StableDiffusion核心模型迎来重大架构升级

作者：大自然的搬运工 · 2026-07-03 11:04:00

全球知名的开源AI图像生成模型Stable Diffusion近日公布了其底层架构的重大革新计划。研发团队宣布，新一代模型将全面迁移至全新的MMDiT（多模态扩散变换器）架构，彻底取代传统的UNet骨干网络。这一变革意味着图像生成流程将不再依赖卷积神经网络，而是完全建立在处理图像与文本联合潜空间的变换器模块之上，实现了生成质量与计算效率的双重跃升。与此前的SDXL等版本相比，新架构通过双向信息流设计，显著提升了模型对复杂提示词的语义理解能力，尤其在处理多物体空间关系和文字渲染方面有了质的突破。团队特别指出，新模型在纠正物体错误合并、精确呈现长文本字符串等历史难题上取得了长足进步，同时大幅降低了硬件门槛，使其能在消费级显卡上流畅运行高分辨率生成任务。为了配合架构更新，该项目同时发布了配套的FP8量化版本与高效调度器，进一步优化了推理速度。官方透露，未来将围绕这一核心架构构建完整的生态系统，并继续向开发者社区提供开放权重。业界普遍认为，这次从UNet到变换器的彻底转轨，不仅重新定义了图像生成的技术标准，也巩固了Stable Diffusion在开放模型领域的领军地位。