Stable Diffusion 3.5 Large est un modèle de transformateur de diffusion multimodale (MMDiT) basé sur la génération d'images à partir de texte, développé par Stability AI. Ce modèle présente des améliorations significatives en termes de qualité d'image, de mise en page, de compréhension des invites complexes et d'efficacité des ressources. Il utilise trois encodeurs de texte pré-entraînés fixes et améliore la stabilité de l'entraînement grâce à la technique de normalisation QK. De plus, ce modèle utilise des données d'entraînement et des stratégies incluant des données synthétiques et des données publiques filtrées. Le modèle Stable Diffusion 3.5 Large est librement utilisable pour la recherche, les utilisations non commerciales et les utilisations commerciales par les organisations ou les particuliers dont les revenus annuels sont inférieurs à 1 million de dollars, sous réserve du respect de la licence communautaire.