Stable Diffusion 3.5 Large
PulseAugur coverage of Stable Diffusion 3.5 Large — every cluster mentioning Stable Diffusion 3.5 Large across labs, papers, and developer communities, ranked by signal.
-
AI模型在生成的城市场景中表现出地理偏见
一篇新发表在arXiv上的研究论文强调了AI生成的城市场景中存在显著的地理和多样性不足。研究人员评估了FLUX 1-schnell和Stable Diffusion 3.5 Large等扩散模型，通过生成美国各州和首府的图像。虽然模型能够捕捉州与州之间细微的地理差异，但一个通用的“USA”提示却生成了刻板印象中的大都市图像，未能充分代表沙漠、乡村和热带地区等多样化环境。
-
新方法通过改进的奖励和简化的模型增强文本到图像生成
研究人员开发了改进文本到图像生成模型的新方法。DiT-Reward，一种新颖的方法，利用预训练的Diffusion Transformers创建奖励模型，该模型在偏好基准测试中优于现有方法，同时还提供更快的推理速度。此外，RubricRL引入了一个更具可解释性和可定制性的强化学习对齐框架，使用结构化的视觉标准清单而不是单一标量奖励。另外，MiniT2I证明了可以使用简化的架构和可管理的计算资源实现具有竞争力的文本到图像生成。
-
新框架增强了文本到图像扩散模型的安全引导
研究人员推出了一种名为 SafeDIG 的新颖框架，旨在增强文本到图像扩散 Transformer 的安全引导。该方法通过将安全适应制定为位置感知稀疏特征传输，来解决分层生成过程中控制有害内容的挑战。SafeDIG 优先考虑稳定的干预位点，并将可转移的安全特征与特定领域的激活分离开来，从而在不同风险领域实现更可靠的引导。在 FLUX.1 Dev 和 Stable Diffusion 3.5 Large 上的实验表明，SafeDIG 在…