Stable Diffusion 3 / 3.5

Name: Stable Diffusion 3 / 3.5
Brand: Stability AI
Rating: 4.5 (1 reviews)

参数量SD3 Medium（2B）/ SD3.5 Large（8B）

模型类型扩散文生图（MMDiT 多模态扩散）

许可证SD3 社区许可

开发者Stability AI

★★★★★ 4.5

MMDiT 新架构，文字渲染与指令跟随大幅提升

图像生成开源MMDiT新架构

模型介绍

Stable Diffusion 3 是 Stability AI 基于多模态扩散 Transformer（MMDiT）架构的新一代文生图模型。文本与图像在独立注意力路径中并行处理再融合语义，因此相比 SDXL 在图片内文字渲染、多物体关系与复杂指令跟随上大幅提升。SD3 Medium 仅 2B 参数，12GB 显卡即可本地部署；SD3.5 Large（8B）与 Large Turbo（8B，蒸馏快速版）进一步拉高画质与速度，是 SD 生态向新架构升级的主力选择。

模型基本信息

开发机构Stability AI

模型版本SD3 Medium / SD3.5 Large

参数规模SD3 Medium 2B / SD3.5 Large 8B

模型类型文生图多模态扩散 Transformer（MMDiT）

许可证Stability AI 社区许可（HF 标 license:other）

上下文长度N/A（图像，原生 1024×1024）

发布日期2024-05-30（SD3 Medium，HF createdAt）

模型架构MMDiT（文本/图像双注意力路径）+ T5-XXL 与双 CLIP 文本编码

模型能力

中文能力中

英文能力很强

代码能力N/A

推理能力N/A

长文本能力N/A

视觉能力很强（图像生成）

工具调用N/A

模型版本

SD3 Medium2BSD3.5 Large8BSD3.5 Large Turbo8B（蒸馏快速版）

模型获取

Hugging FaceModelScope官方页面

部署方式

DiffusersComfyUISD.NextAutomatic1111 WebUI（插件）

显存需求

SD3 Medium FP16约8-12GB

SD3.5 Large FP16约20-24GB（量化可降至约12-16GB）

硬件推荐

RTX 3060Medium 可跑（低显存模式/量化）

RTX 3090Medium 流畅；Large 需量化

RTX 4090Medium 极速，Large 可行

RTX 5090Large 流畅运行

Mac32GB+ 统一内存可跑 Medium

为什么选择这个模型

文字渲染强：图片中的文字清晰准确，告别乱码
指令跟随好：多物体与复杂提示词理解力显著增强
MMDiT 架构：文本图像双通道，语义融合更自然
Medium 版轻量：2B 参数，12GB 显卡即可本地跑

模型优点

图片内文字与排版渲染准确
复杂多物体构图理解强
Medium 版部署门槛低
SD3.5 Large 画质进一步提升
新架构后续生态潜力大

模型缺点

SD3 社区许可商用有门槛（需 Stability AI 订阅）
生态与 LoRA 数量仍少于 SDXL
Large 版 8B 参数显存要求高
发布初期有内容生成失败/安全裁剪的争议历史

适合场景

图片内文字渲染（海报、标题字体）
复杂指令与多物体场景创作
SD 生态进阶升级用户
中等显存显卡本地部署

不适合场景

需要海量社区 LoRA 风格的用户
严格 Apache/MIT 商用要求的项目
8GB 以下显存的低配机器（Large）
完全免费商用诉求（社区许可限制）

部署教程

vLLM

图像模型一般不用 vLLM，推荐 ComfyUI（已原生支持 SD3/SD3.5）：将 SD3 Medium 的 safetensors + T5/CLIP 文本编码器放入对应 models 目录，套用官方工作流即可；或用 Diffusers：pip install diffusers && from diffusers import StableDiffusion3Pipeline 加载

智算工坊实验室

实测速度SD3 Medium 1024×1024 约6s（RTX 4090，28步）；SD3.5 Large 约10s（40步）

显存占用Medium 约8-12GB；Large 约20-24GB（fp16）

功耗整机约350W

不同 GPU 对比Medium 12GB 卡可跑；Large 需 24GB 或量化

→ 查看实验室数据

常见问题 FAQ

SD3 和 SDXL 怎么选？

追求文字渲染与指令跟随选 SD3；需要海量社区 LoRA 与生态兼容选 SDXL。

SD3 的显存要求？

Medium 版 8~12GB 可跑；Large 版推荐 24GB，量化后 16GB 也能运行。

SD3 可以自由商用吗？

SD3/SD3.5 采用 Stability AI 社区许可：年收入低于100万美元可免费商用，否则需订阅 Stability AI 会员授权。

数据来源

https://huggingface.co/stabilityai/stable-diffusion-3-medium
https://modelscope.cn/models/AI-ModelScope/stable-diffusion-3-medium
https://huggingface.co/stabilityai/stable-diffusion-3.5-large
https://stability.ai/

Stable Diffusion 3 / 3.5 - 模型中心