什么是Stable Diffusion

Stable Diffusion（简称SD）是2022年发布的一个深度学习文本到图像生成模型，由慕尼黑大学的CompVis研究团体首先提出，并与初创公司Stability AI、Runway合作开发，同时得到了EleutherAI和LAION的支持。

Stable Diffusion是一种基于扩散技术的深度学习文本到图像模型，于2022年发布。它主要用于根据文本描述生成细致的图像，也可以用于其他任务，如图像修复、图像扩展、以文本为引导的图像到图像转换等。

Stable Diffusion是一种潜在扩散模型（Latent Diffusion Model），一种深度生成人工神经网络。它的代码和模型权重已经公开发布，[8] 可以在大多数配备了至少8 GB VRAM的适度GPU的消费者硬件上运行。这与之前只能通过云服务访问的专有文本到图像模型，如DALL-E和Midjourney有所不同。

Stable Diffusion的开发由创业公司Stability AI资助和推动。该模型的技术许可证由慕尼黑路德维希-马克西米利安大学（Ludwig Maximilian University of Munich）的CompVis小组发布。该项目的支持者还包括EleutherAI和LAION（一个德国非营利组织，负责收集Stable Diffusion训练所用的数据集）。

Stable Diffusion使用了一种扩散模型（Diffusion Model），称为潜在扩散模型（Latent Diffusion Model），由慕尼黑路德维希-马克西米利安大学（Ludwig Maximilian University of Munich）的CompVis小组开发。扩散模型是一种自2015年就被引入的模型，其目标是去除在训练图像上连续应用的高斯噪声，这可以被视为一系列去噪自编码器。

它可以实现的功能有很多，可以根据文本的描述生成指定内容的图片（图生图），也可以用于已有图片内容的转绘（图生图），还可以用作图像的局部重绘、外补扩充、高清修复，甚至是视频的“动画化”生成。

SD的源代码是开源发布在网上的，这意味着任何人都可以免费、不限量地使用它进行AI绘画生成操作。有开发者使用它的源代码制作了易于用户使用的图形化界面（GUI），于是便有了今天我们大多数人手里可以使用的Stable Diffusion WebUI（SD Web UI）。

但相较于Midjourney，SD的安装对电脑硬件要求较高，且上手难度都比较大，很多小白新手都卡在了安装这一步，针对这一点后期也会专门发布一篇应对各种安装失败的解决办法。