Stable Diffusion 3论文：一种新的多模态扩散变换器（MMDiT）架构

Stability AI发布了关于Stable Diffusion 3（SD3）的研究论文，揭示了这一最新模型的技术细节。SD3在诸如DALL·E 3、Midjourney v6、Ideogram v1等先进的文本到图像生成系统中，在字体渲染和命令遵循方面根据人类偏好评估取得了更好的表现。SD3引入了一种新的多模态扩散变换器（MMDiT）架构，使用独立的权重集处理图像和语言表示，比以前的版本在文本理解和拼写能力上有所提高。