Stable Diffusion

Stable Diffusion 是基于深度学习的开源文本到图像生成模型。

核心技术

Stable Diffusion

• 基于深度学习的文本到图像生成模型
• 促进 AI 技术民主化

技术原理

扩散模型基础

• 基于扩散模型的文生图技术
• 从随机噪点图像一步步去除噪点
• 根据文字指示生成图像

技术优势

• 在消费类 GPU 上运行（VRAM 低于 10GB）
• 几秒钟内生成 512x512 像素的图像
• 使研究人员和公众都可以进行文生图操作

主要功能

• 文本生成图像（text2img）
• 图像修改
• 根据草图加文本描述生成图像
• 视频生成

关键特点

• 开源
• 高效（较低配置硬件即可运行）
• 可控（通过文本提示精确控制生成结果）
• 高质量（生成逼真、高质量的图像）