> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/generation-dimages/stable-diffusion-3-5.md). # 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 | --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-fr/generation-dimages/stable-diffusion-3-5.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.