# Stable Diffusion 3.5 Stable Diffusion 3.5 de Stability AI est un Transformeur de Diffusion Multimodal (MMDiT) qui fixe une nouvelle norme pour la génération d'images à poids ouverts. Il est disponible en trois variantes : **Large** (8B paramètres), **Moyen** (2,5B paramètres), et **Large Turbo** (8B, distillé pour une inférence en 4 étapes). La caractéristique remarquable est son rendu précis du texte — SD 3.5 peut placer de manière fiable du texte lisible dans les images générées, une capacité avec laquelle la plupart des modèles antérieurs ont du mal. Sur [Clore.ai](https://clore.ai/) vous pouvez louer la puissance GPU nécessaire à SD 3.5 pour aussi peu que 0,30 $/jour et générer des centaines d'images par heure. ## Principales caractéristiques * **Trois variantes** — Large (8B, qualité la plus élevée), Medium (2,5B, rapide et léger), Large Turbo (8B, distillé en 4 étapes). * **Rendu précis du texte** — génère du texte lisible, des panneaux, des étiquettes et de la typographie dans les images. * **Architecture MMDiT** — attention conjointe image-texte pour une meilleure fidélité au prompt. * **Résolution native 1024×1024** — sortie propre sans astuces d'upscaling. * **Rapports d'aspect flexibles** — gère des sorties non carrées (768×1344, 1344×768, etc.) sans perte de qualité. * **Support natif des diffusers** — `StableDiffusion3Pipeline` dans `diffusers >= 0.30`. * **Poids ouverts** — Licence communautaire de Stability AI ; gratuite pour la plupart des usages commerciaux. ## Exigences | Composant | Minimum | Recommandé | | ----------- | -------------- | --------------------- | | VRAM GPU | 12 GB (Medium) | 24 GB (Large / Turbo) | | RAM système | 16 Go | 32 Go | | Disque | 20 Go | 40 Go | | Python | 3.10+ | 3.11 | | CUDA | 12.1+ | 12.4 | | intégration | 0.30+ | dernière | **Recommandation GPU Clore.ai :** Un **RTX 4090** (24 GB, \~0,5–2 $/jour) exécute les trois variantes à pleine vitesse. Pour le modèle Medium, un **RTX 3090** (24 GB, \~0,3–1 $/jour) ou même une carte 16 GB est suffisant et moins cher. ## Démarrage rapide ```bash pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124 pip install diffusers transformers accelerate sentencepiece protobuf python -c "import torch; print(torch.cuda.get_device_name(0))" ``` ## Exemples d'utilisation ### SD 3.5 Large — Qualité maximale ```python import torch from diffusers import StableDiffusion3Pipeline pipe = StableDiffusion3Pipeline.from_pretrained( "stabilityai/stable-diffusion-3.5-large", torch_dtype=torch.bfloat16, ) pipe.to("cuda") image = pipe( prompt=( "Un panneau en bois patiné portant l'inscription 'OPEN 24 HOURS' suspendu à " "une chaîne rouillée devant un diner éclairé au néon, nuit pluvieuse, reflets " "sur l'asphalte mouillé, photographie cinématographique" ), negative_prompt="texte flou, texte déformé, basse qualité", guidance_scale=3.5, num_inference_steps=28, width=1024, height=1024, generator=torch.Generator("cuda").manual_seed(42), ).images[0] image.save("diner_sign.png") print("Saved diner_sign.png") ``` ### SD 3.5 Large Turbo — Génération rapide en 4 étapes ```python import torch from diffusers import StableDiffusion3Pipeline pipe = StableDiffusion3Pipeline.from_pretrained( "stabilityai/stable-diffusion-3.5-large-turbo", torch_dtype=torch.bfloat16, ).to("cuda") # Variante Turbo : seulement 4 étapes nécessaires, guidance_scale=0 (distillé) image = pipe( prompt="Photo macro d'un mouvement de montre mécanique, engrenages complexes, lumière dorée", guidance_scale=0.0, num_inference_steps=4, width=1024, height=1024, ).images[0] image.save("watch_turbo.png") ``` ### SD 3.5 Medium — Option légère ```python import torch from diffusers import StableDiffusion3Pipeline pipe = StableDiffusion3Pipeline.from_pretrained( "stabilityai/stable-diffusion-3.5-medium", torch_dtype=torch.float16, ).to("cuda") image = pipe( prompt="Vue isométrique de l'intérieur d'un café douillet, style pixel art, éclairage chaleureux", guidance_scale=4.0, num_inference_steps=28, width=1024, height=1024, ).images[0] image.save("coffee_shop_medium.png") ``` ### Génération par lot avec différents rapports d'aspect ```python import torch from diffusers import StableDiffusion3Pipeline pipe = StableDiffusion3Pipeline.from_pretrained( "stabilityai/stable-diffusion-3.5-large", torch_dtype=torch.bfloat16, ).to("cuda") jobs = [ {"prompt": "Portrait d'un astronaute dans un champ de tournesols", "w": 768, "h": 1344}, {"prompt": "Paysage panoramique des hautes terres islandaises, ciels d'humeur sombre", "w": 1344, "h": 768}, {"prompt": "Photo produit d'un flacon de parfum sur une surface en marbre", "w": 1024, "h": 1024}, ] for i, job in enumerate(jobs): img = pipe( prompt=job["prompt"], guidance_scale=3.5, num_inference_steps=28, width=job["w"], height=job["h"], ).images[0] img.save(f"batch_{i:03d}.png") print(f"[{i+1}/{len(jobs)}] {job['w']}x{job['h']} done") ``` ## Conseils pour les utilisateurs de Clore.ai 1. **Turbo pour l'itération, Large pour les visuels finaux** — utilisez la variante Turbo en 4 étapes pour explorer rapidement des idées de prompt, puis passez au Large (28 étapes) pour le rendu final. 2. **guidance\_scale=3.5** — SD 3.5 Large fonctionne mieux avec un CFG plus bas que les anciens modèles Stable Diffusion. Monter au-dessus de 5.0 cause souvent une sursaturation. 3. **Turbo nécessite guidance\_scale=0** — le modèle distillé a déjà l'orientation intégrée ; en ajouter dégrade la sortie. 4. **Texte dans les images** — le rendu du texte par SD 3.5 est puissant mais pas parfait. Mettez des guillemets autour du texte exact que vous voulez : `'OPEN 24 HOURS'`. Gardez-le court (3–5 mots max). 5. **Mettre en cache les poids** — définissez `HF_HOME=/workspace/hf_cache` sur un stockage persistant. Large occupe \~16 GB sur le disque. 6. **bf16 pour Large, fp16 pour Medium** — les modèles 8B ont été entraînés en bf16 ; le Medium 2,5B fonctionne bien en fp16. 7. **Batcher efficacement** — SD 3.5 Large génère une image 1024×1024 en \~3 secondes sur une RTX 4090. Lancez des batches pendant la nuit pour une génération massive. 8. **Accepter la licence HF** — vous devez accepter la licence du modèle sur la page HuggingFace avant de télécharger. Connectez-vous avec `huggingface-cli login`. ## Dépannage | Problème | Corriger | | ------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------- | | `OutOfMemoryError` avec Large | Utilisez `pipe.enable_model_cpu_offload()`; ou passez à la variante Medium | | Texte illisible dans l'image | Gardez le texte court (3–5 mots) ; mettez-le entre guillemets dans le prompt ; augmentez `num_inference_steps` à 35 | | Couleurs sursaturées | Plus bas `guidance_scale` — essayez 2,5–3,5 pour Large ; utilisez 0,0 pour Turbo | | Erreur 403 lors du téléchargement du modèle | Acceptez la licence sur `https://huggingface.co/stabilityai/stable-diffusion-3.5-large` et exécutez `huggingface-cli login` | | Première exécution lente | Le téléchargement initial est d'environ 16 GB pour Large ; les exécutions suivantes utilisent le cache | | `KeyError: 'text_encoder_3'` | Mettez à jour diffusers : `pip install -U diffusers transformers` | | Sortie d'image noire | Assurez-vous que `torch_dtype=torch.bfloat16` pour Large/Turbo ; fp32 peut provoquer des échecs silencieux sur certaines cartes |