O Stable Diffusion 3 é o mais recente modelo de geração de imagens a partir de texto desenvolvido pela Stability AI, apresentando melhorias significativas na fidelidade da imagem, no processamento de múltiplos objetos e na correspondência de texto. Utilizando a arquitetura de Transformador de Difusão Multimodal (MMDiT), ele oferece representações separadas de imagem e linguagem, suportando acesso via API, download e plataforma online, sendo adequado para diversas aplicações.