Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

最新推荐文章于 2025-05-28 08:20:26 发布

网安福宝

最新推荐文章于 2025-05-28 08:20:26 发布

阅读量700

点赞数 26

分类专栏： AI绘画 SD教程文章标签： stable diffusion midjourney AI作画人工智能 AIGC AI绘画

本文链接：https://blog.csdn.net/WANGJUNAIJIAO/article/details/147892876

版权

AI绘画同时被 2 个专栏收录

495 篇文章

订阅专栏

SD教程

473 篇文章

订阅专栏

在之前的文章里，我给大家介绍了20款不同的AI绘画工具。

AI时代社：20个常见AI绘画工具大汇总（含免费版哦~）

这其中，目前市面上用的最多的AI绘画工具是Stable-Diffusion（SD）和Midjourney（Mid）。

Stable Diffusion 与 Midjourney：全面解析与差异对比

在当下热门的 AI 绘画领域，Stable Diffusion（以下简称 SD）和 Midjourney 备受关注。它们都支持通过输入 prompt（提示词）来实现文生图或图生图，生成符合用户需求的图像，但在诸多方面存在显著差异。接下来，本文将分别对这两款工具进行详细介绍，并深入对比它们的不同之处。

Stable Diffusion 是于 2022 年问世的深度学习文本到图像生成模型，属于潜在扩散模型。它是创业公司 Stability AI 联合众多学术研究者以及非营利组织共同开发的成果。目前，SD 的源代码和模型均已开源，在 Github 平台上，由 AUTOMATIC1111 负责维护一个完整项目，全球各地的开发者都积极参与到项目的维护工作中。

由于 SD 完整版对使用者的技术和设备要求相对较高，国内不少开发者基于此开发并维护了多个不同版本的封装包。其中，B 站秋叶开发的封装包在国内的使用最为广泛。这些开发者的努力，极大地推动了 SD 在国内的普及。

SD 最突出的特点在于其开源性，这使得它能够在电脑本地离线运行。一般来说，大多数配备至少 4GB 显存的消费级硬件，只要具备适度的 GPU，就能够运行 SD。当然，如果想要获得更流畅的使用体验，推荐使用显存 8G 及以上的设备。
Stable Diffusion界面如下：

Midjourney是一款由总部位于旧金山的独立研究实验室Midjourney, Inc.创建和托管的人工智能程序和服务。Midjourney基于Discord平台提供服务，可以根据自然语言描述（称为“提示”）生成图像，也支持图生图功能。使用Mid需要登陆Discord账号，在聊天界面发送指令后就可以直接在线得到AI图像。

Stable Diffusion主要特征

①硬件要求较高：需要本地的独立显卡，对硬件要求高。纯CPU也能跑，但是速度会非常慢。

②部署相对麻烦：按照官方的指导的话，环境布置略微麻烦，需要从GitHub下载很多文件，且要求一定的python知识，但如使用国内技术大牛打包的整合包就会简单很多。

③有一定的使用难度：SD的界面有很多内容，如采样方式等，上手很简单，但想玩好以及训练自己的模型等都需要比较复杂的学习过程。

④上限很高/下限低：无特殊操作的情况下，SD可能跑出古神。需要有一定的学习过程才能跑出好看的图片，但是图片如果好看，又可以做到非常精致。易上手，难精通，但是精通之后上限极高。

⑤**可控性极强，功能性极强：**插件极多，LORA极多，可以几乎随心所欲地换风格和形态，出图的数量也极大。可以完成很多有生产力的工作。

⑥**可完全本地运行：**运行全程可无需联网，数据仅存在本地，拥有硬件即可无限使用。

⑦**【极其重要】可以训练模型**：可以“炼丹”，训练只属于自己的数据库，让AI完全按照自己的想法去塑造目标风格的内容。

⑧本地化部署完毕后可完全免费无限次使用。

Midjourney主要特征

①无硬件要求：但需要科学上网，需要注册discord。不过，对本地硬件性能0要求，可以在几乎所有设备上运行。

②部署较为简单：下载discord，注册后，稍微学习一下就能使用（后面我们会出教程），门槛相对较低。

③使用难度较低：基本上复制别人已有的提示词，选好选项，就能出图。

④上限低/下限高：无特殊操作的情况下，Mid也能够立刻产出比较讨喜的图片。但是能够把控的范围也更小。容易上手，容易精通，但是精通之后上限比较低。

⑤可控性极弱：没有插件，没有LORA，产出的画面风格非常固定，自由度较低。

⑥必须联网运行：运行全程联网，数据存在服务器上，本地保存相对麻烦，必须科学上网。

⑦无法自定义自己想要的模型：只能用官方提供的。

⑧收费昂贵，每月60美元才能达到较好的效果。

总结

直观的来说，啥都不会的人，哪怕复制别人的提示词，SD的用户得到的图片可能也会较为粗糙。

Mid用户只要复制别人已有的提示词，一开始就能得到相对精美的图片。

但是到后面，随着能力的提升，SD用户能够随心所欲地训练自己的模型和LORA，乃至引入ControlNet用各类工具来控制AI绘画出图的内容。甚至还可以指定区域重绘……这个过程最终就会很像真实的绘画。

简单来说，SD是在本地运行的服务，开源，但门槛较高，但是能够实现的效果上限极高。而Mid作为在线的服务，门槛低，但是可控性不够强，上限低。

SD和Mid我都高强度用了一段时间，但我还是坚持选择SD。因为SD可以训练自己想要的模型，并且完全掌控。虽然炼模型比较麻烦，其中涉及到很多参数调整和素材，非常复杂，但是这个过程走完之后得到的模型能够成为自己的美术资产。今后的世界里，只属于自己的模型或许是公司/个人的重要资产，是竞争力，也是壁垒。