简介
Stable Diffusion 3.5是一个用于简单推理的轻量级模型,它包含了文本编码器、VAE解码器和核心MM-DiT技术。该模型旨在帮助合作伙伴组织实现SD3.5,并且可以用于生成高质量的图像。它的重要性在于其高效的推理能力和对资源的低要求,使得广泛的用户群体能够使用和享受生成图像的乐趣。该模型遵循Stability AI Community License Agreement,并且可以免费使用。
截图

产品特色
支持多种文本编码器,包括OpenAI CLIP-L/14、OpenCLIP bigG和Google T5-XXL。
使用16通道的VAE解码器,无需后量化卷积步骤。
核心MM-DiT技术提供了高效的图像生成能力。
可以生成不同尺寸和分辨率的图像。
支持从文本提示生成图像。
允许用户通过命令行参数自定义生成设置。
兼容SD3 Medium模型,提供多样化的图像生成选择。
模型和代码遵循Stability AI Community License Agreement。
使用教程
1. 从HuggingFace下载所需的模型文件到本地的`models`目录。
2. 安装Python虚拟环境并激活。
3. 使用pip安装requirements.txt中列出的依赖。
4. 使用命令行运行`sd3_infer.py`脚本,并提供相应的文本提示。
5. 通过命令行参数定制生成的图像的尺寸、步骤数等设置。
6. 模型将根据提供的文本提示生成图像,并保存到指定的输出目录。
流量来源
直接访问 | 51.61% | 外链引荐 | 33.46% | 邮件 | 0.04% |
自然搜索 | 12.58% | 社交媒体 | 2.19% | 展示广告 | 0.11% |
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
同类开源产品

Imagine Anything
Imagine Anything是一个强大的AI图片生成器,利用先进的模型如Flux、Stable Diffusion和Ideogram,提供无限创意可能。
图片生成#创意设计

Dmind
DMind-1 和 DMind-1-mini 是针对 Web3 任务的领域专用大型语言模型,提供比其他通用模型更高的领域准确性、指令跟随能力及专业理解。
AI模型#人工智能

Blip 3o
Blip 3o 是一个基于 Hugging Face 平台的应用程序,利用先进的生成模型从文本生成图像,或对现有图像进行分析和回答。
图片生成#文本到图像

Girl Cool Anime Wallpaper
Girl Cool Anime Wallpaper是一款通过AI技术生成动漫风格女孩壁纸的工具。
图片生成#动漫风格

腾讯混元图像 2.0
中文精选
腾讯混元图像 2.0 是腾讯最新发布的 AI 图像生成模型,显著提升了生成速度和画质。
图片生成#图像生成

Polatoons
国外精选
PolaToons是一款AI 3D宝丽来卡通生成器,通过独特的算法和效果,将照片转化为具有复古风格的3D卡通图像,带来令人惊艳的效果。
图片生成#3D效果

Dreamo
DreamO 是一种先进的图像定制模型,旨在提高图像生成的保真度和灵活性。
图片生成#深度学习

Pfp.fm
pfp.fm是一款在线工具,通过AI技术将用户上传的照片转换为各种艺术风格的头像。
图片生成#艺术风格

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理
替代品

Blip 3o
Blip 3o 是一个基于 Hugging Face 平台的应用程序,利用先进的生成模型从文本生成图像,或对现有图像进行分析和回答。
图片生成#文本到图像

Dreamo
DreamO 是一种先进的图像定制模型,旨在提高图像生成的保真度和灵活性。
图片生成#深度学习

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理

Zerosearch
ZeroSearch 是一种新颖的强化学习框架,旨在激励大型语言模型(LLMs)的搜索能力,而无需与实际搜索引擎进行交互。
AI模型#搜索能力

Notellm
NoteLLM 是一款专注于用户生成内容的可检索大型语言模型,旨在提升推荐系统的性能。
AI模型#多模态处理

Deepseek Prover V2 671B
DeepSeek-Prover-V2-671B 是一个先进的人工智能模型,旨在提供强大的推理能力。
AI模型#开源

F Lite
国外精选
F Lite 是由 Freepik 和 Fal 开发的一个大型扩散模型,具有 100 亿个参数,专门训练于版权安全和适合工作环境 (SFW) 的内容。
图片生成#深度学习

Xiaomi MiMo
优质新品
Xiaomi MiMo是小米公司开源的首个推理大模型,专为推理任务设计,具备卓越的数学推理和代码生成能力。
AI模型

Describe Anything
Describe Anything 模型(DAM)能够处理图像或视频的特定区域,并生成详细描述。
图片生成#视频处理
精选AI产品推荐

Nocode
中文精选
NoCode 是一款无需编程经验的平台,允许用户通过自然语言描述创意并快速生成应用,旨在降低开发门槛,让更多人能实现他们的创意。
开发平台#应用开发
912

Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具,支持中文和英语,基于前沿 AI 技术,能够快速生成用户感兴趣的播客内容。
音频生成#AI
348

Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理,能够将创意提示转化为艺术作品,支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理开源
564

Smart PDFs
国外精选
Smart PDFs 是一个在线工具,利用 AI 技术快速分析 PDF 文档,并生成简明扼要的总结。
文章摘要#AI
984

Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480

Anyvoice
AnyVoice是一款领先的AI声音生成器,采用先进的深度学习模型,将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k

Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k