使用场景

艺术家使用Stable Diffusion 3.5 Medium根据文本提示创作数字艺术作品。

教育工作者利用该模型在课堂上展示如何从文本描述生成图像，增强学生对AI技术的理解。

研究人员使用模型分析生成图像的质量和一致性，以评估和改进生成模型的性能。

产品特色

• 基于文本提示生成高质量图像

• 改进的多分辨率图像生成能力

• 训练稳定性通过QK规范化技术提升

• 双注意力块增强图像一致性

• 支持长文本提示，但需注意token限制

• 与Diffusers库兼容，便于集成和部署

• 社区版许可适用于非商业用途和年收入少于100万美元的组织或个人

使用教程

1. 安装最新版本的Diffusers库：`pip install -U diffusers`

2. 导入必要的库并加载模型：`from diffusers import StableDiffusion3Pipeline`

3. 初始化模型管道并设置参数：`pipe = StableDiffusion3Pipeline.from_pretrained("stabilityai/stable-diffusion-3.5-medium", torch_dtype=torch.bfloat16)`

4. 将模型管道转移到GPU上以加速处理：`pipe = pipe.to("cuda")`

5. 使用文本提示生成图像：`image = pipe("A capybara holding a sign that reads Hello World", num_inference_steps=40, guidance_scale=4.5).images[0]`

6. 保存生成的图像：`image.save("capybara.png")`