Stability AI 开放 Stable Diffusion 3 Medium 权重

背景

Medium 是 Stable Diffusion 3 系列中参数为20亿的成员，此次发布让其权重可以下载。

发生了什么

2024年6月12日，Stability AI 开放了 Stable Diffusion 3 Medium 的权重。^[1] 权重发布在 Hugging Face 上，发布内容还包括一个经过 TensorRT 优化的版本。^[1]

拥有20亿参数的模型体量较小，配备合适显卡的个人电脑即可运行，而同一系列中规模更大的模型通常需要更多显存。可下载的权重意味着用户无需依赖托管服务即可在本地运行。非商业许可证允许用于研究和个人目的，但付费产品或服务通常需要另行取得授权。

托管服务与本地下载面向不同的用户。托管服务在提供方的服务器上运行模型，用户只需浏览器或应用程序；本地权重则需要用户自行管理软件和硬件。两种途径并存，让不同设备和需求的人都能选择合适的使用方式。

关键细节

Stable Diffusion 3 Medium 是一个参数为20亿的扩散 Transformer，使用16通道的 VAE。VAE（变分自编码器）是把图像压缩为模型工作所用的较小表示、再把结果解码回像素的组件。^[1]

TensorRT 是 NVIDIA 用于加速其 GPU 上神经网络运行的库，因此 TensorRT 优化版本是专门为提高该硬件上运行速度而准备的版本。^[1]

Stability 表示，该模型体量较小，适合在消费级个人电脑和笔记本电脑上运行。^[1]

该模型采用非商业许可证，专业用途则需另行购买 Creator License。^[2]

此外，该模型还可通过 Stability Platform API、Stable Assistant 和 Stable Artisan 使用。^[1]

影响

这次发布让该设计可以在普通个人电脑和笔记本上使用，同时把商业专业用途放在单独的许可证之下。非商业免费使用与付费专业使用分开，这是公司在该模型上采用的安排。^[1][2]