دانلود نسخه کامل Stable Diffusion 3.5 Medium (شامل T5XXL و CLIP) - فرمت .safetensors
Download Stable Diffusion 3.5 Medium (Full Edition) with T5XXL & CLIP - .safetensors
توضیحات
Stable Diffusion 3.5 Medium (Full Edition) کاملترین پکیجِ ارائهشده برای هوش مصنوعی تولید تصویر SD3.5 است. این نسخه بهصورت "All-in-One" طراحی شده و تمامی اجزای حیاتی برای درکِ دقیقِ دستورات (Prompts) را در یک فایل واحد جای داده است. اگر به دنبال بالاترین دقت در تولید تصویر هستید، این مدل همان گزینهای است که به آن نیاز دارید.
(ویژگیهای کلیدی این نسخه)
- پکیج کامل (All-in-One): شامل تمامی انکودرهای متنی (T5XXL و CLIP) در داخل فایل. دیگر نیازی به دانلود و تنظیم فایلهای جانبی بهصورت جداگانه ندارید.
- قدرت درک متن فوقالعاده: بهلطف وجود T5XXL، این مدل میتواند پیچیدهترین و جزئیترین دستورات متنی شما را با دقت خیرهکنندهای به تصویر بکشد.
- بهینهسازی با فرمت fp8: وزنهای مدل با تکنیک fp8 scaled فشرده شدهاند که باعث میشود در عین داشتنِ بالاترین کیفیت، روی کارتهای گرافیک با حافظه VRAM معمولی نیز بسیار روان و سریع اجرا شود.
- نصب آسان: تنها کافی است فایل را در نرمافزار خود قرار دهید؛ نیازی به هیچ تنظیمات پیچیدهای برای لود کردن انکودرها نیست.
- فرمت.safetensors:امن و استاندارد برای محیطهای ابری و محلی
- مناسب برای: اجرای حرفهای در ComfyUI و سایر رابطهای کاربری مدرن.
راهنمای اجرا
این فایل یک نسخه کامل است. برای اجرا، کافی است فایل را در مسیر models/checkpoints کپی کنید. بهدلیل ادغام T5XXL و CLIP در این فایل، رابط کاربری شما بلافاصله آن را شناسایی کرده و بالاترین سطحِ درک متنی را در اختیار شما قرار میدهد.
تعداد دانلود
0
حجم
10.9 گیگابایت
نسخه
3.5
تاریخ انتشار
1405/03/05
نظرات کاربران (0)
هنوز نظری ثبت نشده است. اولین نفری باشید که نظر میدهید!
قیمت
110,000 تومان
فایلهای مرتبط
دانلود ControlNet OpenPose FP16 برای Stable Diffusion 1.5 و ComfyUI
30,000 تومان
دانلود ControlNet Canny FP16 برای SD 1.5 | مدل Canny ComfyUI
30,000 تومان
دانلود مدل هوش مصنوعی Mistral 7B نسخه Q4_K_M (فرمت GGUF) – سبک، سریع و قابل اجرا روی سیستم شخصی
55,000 تومان
دانلود مدل Phi-3 Mini 4K Instruct نسخه GGUF با کوانتایز Q4 برای لوکال LLM
45,000 تومان
اشتراکگذاری فایل
SHA256 Checksum
برای تأیید صحت فایل این مقدار را با خروجی دستور sha256sum مقایسه کنید: