SD 3 и 3.5
Stable Diffusion 3 и 3.5 от Stability AI: модели картинок с тремя текстовыми энкодерами и 16-канальным латентом.
Что это
SD3 Medium (2024) и SD 3.5 Large, Large Turbo и Medium (конец 2024) это модели-трансформеры («MMDiT»), которые хорошо читают предложения благодаря энкодеру T5 рядом с двумя CLIP. Ими пользуются реже, чем SDXL и Flux, поэтому добавок меньше.
Файлы и ноды
Либо чекпойнт с текстовыми энкодерами внутри (Load Checkpoint), либо одна модель с TripleCLIPLoader (clip_l, clip_g, t5xxl) и своим VAE. EmptySD3LatentImage (16 каналов). ModelSamplingSD3 задаёт сдвиг.
Настройки, которые работают
Около одного мегапикселя (1024×1024); 28 до 40 шагов; cfg около 4 до 5.5 (Large Turbo: около 4 шагов, cfg около 1); euler или dpmpp_2m с sgm_uniform или simple, по шаблону. Промпт: предложения.
Что подходит
Только LoRA и ControlNet для SD3 или SD 3.5 и только того же размера (Medium и Large разные). Добавки SDXL и Flux не работают.
Как помогает приложение
Показывается как SD 3 на карточках моделей. Урок SD 3.5: один файл и новый пустой латент собирает её граф.