扩散生图
🕒 阅读时间:约 15 分钟
📅 2026-11 深度精选
Stable Diffusion 3.5 Large 扩散生图模型:MMDiT 架构与 ComfyUI 工作流实操
Stability AI 旗舰生图模型 SD 3.5 Large 详解。拆解 MMDiT 架构、镜像高速拉取、FP8 显存轻量化配置及 ComfyUI 原生工作流全案。
🎨 一、SD 3.5 Large 与 MMDiT 架构解析
Stable Diffusion 3.5 Large 采用了多模态扩散变压器(MMDiT, Multimodal Diffusion Transformer)。文本嵌入与图像潜变量使用独立的 Transformer 权重处理并在注意力层双向交叉,极大幅度提升了复杂构图与英文字体渲染的准确度。
⚡ 二、镜像拉取与 ComfyUI 目录归档
export HF_ENDPOINT="https://hf-mirror.net"
COMFY_DIR="/data/ComfyUI"
#
# 下载 SD 3.5 Large 权重 (约 16GB)
huggingface-cli download stabilityai/stable-diffusion-3.5-large sd3.5_large.safetensors \
--local-dir "$COMFY_DIR/models/checkpoints" \
--local-dir-use-symlinks False
#
# 下载专用文本编码器 (CLIP G / CLIP L / T5XXL)
huggingface-cli download stabilityai/stable-diffusion-3.5-large text_encoders/t5xxl_fp8_e4m3fn.safetensors \
--local-dir "$COMFY_DIR/models/clip" \
--local-dir-use-symlinks False
⚡ 需要本文模型的在线加速链接与一键下载命令?
粘贴任意 huggingface.co 模型、GGUF 或数据集链接,立即生成国内高速直链与 huggingface-cli / cURL / Python 命令。
🔗 相关技术实战推荐
文生视频 15 分钟
腾讯混元视频 HunyuanVideo 开源文生视频模型:双流 DiT 架构与显存极限压缩方案
深入解析腾讯开源混元视频 HunyuanVideo。实操国内镜像高速拉取 13B 权重、Diffusers 管道调用及单卡 24G 显存极限离线生成优化。
开源视频 15 分钟
智谱 CogVideoX-5B 视频大模型:3D 变分自编码器与 Diffusers 显存卸载部署
智谱开源 CogVideoX-5B 视频生成大模型全流程实录。详解 3D VAE 时空压缩、镜像断点拉取与 CPU 权重卸载在消费级显卡上流畅运行。
扩散模型 15 分钟
FLUX.1 扩散生图大模型 ComfyUI 工作流与 LoRA 权重高速配置指南
Black Forest Labs FLUX.1 权重庞大、组件分散。本文拆解 UNet、CLIP-L、T5XXL 文本编码器与 VAE 分离拉取规范,并给出低显存 FP8/NF4 运行方案。
RAG 知识库 15 分钟
企业级 RAG 架构落地:BGE-M3 嵌入模型拉取与 Milvus/Qdrant 向量检索实战
针对企业私有知识库场景,详解智源 BAAI/bge-m3 密集、稀疏与多向量混合表征特性。实操高速下载权重、与 Milvus/Qdrant 向量库对接,并结合 Reranker 实现高精度召回。