Stable Diffusion3首批邀请测试资格发放

最新消息，SD3的首批邀请测试资格已经发放

各位关注AI绘画进展的朋友们，好消息来了。SD3的首批邀请测试资格已经正式发放，模型的权重也预计会在下个月与大家见面。按照官方说法，这次是逐步扩大规模的节奏，所以更多测试资格很快就会陆续发出，还没收到的朋友不妨再等等。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

其实，在这波测试启动之前，Stability AI发布的SD3技术报告已经提前披露了大量细节，吊足了业内的胃口。报告中的结论相当明确：SD3在几个关键维度——比如排版质量、美学表现，尤其是对提示词的理解能力上，已经超越了目前市面上所有的开源和商业模型。这无疑为接下来的实测铺垫了很高的预期。

全新架构：多模态扩散Transformer

那么，SD3凭什么能做到这一点？核心在于其全新的多模态扩散Transformer架构，简称MMDiT。这个架构可不仅仅是个名词更新，它从根本上改善了系统对文本语义的理解能力，最直观的体现就是生成图像中的文字拼写准确度大幅提升。要知道，精准呈现文字一直是扩散模型的难点，而SD3在这方面看来是下了真功夫。

训练与采样效率的革新：矫正流公式

除了架构革新，SD3在训练方法上也玩出了新花样。它采用了矫正流（Rectified Flow， RF）公式。简单来说，这个方法在训练过程中更“聪明”地连接了数据和噪声，结果就是模型推理的路径更直接，采样步骤也更高效。这意味着什么？意味着未来用户可能用更少的步数、更快的时间，就能获得高质量的生成结果，这对实际应用体验的提升是实实在在的。

模型扩展的新思路

当然，一份扎实的技术报告少不了对模型扩展能力的阐述。SD3团队还介绍了一种扩展的矫正流Transformer模型。他们通过一种重新加权的RF公式，并依托于前面提到的MMDiT主干网络，成功训练出了不同规模的模型版本。这套方法论的意义在于，它为未来模型能力的持续缩放和优化，提供了一条清晰且经过验证的技术路径。