Stable Diffusion 3 est le dernier modèle de génération d'images à partir de texte développé par Stability AI. Il offre des améliorations significatives en termes de fidélité d'image, de traitement multi-sujets et de correspondance texte-image. Utilisant l'architecture du transformateur de diffusion multimodale (MMDiT), il fournit des représentations séparées de l'image et du langage, et permet un accès via API, téléchargement et plateforme en ligne, s'adaptant à divers contextes d'application.