Stable Diffusion 3 معرفی
مدل ابر-رای (latent diffusion) جدید از طرف Stability AI با نام Stable Diffusion 3 (SD3) در پایگاه Hub Hugging Face قابل دسترسی شد. این مدل عیار و متناظر چندگانه‌الگوریتمی ندارد و در میان کاربران و پژوهشگران سریعاً مورد توجه قرار گرفت.
بهینه‌سازی حافظه و عملکرد
SD3 با استفاده از Rectified Flow Matching و بهینه‌سازی‌های حافظه امکان اجرا بر روی سخت‌افزارهای کم‌بریده را فراهم کرده است. راهکارهایی مثل تعدیل مقیاس T5 Encoder در طول推سی و نسخه‌کدگذاری شده T5-XXL، مصرف رم را به حداقل رساند. این تغییرات موجب افزایش سرعت خروجی به بیش از دو برابر نسخه قبلی شد.
تجیل مدل‌ها و LoRA در SD3
پیش‌سازها و مدل‌های Fine‑Tuning با تکنیک Dreambooth و LoRA کاملاً در SD3 پیاده‌سازی می‌شوند. بسته‌های سفارشی می‌توانند در پلتفرم Hugging Face هت‌پفری (Endpoints) به صورت Enterprise مورد استفاده قرار گیرند.
- پشتیبانی از سه کدکننده متن: CLIP L/14، OpenCLIP bigG/14، و T5‑v1.1‑XXL
- Deep Learning Flow Matching تحول درهای تولید تصویر بر پایه ریکتیفای دیفرنشال کلایدر
- افزایش سرعت ۲× و کاهش مصرف حافظه ۳۰٪
- تجزیه‌وتحلیل جامع سرویس‌های inference در هوک‌های گیت‌هاب
- رابط‌های ساده برای رفع بار در حافظه‌ی ابری
پرسش‌های پرتکرار
Stable Diffusion 3 چه قابلیت‌های جدیدی نسبت به نسخه قبلی دارد؟
Stable Diffusion 3 با استفاده از Rectified Flow Matching، حافظه‌ی کمتری مصرف کرده و دو برابر سرعت تولید تصویر را نسبت به نسخه قبلی ارائه می‌دهد. همچنین درگیر نمادهای سه‌کدکننده متن و امکان پذیرش fine‑tuning با LoRA و Dreambooth است.
میتوانم مدل SD3 را در سرویس‌های پابلیک در فضای ابری استفاده کنم؟
بله، متودهای inference به‌سادگی می‌توانند از طریق Hugging Face Inference Endpoints یا سرویس‌های مشابه در ابری اجرا شوند. بهینه‌سازی حافظه و مصرف CPU یا GPU می‌تواند به صورت خودکار توسط سرویس مدیریت شود.
