Stable Diffusion

Stable Diffusion 是什么

Stable Diffusion 是由 Stability AI 开发并开源的文本生成图像（Text-to-Image）扩散模型，于 2022 年首次公开发布。它能够根据用户输入的自然语言描述生成对应的图像，也支持基于已有图片进行修改和扩展。

与 Midjourney、DALL·E 等闭源竞品不同，Stable Diffusion 最大的特点是完全开源——模型权重、代码和训练方法都公开发布，用户可以下载到本地部署，也可以在此基础上进行二次开发和微调。这让它迅速成为开源 AI 绘画生态的核心，衍生出 ControlNet、LoRA、各种 UI 界面（如 AUTOMATIC1111 WebUI、ComfyUI）等庞大的工具链。

Stability AI 官方定位为面向企业和创作者的生成式 AI 合作伙伴，除了 Stable Diffusion，还推出了 Stable Video、Stable Audio 等多模态模型。

核心功能

文生图（Text-to-Image）：输入 Prompt 描述生成图像，支持指定风格、构图、光影等细节。

图生图（Image-to-Image）：基于参考图 + 提示词进行改绘、风格迁移或细节增强。

图像修补（Inpainting / Outpainting）：擦除并重绘图片局部，或向外扩展画布补全场景。

可控生成：配合 ControlNet 等扩展插件，可通过线稿、姿态、深度图等精确控制输出结果。

模型微调：支持 LoRA、Dreambooth 等方式训练个人专属模型，适配特定风格或角色。

适合谁用

独立创作者与插画师：需要免费、高自由度的绘画工具，愿意花时间学习 Prompt 和参数调整。

AI 绘画爱好者与开发者：喜欢折腾模型、插件、工作流，对开源生态感兴趣。

有本地算力的用户：拥有 NVIDIA 显卡（显存建议 8GB 以上，RTX 3060 及以上较为流畅）的 Windows / Linux 用户，可完全本地免费运行。

企业内容团队：需要在私有环境中部署图像生成能力，避免数据外传，或希望在自有基础上做定制化训练。

如果你只想快速出图、不想折腾环境，那么 Midjourney 或在线版 SD 服务会更省心。

优势与局限

优势：完全开源免费，本地部署无使用次数限制；生态繁荣，插件、模型、教程资源极为丰富；可控性和可定制性远超闭源竞品；不涉及内容审核黑箱，创作自由度高。

局限：上手门槛较高，Prompt、采样器、CFG 等概念对新手不友好；对硬件有明确要求，低配设备体验较差；开箱即用的出图美观度通常不如 Midjourney，需要搭配社区微调模型；不同版本（SD 1.5 / SDXL / SD 3）之间生态兼容性存在差异。

如何开始

方式一：本地部署（推荐进阶用户）。访问 Stability AI 官网或 GitHub 下载模型权重，配合 AUTOMATIC1111 WebUI 或 ComfyUI 等前端界面在本地运行，一次配置永久免费使用。

方式二：官方 API。通过 Stability AI 官方平台调用 API 接入应用，官方采用积分制计费，新用户注册可获得赠送积分用于试用，具体价格以官网为准。

方式三：在线体验。通过 DreamStudio（Stability AI 官方在线工具）或 Hugging Face、Civitai 等社区平台，无需安装即可在线尝试。