O Stable Diffusion 3.5 Large é uma atualização importante em relação ao modelo Stable Diffusion 3, disponível no Hugging Face Hub. Esta nova versão apresenta um modelo de 8 bilhões de parâmetros que utiliza um processo de destilação em tempo para gerar imagens com poucas etapas de inferência. O artigo detalha como utilizar essa nova versão no código Diffusers e as otimizações realizadas em seu funcionamento.

Entre as melhorias do SD3.5-large, destaca-se a adoção de *QK normalization* para treinar grandes modelos de Transformer, bem como a implementação de duas camadas de atenção, uma inovação em relação ao SD3-medium que utilizava apenas uma. O texto também menciona que outros componentes, como o text encoder e o variational autoencoder (VAE), permanecem consistentes com as versões anteriores.

Os usuários interessados em acessar o modelo precisam instalar a versão mais recente do Diffusers e seguir algumas etapas de registro no Hugging Face. O artigo fornece exemplos de código para download e uso do SD3.5, incluindo um método otimizado que gera uma imagem em apenas quatro etapas de inferência.

1. Instalação da versão mais recente do Diffusers.

2. Registro e login no Hugging Face Hub.

3. Código para download e execução do modelo SD3.5.

4. Utilização de estratégias de quantização para otimização.

5. Exemplos de treinamento e ajustes do modelo.

O artigo também discute como o uso de quantização pode otimizar o uso de memória durante a inferência, permitindo que modelos de grande porte sejam treinados em hardware de consumo. Exemplos de código e referências são fornecidos para ajudar os interessados a implementar e experimentar com o SD3.5.

Com a chegada do Stable Diffusion 3.5 Large, novas possibilidades se abrem para desenvolvedores e artistas que buscam eficiência e qualidade na geração de imagens. A inovação no campo da inteligência artificial, especialmente em modelos generativos, continua a evoluir e promete resultados impressionantes. Para mais conteúdos atualizados diariamente sobre tecnologias emergentes, assine nossa newsletter!

FONTES:

1. Hugging Face

2. Hugging Face SD3.5

3. Documentação do Diffusers

4. Colab Notebook de exemplo

5. Artigo sobre treinamento LoRA