许可证：其他
许可证名称：StabilityAI-AI-Community
许可证链接：LICENSE.md
标签：

• 文本生成图像
• 稳定扩散
• 扩散模型
  推理支持：是
  额外授权提示：
  点击"同意"即表示您同意遵守许可协议，并确认已知晓Stability AI的隐私政策。

额外授权字段：
姓名：文本
邮箱：文本
国家/地区：下拉选择
所属组织：文本
是否接收Stability AI产品、服务及研究的邮件更新与促销？：
类型：单选
选项：

• 是
• 否
  模型用途：
  类型：单选
  选项：
• 研究
• 个人使用
• 创意专业
• 初创企业
• 企业
  我已阅读并同意许可协议及Stability AI隐私政策：复选框

支持语言：

• 英语
  任务类型：文本生成图像

稳定扩散3.5大模型

模型架构

稳定扩散3.5大模型是一款多模态扩散Transformer（MMDiT）文本生成图像模型，在图像质量、排版效果、复杂提示理解及资源效率方面均有显著提升。

重要提示：本模型基于Stability社区许可协议发布。商业授权请访问Stability AI官网或联系我们。

模型说明

• 开发机构：Stability AI
• 模型类型：MMDiT文本生成图像模型
• 功能描述：本模型可根据文本提示生成图像，采用多模态扩散Transformer架构，集成三个固定预训练文本编码器，并通过QK归一化技术提升训练稳定性。

授权条款

• 社区许可：年营收低于100万美元的组织或个人可免费用于研究、非商业及商业用途。详见社区许可协议。
• 年营收超100万美元：需申请企业授权。

模型资源

推荐本地部署方案：

• ComfyUI（节点式界面）

• diffusers库（编程调用）

• GitHub源码

• ComfyUI：GitHub仓库 | 示例工作流

• Huggingface空间：体验地址

• API端点：

  • Stability官方API
  • Replicate平台
  • Deepinfra平台

技术细节

• QK归一化：采用该技术增强训练稳定性
• 文本编码器：
  • CLIP系列：OpenCLIP-ViT/G、CLIP-ViT/L，上下文长度77词元
  • T5：T5-xxl，训练阶段支持77/256词元
• 训练数据：融合合成数据与过滤后的公开数据集

技术细节详见研究论文。

性能表现

模型在提示遵循度与美学质量方面的对比研究参见官方博客。

文件结构

文件版本页

│  
├── text_encoders/  
│   ├── README.md  
│   ├── clip_g.safetensors  
│   ├── clip_l.safetensors  
│   ├── t5xxl_fp16.safetensors  
│   └── t5xxl_fp8_e4m3fn.safetensors  
├── 主模型文件/  
│   ├── sd3_large.safetensors  
│   └── SD3.5L_example_workflow.json  
└── 扩散器集成结构/  
    ├── scheduler/  
    ├── text_encoder/  
    ├── transformer/  
    └── model_index.json  

扩散器集成

安装最新版扩散器库：

pip install -U diffusers  

基础调用示例：

import torch  
from diffusers import StableDiffusion3Pipeline  

pipe = StableDiffusion3Pipeline.from_pretrained("stabilityai/stable-diffusion-3.5-large", torch_dtype=torch.bfloat16)  
image = pipe("一只举着'Hello World'标牌的卡皮巴拉", num_inference_steps=28, guidance_scale=3.5).images[0]  
image.save("capybara.png")  

量化部署

通过4位量化降低显存占用：

from diffusers import BitsAndBytesConfig  

nf4_config = BitsAndBytesConfig(  
    load_in_4bit=True,  
    bnb_4bit_quant_type="nf4",  
    bnb_4bit_compute_dtype=torch.bfloat16  
)  
model_nf4 = SD3Transformer2DModel.from_pretrained(  
    model_id,  
    subfolder="transformer",  
    quantization_config=nf4_config  
)  

微调指南

参见微调教程。

使用范围

推荐场景

• 艺术创作与设计辅助
• 教育/创意工具开发
• 生成模型研究

所有使用需遵守可接受使用政策。

限制场景

本模型不适用于生成需事实准确的人物/事件表征内容。

安全机制

我们采用安全优先的开发策略，通过数据过滤与安全防护层设计降低潜在风险。开发者应根据具体场景实施额外安全措施。完整安全政策见安全中心。

风险管控

• 有害内容：已部署内容过滤系统，但建议开发者建立额外防护
• 滥用防范：技术限制结合用户教育共同防范恶意使用
• 隐私保护：建议开发者遵守数据隐私法规

问题反馈

• 安全问题：safety@stability.ai
• 技术问题：security@stability.ai
• 授权咨询：https://stability.ai/license