Tras el éxito de Stable Diffusion 3, la compañía ha desarrollado una versión más compacta y menos demandante, diseñada para funcionar en portátiles o PCs de consumo.
Stable Diffusion 3 Medium se presenta como el modelo de conversión de texto a imagen abierto más avanzado del mercado. Con 2.000 millones de parámetros, esta versión puede generar imágenes fotorrealistas, interpretar indicaciones complejas y producir textos legibles sin errores ortográficos ni artefactos.
"A diferencia de SD3 Large, SD3 Medium es más pequeño y funcionará eficientemente en hardware de consumo. SD3 Medium sobresale en todas las capacidades mencionadas y es comparable a la versión actual de SD3 Large API", destaca Christian Laforte, director ejecutivo de Stability AI.
Ejecutable en GPU de consumo estándar
Una característica destacada de Stable Diffusion 3 Medium es su capacidad para ejecutarse en una GPU de consumo estándar sin pérdida de rendimiento. Stability AI recomienda una tarjeta de vídeo con, al menos, 5 GB de memoria VRAM para generar imágenes, aunque sugiere 16GB de VRAM para un rendimiento óptimo, una especificación común en tarjetas de gama media y alta de NVIDIA y AMD.
Para optimizar aún más el rendimiento, los creadores de Stable Diffusion 3 Medium se han asociado con Nvidia para desarrollar una versión optimizada para TensorRT. Los usuarios con una GPU GeForce RTX podrán experimentar un aumento de hasta el 50% en el rendimiento. Por su parte, AMD ha optimizado la inferencia para sus tarjetas de consumo, empresariales y APU recientes, incluidas en ordenadores de escritorio y portátiles.
Disponibilidad
Los interesados en probar Stable Diffusion 3 Medium pueden acceder a través de la API, Hugging Face, o mediante el canal Stable Artisan en Discord. El modelo está disponible de forma gratuita para fines no comerciales, como investigación académica. Sin embargo, los usuarios que deseen utilizarlo en otros proyectos pueden solicitar una licencia.
Si (
No(
