Stable Diffusion 3 来了，文生图第一梯队不再孤单。

前两天认真学习了 SORA 技术报告，之后内心一直感觉非常不踏实，因为我觉得 SORA 的核心护城河根本不是各种流言说的 patch，可变尺寸视频，diffusion transformer 这些点(当然这些也很重要)。而是数据。

核心护城河是数据，而且这个差距不是 SORA 发布才暴露的，早在 DALL-E 3时，openAI 就把其它玩家远远甩在身后，并且没看到任何一个开源方案有追赶上的趋势。

为什么？因为当其它家还在使用 LAION 里的互联网标签-图片对进行训练时，DALL-E 3拥有详细精确描述文字的图文对作为训练数据。这背后说明 openAI:
- 几乎储备爬完了互联网的高清美图
- 通过迭代数据和模型，有AI时代的数据打分、数据打标、数据增强工具
- 很可能组合强化学习，制作了能“无中生有”高质量训练数据的工具

开源界很难做这种全局的深度集成，毕竟开源研究里，通常自己爬数据都不现实，都等着哪里有LAION 这样的数据集可以下载。更不用说配套的 AI 时代的数据基础设施。连追赶 DALL-E 3 的竞品都不存在，又有什么道理去复现 SORA 呢。

我本来比较悲观的以为，要等到 openAI 的人跳槽几个，做点技术扩散，才有可能出现和 DALL-E 角力的产品出现。
开源没有第一梯队的模型，那 OneDiff 又能为全世界做出多大的贡献呢？所以很沮丧。

看到 SD 3 的提示词后，我知道，我很可能错了，而且非常开心，热烈期待 SD 3！