Stable Diffusion模型分类全解析

对于刚接触Stable Diffusion的小伙伴来说，面对五花八门的模型分类，是不是一头雾水？别慌！本文以CivitAI网站为例，结合实测经验，为你详解每类模型的功能、参数和应用场景，助你快速上手！

**
**

1.Checkpoint（基础模型）

技术原理：完整的生成模型，包含所有网络参数。
应用场景：通用图像生成、风格迁移。
推荐参数：Steps 25-35，CFG 7-9。
协同推荐：搭配VAE和LoRA使用效果更佳。

2.LoRA（低秩微调模型）

技术原理：通过低秩矩阵分解微调模型，修改特定特征。
应用场景：快速风格迁移、服装/发型调整。
推荐参数：Weight 0.7-1.2，Steps 20+。。
协同推荐：结合ControlNet和Embedding提升精度。

3.Motion（动态模型）

技术原理：优化帧间连贯性，增强时序一致性。
应用场景：短视频生成、动态效果（如飘动头发）。
推荐参数：FPS 12，Motion Scale 1.5。。
协同推荐：配合AnimateDiff和Depth Control使用。

4.Detection（对象检测模型）

技术原理：基于YOLO等算法的对象检测模块，自动识别图像元素。
应用场景：快速标记图像中的人物、车辆等对象，辅助批量处理。
推荐参数：Confidence 0.7，IOU 0.5；文件格式为.pt或.onnx。
协同推荐：配合Inpainting模型实现精准局部修复。

5.Embedding（概念嵌入）

技术原理：在文本编码空间嵌入自定义概念。
应用场景：生成特定角色或Logo。
推荐参数：Trigger Word + CFG 8-10。
协同推荐：与LoRA和Hypernetwork联用效果显著。

6.LyCORIS（增强版LoRA）

技术原理：支持卷积层和Transformer层的独立调整，实现更复杂的特征控制。
应用场景：精确手势生成、微调角色表情等细节。
推荐参数：Weight 0.5-0.8；文件格式为.safetensors。
协同推荐：搭配SDXL和ControlNet提升生成稳定性。

7.VAE（变分自编码器）

技术原理：优化图像解码过程，提升色彩表现和细节清晰度。
应用场景：修复模糊图像、增强画面质感。
推荐参数：Size 32；文件格式为.vae.pt。
协同推荐：所有Checkpoint模型的必备搭档。

8.Poses（3D姿势模型）

技术原理：提供3D人体骨骼绑定或姿势库，控制角色动作。
应用场景：动画制作、角色动态姿势生成。
推荐参数：OpenPose权重0.9-1.1；文件格式为.json或.safetensors。
协同推荐：配合ControlNet OpenPose实现精准骨骼映射。

9.Hypernetwork（动态权重网络）

技术原理：通过辅助网络动态生成主模型的权重偏移量。
应用场景：强化赛博朋克、蒸汽波等艺术风格。
推荐参数：Hypernet Strength 0.3-0.6；文件格式为.pt。
协同推荐：与SD 1.5和Textual Inversion联用效果更佳。

10.ControlNet（多模态控制）

技术原理：通过边缘/深度/语义分割实现精确构图控制。
应用场景：工业设计、艺术构图。
推荐参数：Control Weight 1.0-1.5。
协同推荐：搭配SDXL和Depth预处理模型。

**
**

11.Wildcards（通配符模板）

技术原理：通过随机组合预设关键词批量生成多样性内容。
应用场景：快速生成不同服装、配饰的系列图像。
推荐参数：动态替换（如color_变量）；文件格式为.txt。
协同推荐：搭配Dynamic Prompts插件实现自动化流程。

12.Aesthetic Gradient（美学评分模型）

技术原理：基于美学评分引导生成方向，优化构图与艺术性。
应用场景：创作高艺术价值的插画或摄影作品。
推荐参数：Aesthetic Weight 0.5-0.7；文件格式为.pt。
协同推荐：优先选择高艺术性Checkpoint模型。

**
**

13.Upscaler（超分辨率模型）

技术原理：使用ESRGAN/SwinIR算法重建高清细节。
应用场景：修复低分辨率图像，输出4K+级画质。
推荐参数：Denoise 0.3-0.5，Scale 2；文件格式为.pth或.onnx。
协同推荐：配合Ultimate SD Upscale插件批量处理。

14.Workflows（流程预设）

技术原理：标准化生成→修复→精修流程，预设参数继承关系。
应用场景：复杂项目的工业化批量生产。
推荐参数：分阶段参数继承；文件格式为.json或.png。
协同推荐：适配ComfyUI节点系统实现可视化操作。

**

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

对于0基础小白入门：

如果你是零基础小白，想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。

二方面是可以找到适合自己的学习方案

包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

1.stable diffusion安装包 （全套教程文末领取哈）

随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。

最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。

2.stable diffusion视频合集

我们在学习的时候，往往书籍代码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入门stable diffusion，科学有趣才能更方便的学习下去。

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。

5.AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】