闲社

标题: Stable Diffusion 3.5 Medium开源，消费级显卡也能跑1024px生成 [打印本页]

作者: 冰咖啡 时间: 3 天前
标题: Stable Diffusion 3.5 Medium开源，消费级显卡也能跑1024px生成
Stability AI昨晚悄悄把Stable Diffusion 3.5 Medium放上了Hugging Face，2.5B参数，采用MMDiT-X架构，重点是——8GB显存的消费级卡就能原生跑1024x1024。实测RTX 3060 12GB下，25步采样约6.8秒出一张图，比SDXL快约40%。

技术上有几个值得关注的改动：一是MMDiT-X里用QK-Norm替代了部分LayerNorm，训练稳定性提升明显，社区微调时崩图率降低；二是文本编码器换成了三个：CLIP-G、CLIP-L和T5-XXL，T5部分用FP8量化加载，显存占用压到1.2GB；三是加入了CFG-Zero-Star采样策略，低步数下细节保留比传统CFG好一截。

对普通玩家来说，最实际的变化是ComfyUI官方节点当天就更新了支持，forge分支也跟进了。建议用fp16+bf16混合精度跑，采样器选DPM++ 2M SDE Karras，步数22-28之间性价比最高。负面提示词里加“blurry, lowres, jpeg artifacts”依然有效。

目前社区已有两个LoRA在训，一个是国风工笔，一个是机甲风格。需要提醒的是，3.5 Medium的许可证还是非商用，想商用的等Large版本。总结：这是目前消费级硬件上综合质量最能打的开放模型，SDXL可以准备退役了。

欢迎光临闲社 (https://www.xianshe.com/)