代实现了三大能力的重大飞跃。
    首先聚焦其突破性的文字渲染功能。黑板上的粉笔字“Go Big or Go Home”，犹如刀锋般的犀利与生动；路牌、公交灯牌霓虹效果逼真夺目；刺绣上的“晚安”二字勾勒得细腻入微，几乎可见针脚。如此精确的效果一出，网友们惊叹连连，纷纷表示期待中文版的早日上线。
    其次，Stable Diffusion 3展现了卓越的多主题提示处理能力。无论用户一次性输入多少元素，模型都能准确捕捉并整合到生成的画面中。比如下图中包含“宇航员”、“穿着芭蕾舞裙的小猪”、“粉色雨伞”、“戴着礼帽的知更鸟”以及角落处的“Stable Diffusion”标志，这些丰富的元素被完美融合在同一幅作品中，充分展示了其强大的创作潜力。
    再者，图像质量方面，Stable Diffusion 3实现了前所未有的提升。高清特写画面信手拈来，令人叹为观止。官方现已开放排队申请，众多爱好者蜂拥而至，争相体验这款革命性的工具。
    近期AI领域的热闹非凡，Stable Diffusion 3的横空出世更是吸引了无数眼球。有网友直言，现有的电脑配置已经难以驾驭这一技术洪流。
    全新的Stable Diffusion 3带来的视觉盛宴尚未结束。更多来自官方的精彩实例逐一呈现，其中的文字特效尤其引人注目，无论是何种形式的文字，都能够被精准且贴切地展现出来，甚至有望解决学术论文配图的问题，让专业配图制作变得更为便捷高效。
    此外，SD3的独特风格亦让人眼前一亮，如“酒精水墨画”和动漫风格的作品，同时支持清晰文字叠加，极大地拓宽了创意边界。尽管目前需要排队等待试用，但已有网友迫不及待地将相同的提示词用于Midjourney（v6.0）进行对比测试。结果显而易见，Stable Diffusion 3在文字细节、图像质量和色彩协调等方面明显优于后者。
    技术层面，Stable Diffusion 3采用了800M至8B可选参数范围的扩散型Transformer架构，并结合了创新的flow matching技术。据透露，该模型的核心灵感来源于2022年William Peebles和谢赛宁合著的ICCV 2023 Oral论文《DiT》，首次将Transformer与扩散模型相结合。另一关键技术flow matching，则源于Meta AI及魏茨曼科学研究所的研究成果，通过连续归一化流和扩散路径的flow matching方法，显著提高了模型的稳定性和鲁棒性。
    与此同时，Stable Video也于前一天宣布公测，基于SVD1.1版本，提供文本转视频和图片转视频两大功能，进一步拓宽了AI创作的可能性。
    总结来说，Stable Diffusion 3以卓越的表现颠覆了人们的想象，不仅在图像生成领域树立了新的标杆，还在视频创作上开辟了新的疆界。这波AI技术的浪潮，无疑将引领我们进入一个更加丰富多彩的创作时代。
    参考链接：
    [1] https://stability.ai/news/stable-diffusion-3
    [2] https://arxiv.org/abs/2212.09748
    [3] https://arxiv.org/abs/2210.02747
    [4] https://twitter.com/pabloaumente/status/1760678508173660543