Stable Diffusion 3 est le meilleur modèle Stable Diffusion publié à ce jour par Stability AI. Bien que le modèle ait quelques problèmes, notamment avec la génération de poses humaines dynamiques, c'est un modèle de texte vers image incroyablement puissant et capable.

Le modèle excelle à suivre des invites détaillées, produisant des images de haute qualité et esthétiquement agréables. Il est particulièrement doué pour générer des paysages réalistes, des portraits et des rendus 3D. Par rapport au précédent modèle Stable Diffusion Excel, la différence de qualité est significative.

Cependant, le modèle a aussi quelques limites notables. Il a du mal à représenter avec précision les personnes dans des positions non verticales, produisant souvent des résultats étranges et déformés. Cela est probablement dû aux données d'entraînement utilisées, qui peuvent avoir été biaisées vers des images de personnes dans des poses plus standard.

Bien que Stable Diffusion 3 soit un modèle impressionnant et le meilleur modèle basé sur Stable Diffusion publié par Stability AI, il a quelques problèmes notables :

1. Génération d'anatomie humaine : Le modèle a du mal à générer une anatomie humaine précise et naturelle, surtout lorsque le sujet est dans une pose dynamique ou n'est pas en position verticale. Les images de personnes allongées ou dans des poses de yoga se traduisent souvent par des résultats étranges et déformés.

2. Censure : Stable Diffusion 3 est le modèle le plus censuré publié par Stability AI. Il est incapable de générer du contenu explicite ou NSFW, même lorsqu'on le lui demande. Cela peut poser problème pour certains utilisateurs qui souhaitent plus de liberté créative.

3. Licence commerciale : Pour la première fois, le modèle Stable Diffusion de base est sous licence d'utilisation non commerciale. Les utilisateurs qui souhaitent générer du contenu à des fins commerciales devront payer des frais de licence de 20 $ par mois si leur chiffre d'affaires annuel est inférieur à 1 million de dollars. Cela peut être un obstacle pour certains créateurs et entreprises.

Bien que Stable Diffusion 3 soit un modèle impressionnant dans l'ensemble, il a fait l'objet de critiques importantes de la part de la communauté en raison de certaines de ses limites. Le modèle a du mal à générer l'anatomie humaine dans des poses dynamiques ou des positions non verticales, produisant souvent des résultats étranges et insatisfaisants. Cela a entraîné une vague de critiques et de déception de la part des utilisateurs.

Cependant, il est important de garder à l'esprit qu'il s'agit d'un modèle de base gratuit publié par Stability AI. Les modèles de base précédents ont également fait face à des problèmes similaires, mais la communauté a réussi à créer des modèles affinés étonnants qui résolvent ces lacunes. Il est probable que la même chose se produise avec Stable Diffusion 3, car les performances du modèle dans d'autres domaines, comme la génération de paysages et de portraits, ouvrent des possibilités d'améliorations futures.

Bien que Stable Diffusion 3 Medium ait ses limites, notamment dans la génération de poses humaines dynamiques, il représente une avancée significative dans les capacités des modèles de texte vers image. La capacité du modèle à suivre des invites détaillées et à produire des images de haute qualité et esthétiquement agréables ouvre un monde de possibilités pour les modèles affinés à l'avenir.

Alors que la communauté continue d'explorer et d'expérimenter avec Stable Diffusion 3 Medium, nous pouvons nous attendre à voir une série de modèles affinés impressionnants qui aborderont les lacunes actuelles et repousseront les limites de ce qui est possible dans la génération de texte vers image. Avec la disponibilité d'outils de fine-tuning puissants, la communauté peut adapter le modèle à ses besoins spécifiques, qu'il s'agisse de générer des poses humaines plus réalistes, d'élargir la gamme des sujets ou d'améliorer la qualité globale des images générées.