10月22日，Stability AI 发布了其最新的图像生成模型——Stable Diffusion 3.5。作为该系列的新一代产品，Stable Diffusion 3.5 不仅延续了前代模型的强大功能，还在性能、速度和硬件兼容性等方面进行了显著优化。
本次发布的模型包括三个主要版本：Stable Diffusion 3.5 Large、Stable Diffusion 3.5 Large Turbo 和即将于10月29日发布的 Stable Diffusion 3.5 Medium。
1. 多样化的模型版本，满足不同用户需求
针对不同的用户群体提供的不同的版本，三个版本的模型各有侧重：
Stable Diffusion 3.5 Large：
这个版本拥有 80亿参数，能够生成高达 1兆像素 分辨率的图像，是目前该系列中最强大的一款。它在图像质量和提示词响应性上达到了行业领先水平，特别适合需要高质量输出的专业用户和企业。Stable Diffusion 3.5 Large Turbo：
相较于 Large 版本，Turbo 版本在速度方面有了极大提升。通过模型的“蒸馏”技术，Large Turbo 可以在 4步 内生成图像，这使其推理速度大幅提高。它的参数规模与 Large 相同，但在不牺牲图像质量的前提下，Turbo 版本为那些需要快速生成图像的用户提供了更高效的解决方案。Stable Diffusion 3.5 Medium：
Stable Diffusion 3.5 Medium 是一个适合普通用户的轻量级版本，拥有 25亿参数，专为消费级硬件优化。它能够生成分辨率介于 0.25至2兆像素 的图像，适合那些希望在家用电脑或笔记本上运行AI模型的用户。该版本虽然参数较少，但在质量和定制化方面仍然表现优异，特别适合个人创作和中小型企业。
2. 性能与优化
在性能优化方面，Stable Diffusion 3.5 通过一系列技术革新，显著提升了模型的生成速度与稳定性。特别是 Query-Key Normalization 技术的引入，使得模型在训练和推理时更加稳定，同时也简化了后续的微调和自定义过程。
对于图像生成模型而言，生成速度和提示词的响应性是衡量用户体验的重要指标。Stable Diffusion 3.5 Large 在这两方面的表现尤为出色，不仅在提示词的理解和执行上极为精准，还能够生成质量媲美更大规模模型的图像。而 Large Turbo 版本则通过减少生成步骤，大幅缩短了用户等待时间。
Stable Diffusion 3.5 Medium 作为一款轻量级模型，能够在消费级硬件上实现高效运行。
目前所有模型均在 Stability AI 社区许可协议 下发布，这一许可模式允许用户在非商业用途中免费使用模型，同时收入低于 100 万美元的企业也可以免费用于商业用途。
用户可以在 Hugging Face 上获取模型权重进行自托管，还可以通过 Stability AI API、Replicate、ComfyUI 和 DeepInfra 等平台访问这些模型。
尽管 Stable Diffusion 3.5 的发布让人充满期待，但在此之前，Stable Diffusion 3 Medium 的表现曾让部分用户感到失望，促使部分用户转向了如 FLUX 等新兴模型。因此，这次的 3.5 版本肩负着重新赢得市场和用户信任的重任。
Stability AI 已经宣布，他们将在 10 月 29 日之后推出更多功能，例如 ControlNets，这将为专业用户提供更多样化的控制功能，进一步提升图像生成的灵活性和精度。
