穩定擴散 3 是 Stability AI 迄今發布的最佳穩定擴散模型。雖然該模型存在一些問題,特別是在生成動態人體姿勢方面,但它仍是一個非常強大和功能齊全的文本到圖像模型。

該模型擅長遵循詳細的提示,生成高質量、美觀的圖像。它特別擅長生成逼真的景觀、肖像和 3D 渲染。與之前的穩定擴散 Excel 模型相比,質量差異很大。

然而,該模型確實存在一些明顯的局限性。它難以準確描繪非直立姿勢的人物,常常產生奇怪和扭曲的結果。這可能是由於所使用的訓練數據存在偏差,主要包含人物採取更標準姿勢的圖像。

此外,該模型受到嚴格的審查,無法生成任何露骨或 NSFW 內容。雖然這對某些用戶來說可能不是問題,但對那些依賴此類功能的人來說,這將是一個交易破裂點。

該模型還附帶了一個非商業使用許可,要求每月支付 20 美元的商業使用費。這可能會成為一些人的障礙,但相對於從該模型的輸出中獲得收益的企業來說,這筆費用相對較低。

儘管存在這些缺點,穩定擴散 3 仍然是 Stability AI 文本到圖像技術的一個重大進步。該模型的功能為微調和社區驅動的改進開闢了新的可能性。隨著社區繼續探索和完善該模型,我們可以期待在未來看到更加令人印象深刻的結果。