Stable Diffusion

Stable Diffusion 是一个开源的AI文本到图像生成模型，基于深度学习技术，主要用于根据文本描述生成详细的图像和插画。该模型于2022年由初创公司Stability AI与慕尼黑大学、Runway等学术研究机构合作开发，代码和模型权重已公开发布。

https://stabledifffusion.com/zh

平台定位与核心能力

Stable Diffusion 是一个潜在扩散模型（Latent Diffusion Model），属于深度生成性神经网络的一种。与此前的专有文生图模型（如DALL-E、Midjourney）不同，Stable Diffusion 的代码和模型权重完全开源，用户可以在配备适度GPU的本地电脑硬件上运行，无需通过云计算服务访问。这一特性使其成为AI绘画爱好者和开发者最常用的基础模型之一。

Stable Diffusion 面向AI艺术创作者、设计师、游戏开发者、影视概念设计师、科研人员以及所有对AI生成图像感兴趣的用户。其核心优势在于免费、开源、可本地部署、高度可定制，并拥有庞大的社区生态（如Civitai模型分享平台、各类插件和微调模型）。

主要功能

1. 文本生成图像（文生图）

用户输入文字描述（提示词），模型生成对应的图像。支持正面提示词和负面提示词（排除不希望出现的内容）。可调节参数包括采样步数、引导强度、随机种子等，控制生成结果的多样性和准确性。

2. 图像生成图像（图生图）

用户上传一张初始图片，结合文本提示，生成风格或内容上相关联的新图像。支持调整重绘强度，从轻微修改到大幅改变均可控制。

3. 局部重绘（Inpainting）

用户选择图片中的特定区域，输入新的文本描述，AI只对该区域进行重新生成，保持其他部分不变。适用于修复图片缺陷、替换物体、调整局部细节等场景。

4. 外绘扩展（Outpainting）

向图片的四周（上下左右）扩展画布，AI自动生成与原有画面风格一致的新内容。可用于将方形图扩展为宽幅或竖幅构图。

5. 高清放大与修复

对生成的低分辨率图像进行AI放大，提升清晰度和细节。支持面部修复、整体细节增强等功能。

6. ControlNet等高级控制

通过ControlNet插件，用户可以基于边缘检测、深度图、姿态骨架、语义分割等额外条件精确控制图像的构图和姿态，实现更专业的创作。

在线使用方式（无需本地部署）

• DreamStudio：Stability AI官方推出的在线平台，用户注册后可付费使用Stable Diffusion模型，无需安装任何软件，界面友好。

• ClipDrop：Stability AI旗下工具平台，提供Stable Diffusion XL等在线生成功能，支持快捷编辑和背景移除。

• Stable Artisan：Stability AI在Discord平台推出的机器人服务，用户通过指令生成图像，类似Midjourney的操作方式。

本地部署方式（免费开源）

用户可通过以下工具在个人电脑上免费运行Stable Diffusion：

• 绘世启动器：B站UP主“秋葉aaaki”制作的Stable Diffusion WebUI启动器桌面版，集成了运行环境、模型管理和常用插件，适合新手一键安装。

• Stable Diffusion WebUI：由AUTOMATIC1111开发的开源图形界面，功能最完整，支持多种扩展和模型，是社区最流行的本地部署方案。

• ComfyUI：基于节点式工作流的界面，适合需要复杂流程控制的专业用户。

适用场景

• 艺术创作：插画师、概念艺术家利用AI生成灵感草图或成品图。

• 游戏开发：快速生成角色立绘、场景概念图、道具图标。

• 影视与广告：制作分镜预览、风格参考图、海报素材。

• 电商设计：生成商品背景图、模特换装、营销视觉素材。

• 科研与教育：研究扩散模型原理、教学AI生成技术。

• 个人项目：制作头像、壁纸、社交媒体配图。

优势与特色

• 开源免费：无需付费订阅，代码和模型完全公开。

• 本地运行：数据不上传云端，保护隐私，可离线使用。

• 高度可定制：支持多种微调模型（LoRA、DreamBooth）、插件（ControlNet、Tiled Diffusion等）。

• 社区生态丰富：Civitai等平台提供数万个免费下载的模型和风格预设。

• 跨平台支持：Windows、macOS、Linux均可运行。