Stable AI 的最佳图像生成模型现已在 Amazon Bedrock 上推出 新闻博客
Stability AI 的最佳图像生成模型现已上线 Amazon Bedrock
关键要点
Stability AI 发布了三款新颖的文本到图像生成模型:Stable Image Ultra、Stable Diffusion 3 Large 和 Stable Image Core。这些模型在多主题提示、图像质量和排版上具有显著提高,适用于市场营销、广告、媒体、娱乐、零售等多个领域。每款模型优化了不同的使用场景,如高清晰度输出、大批量生成高质量数字资产等。今天,你可以在 Amazon Bedrock 中使用三款来自 Stability AI 的新文本到图像生成模型:Stable Image Ultra、Stable Diffusion 3 Large 和 Stable Image Core。这些模型显著改善了在多主体提示下的性能、图像质量以及排版表现,可以快速生成适用于市场营销、广告、媒体、娱乐、零售等多种用例的高质量视觉内容。
这些模型擅长生成具有惊人真实感的图像,细致的细节、色彩和光照完美无缺,解决了诸如渲染逼真的手和面孔等常见挑战。这些模型的高级提示理解能力使其能够解读涉及空间推理、组合和风格的复杂指令。
以下是三款新模型在 Amazon Bedrock 中的用途概述:
模型名称特点Stable Image Ultra生成最高质量的逼真输出,适合专业印刷媒体和大型应用。Stable Diffusion 3 Large在生成速度和输出质量之间取得平衡,适合高量高质的数字资产。Stable Image Core优化了快速且经济的数据生成,便于概念迭代。主要特征总结
特征Stable Image UltraStable Diffusion 3 LargeStable Image Core参数160亿80亿26亿输入文本文本或图像文本排版针对大型显示优化针对大型显示优化多用途与可读性视觉美学逼真的图像输出高度真实,细节更加精细渲染良好,但不如前两者细致Stable Image Ultra 和 Stable Diffusion 3 Large 相较于 Stable Diffusion XL (SDXL) 的一项关键提升是生成图像中文字的质量,拼写和排版错误显著减少,这得益于其创新的 Diffusion Transformer 架构。
使用场景
新出的 Stability AI 模型在各个行业具有变革性的潜力,能显著简化市场营销和广告部门的创意工作流程,加速生成高质量视觉内容的过程。从而能够更快速地响应市场趋势,并缩短新项目的上市时间。这些模型还能增强头脑风暴会议,提供即时的概念视觉呈现,激发进一步的创新。
对于电子商务企业,AI 生成的图像可以帮助以大规模创建多样化的产品展示和个性化的市场材料。在用户体验和界面设计的领域中,这些工具可以快速制作线框图和原型,加快设计迭代流程。采用文本到图像模型通常能实现显著的成本节约,提高生产率,并在视觉传达中获得竞争优势。
以下是各行业的一些示例使用场景:
广告与市场营销 使用 Stable Image Ultra 为奢侈品牌进行广告及真实感产品展示。 使用 Stable Diffusion 3 Large 进行高质量产品营销图像及印刷活动。 使用 Stable Image Core 快速进行社交媒体广告的视觉概念 A/B 测试。
电子商务 使用 Stable Image Ultra 满足高端产品定制和定制商品的需求。 使用 Stable Diffusion 3 Large 生成大多数产品视觉内容以覆盖电子商务网站。 使用 Stable Image Core 快速生成产品图像并保持列表更新。
媒体与娱乐 使用 Stable Image Ultra 生成超高真实感的关键艺术、市场材料及游戏视觉效果。 使用 Stable Diffusion 3 Large 创建环境纹理、角色艺术与游戏内资产。 使用 Stable Image Core 进行快速原型制作与概念艺术探索。
在 AWS 控制台中使用新模型
在 Amazon Bedrock 控制台 中,选择导航菜单中的 模型访问以启用对三种新模型的访问。

获得访问权限后,选择 Playgrounds 中的 图像 选项。在模型中选择 Stability AI 和 Stable Image Ultra。
输入提示后,我得到的生成图像如下:
你也可以通过使用 AWS Command Line Interface (AWS CLI) 或 AWS SDKs 来操作这些模型,具体方法请查看 AWS 文档与示例代码,以便开始使用。
客户反馈
来自 Ken Hoge 的见解聚焦于 Stable Diffusion 模型如何重新塑造行业,从文本到图表、视频、音频和3D方面如何转型,以及 Amazon Bedrock 如何为客户提供无缝的解决方案。
了解更多关于如何利用 Amazon Bedrock 和 AWS 的方案,从而改变年轻思维与文学的参与与理解,Stride Learning 的 Nicolette Han 访谈对此进行了深入探讨。
银河vnp加速器重要事项
新一代 Stability AI 模型Stable Image Ultra、Stable Diffusion 3 Large,以及 Stable Image Core现已在 Amazon Bedrock 的美国西部俄勒冈州AWS 区域上线。此发布将为推动创意及加速内容生成工作流程提供更广泛的解决方案。
想深入了解 Stable Diffusion 3 的技术背景,可以查阅研究论文。
要开始使用,请查看 Amazon Bedrock 用户指南中的 Stability AI 模型部分。要了解更多关于其他团队如何应用生成 AI 的信息,并获取深入技术内容,欢迎访问 communityaws。
Danilo
Danilo Poccia
Danilo 在支持初创企业和各类规模公司的创新方面拥有丰富的经验。在亚马逊网络服务担任首席宣传官EMEA期间,他专注于无服务器架构和事件驱动编程,以及机器学习和边缘计算的技术及商业影响,帮助人们将创意变为现实。他是《AWS Lambda in Action》一书的作者。
Amazon EMR 71 运行时针对 Apache Spark 和 Iceberg 的性能比 A
Amazon EMR 71 加速 Apache Spark 和 Iceberg 工作负载的性能关键要点在这篇文章中,我们探讨了 Amazon EMR 71 运行时如何使 Apache Spark 和 Iceberg 相比于开放源代码的 Spark 351 和 Iceberg 152 提高了 27 倍...
在 Amazon EKS 集群中针对 AWS Inferentia 节点的开源可观察性 机器学习博客
可观测性工具在 AWS Inferentia 节点中使用 Amazon EKS 集群由 Riccardo Freschi 撰写于2024年4月17日,发布于 Amazon CloudWatch, Amazon Elastic Kubernetes Service, Amazon Managed Gr...