Stable Diffusion
Stable Diffusion是什么？
Stable Diffusion 是一款免费、开源的 AI 模型,能根据文字描述生成图像;由于任何人都可以下载并修改它,它已成为大量 AI 创意工具的基础。
一图看懂
- Type of model
- 开源潜在扩散文本生图模型
- Developed by
- Stability AI,并有来自 LMU Munich 与 Runway ML 的研究贡献
- Key capability
- 高质量文本生图、img2img、局部重绘与外扩绘制;是大量微调模型与扩展所构成生态的基础架构
- How it fits in AI workflow
- 用于图像生成、概念美术、角色与环境设计、img2img 精修、合成支持,并作为许多专门图像与视频生成工具的基础架构
- 相关术语
- Diffusion modelCLIPLoRAControlNetLatent spaceMidjourneyAUTOMATIC1111
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
Stable Diffusion 与 Midjourney 的对比:Stable Diffusion 是开源的,可在本地运行,并通过微调与扩展提供深度自定义;而 Midjourney 是托管的专有服务,无法本地部署。Midjourney 通常开箱即用就能以更少的提示工夫产出美学上更精致的结果,而 Stable Diffusion 则为专业与研究工作流提供远更强的技术控制、可定制性与灵活性。
实用提示
若要在一部作品中保持一致的角色生成,可用 Stable Diffusion 在 10 到 20 张角色图像上训练一个 LoRA,再在所有图像生成中使用该 LoRA:这比仅靠提示描述更可靠地维持角色身份,也是 AI 角色一致性工作流的标准技法。
类型与变体
- Stable Diffusion 已发布过几个主要版本:SD 1.
- 4、SD 1.
- 5、SD 2.
- 0、SD 2.
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
Stable Diffusion 被用于生成概念美术与视觉开发资源、通过 LoRA 训练创造一致的 AI 角色、产出背景与环境图像、对粗略草图或参考图进行 img2img 精修、用于图像编辑与延展的局部重绘(inpainting)与外扩绘制(outpainting)、生成分镜帧、为 3D 与合成工作流产出纹理与资源,以及作为自定义 AI 图像流水线的基础层。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
常见问题（FAQ）
Stable Diffusion 是一款开源 AI 模型,通过潜在扩散过程根据文字提示生成图像。它由 Stability AI 于 2022 年发布,成为 AI 图像生成中最被广泛使用的基础之一。
是的:Stable Diffusion 的模型权重可以免费下载与使用。在本地运行需要合适的 GPU 硬件。许多使用 Stable Diffusion 的网页工具提供免费或基于订阅的访问,无需本地搭建。
不同版本(SD 1.5、SD 2.1、SDXL 与 SD 3)各自在图像质量、分辨率、提示理解与架构设计上带来提升。SD 1.5 因其庞大的社区微调库而仍被广泛使用;SDXL 与 SD 3 则提供更高的分辨率与更佳的质量。
LoRA(低秩适配,Low-Rank Adaptation)是与 Stable Diffusion 配合使用的一种轻量微调方法,通过在一小组图像上训练模型,使其能够一致地生成特定角色、风格或物体。LoRA 是可以分享并应用到基模上的小文件。
ControlNet 是 Stable Diffusion 的一个扩展,增加空间条件控制:使用边缘图、深度图、姿态骨架等结构化输入,让创作者对所生成图像的构图与结构拥有远更精确的掌控。
Stable Diffusion 本身主要是一个图像生成模型,但像 AnimateDiff 这样的相关项目会在 Stable Diffusion 权重之上加入运动模块来生成短动画片段。Stable Video Diffusion 等专门的视频生成模型,则把这一方法延伸到了视频。
