【SD3】发布，送你3个ComfyUI工作流，轻松搞定AI绘画

这几天AI绘画界最轰动的消息莫过于Stable Diffusion 3（简称SD3）的发布。SD3是一个多模态的 Diffusion Transformer
模型，其在图像质量、排版、复杂提示理解和资源效率方面具有显著提升。

废话不多说，先给大家看看我使用SD3生成的几张图片：

SD3介绍

SD3是一个多模态的 Diffusion Transformer 模型，这个模型有什么特点呢？这里给大家简单拆解下：

多模态
：这个词大家可能比较陌生，不过也很简单，就是一个模型中有多个子模型，它们分别处理不同方面的任务，让模型的整体能力更强。在SD3内部，模型先将文本和图像分为两个子模型，然后在后续的处理中又把它们连接起来。通过这种方法，允许图像和文本令牌之间的信息流动，以改善生成输出的整体理解和排版。

Diffusion
：这个大家可能都很熟悉了，SD这个名字中就包含它。扩散模型的训练过程是先向图片中增加噪音，噪音可以看作图片中的小雪花，一张完全噪音图可以看作为没有信号时的电视画面，然后扩散模型再学习根据文本提示词逐步去除噪音、还原图片。添加噪音的过程就是扩散（Diffusion，逐步将图片转换为完全噪音图），根据提示词将噪音图还原为图片的过程称为反向扩散（从完全噪音图生成出目标图像）。我们生成图片的过程是其中的反向扩散。

Transformer ：自从OpenAI给大家展示了Sora的惊艳效果后，各种AI模型都开始向 Transformer
这一架构靠近。Transformer
这一架构最初用在自然语言翻译上，后来在大语言模型（GPT、LLama等）上取得了巨大的成功，通过它进行的机器学习效果都不错。所以SD也从之前使用的UNet架构迁移到了Transformer架构。

这几个名词有一些简称，为了方便大家识别，这里也简单说明下：

• Diffusion Transformer 简称为 DiT。

• Multimodal Diffusion Transformer 简称为 MMDiT，其中 Multimodal 是多模态的意思。

使用SD3 Medium

本次发布，Stability
AI只公