新闻导语
2025 年 9 月至 10 月期间，全球知名人工智能公司 Stability AI 联合萨里大学 SketchX 实验室，正式发布了代号为 SD3.5-Flash 的高效图像生成模型。该模型凭借“时间步共享”与“分时间步微调”两大核心算法创新，成功将高质量图像生成的推理步骤压缩至 4 步，显存需求降至 8GB 以下，并在消费级硬件上实现了秒级出图。这一突破标志着顶级 AI 视觉大模型首次真正意义上在智能手机及普通笔记本电脑芯片上达到全球最先进（SOTA）水准，彻底打破了高端算力对生成式 AI 的垄断。
事件详情
SD3.5-Flash 的发布旨在解决当前先进图像生成模型（如整流流模型）普遍存在的计算资源门槛高、推理速度慢等痛点。据 Stability AI 官方技术报告显示，传统高性能模型通常需要 25 步以上的推理过程，占用 16GB 以上显存，生成一张高清图耗时超过 30 秒。而 SD3.5-Flash 通过端到端的全栈性能优化，包括文本编码器重构和从 16 位到 6 位的专门量化方案，将上述指标大幅优化。
实测数据显示，在搭载 NVIDIA RTX 4090 的消费级台式机及苹果 M3 MacBook Pro 上，该模型生成 1024px 高清图像的时间缩短至 1 秒以内；即便在适配高通芯片的安卓手机上，生成 512px 图像也仅需数秒。Stability AI 强调，该模型不仅速度快，更在提示词对齐、美学质量及复杂构图理解能力上保持了与大型教师模型相当的水准，解决了少步蒸馏中常见的质量崩溃问题。
背景分析
近年来，AI 绘画技术经历了从 SD1.5 到 SDXL，再到 SD3 的快速迭代，模型参数量与算力需求呈指数级增长。尽管效果惊艳，但庞大的模型体积使得普通用户难以在本地设备运行，严重依赖云端数据中心的高昂算力。此前，行业虽尝试通过知识蒸馏技术压缩模型，但在极少步数（如 4 步）下，往往因“重加噪”操作导致梯度估计不可靠，造成图像细节崩塌或语义漂移。
Stability AI 此次推出的 SD3.5 系列，是在修复了 SD3 早期版本中“肢体扭曲”等重大缺陷后的重磅升级。继 2024 年 10 月发布允许商用的 SD3.5 Large 及 Turbo 版本后，此次 Flash 版本的推出，进一步填补了“从零训练”与“极少步高质量”之间的技术空白，是系统工程思维在算法落地层面的典型体现。
影响评估
SD3.5-Flash 的问世将对 AI 行业格局产生深远影响。首先，它极大地降低了 AIGC 的应用门槛，使得实时创意编辑、移动端即时生成成为可能，推动 AI 绘图从“云端玩具”走向“本地工具”。其次，对于手机厂商而言，这意味着可以在不增加额外 NPU 成本的前提下，为用户提供原生的高阶 AI 创作功能，有望引发新一轮端侧 AI 应用的竞争。
在市场层面，该模型有望加速生成式 AI 在电商设计、社交媒体内容创作等高频场景的普及。对于竞争对手如 Blackforestlabs（Flux 系列）及 Midjourney 而言，Stability AI 在端侧部署效率上的领先，迫使其必须重新审视轻量化模型的研发布局，否则可能失去庞大的移动端用户市场。
各方反应
业内专家对 SD3.5-Flash 的技术路径给予了高度评价。有分析指出，其采用的“时间步共享”技术，通过复用学生模型轨迹上的真实样本点而非估计点，有效稳定了梯度信号，是少步蒸馏领域的关键突破。大规模用户研究结果也显示，该模型在各种计算预算下均一致优于现有的少步生成方法。
目前，该模型已通过 Stability AI 的 API 向公众提供服务，并引发了开发者社区的广泛关注。许多独立开发者表示，这将极大降低他们开发实时互动类 AI 应用的成本。尽管部分竞品团队尚未发表正式声明，但市场普遍预期，一场关于“端侧大模型”的效率竞赛即将拉开帷幕。
未来展望
随着 SD3.5-Flash 验证了消费级芯片运行 SOTA 模型的可行性，预计未来一年内，更多针对移动端优化的多模态大模型将密集发布。值得关注的是，Stability AI 是否会进一步开源该模型的权重，以及安卓与 iOS 生态何时能原生集成此类引擎。此外，如何在极度压缩的模型容量中继续平衡语义保真度与生成速度，将是下一阶段技术攻关的核心方向。生成式 AI 的“闪电时代”已然开启，终端设备的智能化边界将被重新定义。
