Stable Diffusion 3 es un sistema avanzado de generación de imágenes a partir de texto que rivaliza o incluso supera a sistemas de vanguardia como DALL-E 3 y Midjourney v6 en cuanto a diseño y seguimiento de indicaciones. Este sistema emplea una nueva arquitectura de transformador de difusión multimodal (MMDiT), utilizando diferentes conjuntos de pesos para mejorar la representación de imágenes y lenguaje, lo que resulta en una mejor comprensión del texto y capacidad ortográfica. La API de Stable Diffusion 3 ya está disponible en la plataforma para desarrolladores de Stability AI, en colaboración con Fireworks AI para ofrecer un servicio API rápido y fiable. Se comprometen a poner a disposición los pesos del modelo para autohospedaje en un futuro próximo a través de la membresía de Stability AI.