z19981的博客

stable diffusion 大模型 ：**Checkpoint 是 SD 的核心，是最基本的必备模型，体积较大，也被称为大模型。越大的模型代表融合的元素越多，表现的效果细节越丰富。不同的大模型使用不同的图片训练而成，对应不同的风格，相当于最底层的引擎。我们在模型网站筛选 Checkpoint 就是筛选大模型

Stable Diffusion（SD模型），由Stability AI与LAION等机构合作研发，是一款功能强大的生成式模型，拥有约10亿（1B）参数。其应用广泛，包括但不限于文生图（txt2img）、图生图（img2img）及图像修复（inpainting）等功能。论文地址：https://arxiv.org/pdf/2112.10752github地址：https://github.com/CompVis/stable-diffusion温馨提示：篇幅有限，已打包文件夹，获取方式在：文末。

Stable diffusion（简称SD），这是一个文本到图像生成模型，简单来说就是目前一个比较流行且效果较好的AI文生图工具,对比其他AI文生图工具 DALLE3、Midjourney，SD的最大优势就是开源免费，定制化强，但是他对电脑配置要求比较大，安装起来也稍显麻烦，上手难度较大,目前有很多大佬帮我们弄了sd的安装包，整个安装流程难度几乎为零。

stable diffusion部署教程：在本教程中，我们特别针对一些常见的卡点进行了详细说明，确保用户在操作过程中不容易遇到阻碍，尤其是在Clone Stable Diffusion WebUI的步骤上。此外，教程新增了如何更新或卸载Stable Diffusion的具体方法，并详细讲解了如何修改文件，还介绍了一键安装包的使用方法。本教程特别适合从未安装过的初学者，或者曾经安装但在后续尝试中遇到问题的用户。通过本教程，您将可以轻松解决遇到的各种问题，确保顺利部署。

Stable Diffusion（SD） 是由CompVis、Stability AI 和 LAION 的研究人员于 2022 年发布的一款文本到图像生成的潜在扩散模型，基础版SD1.5（512\*512），SD2.1（768\*768），后又开源了SDXL（1024\*1024）、SDXL-turbo，一般用于图像生成、图像处理等任务，其技术原理

AIGC现如今可谓是如日中天，AI绘画算是其中最火的其中之一了。现在的AI绘图工具也是百家争鸣，不管是网页端，APP端，还是小程序端，都能看到各种各样的AI绘图工具，他们多是需要你发送关键词或绘图命令到他们的服务器，然后由服务器渲染完成之后返图给你，所以一定会占用他们的服务器资源那么，显而易见，他们无一例外都有一个致命的缺点：要钱！不可否认的是，这些工具的确可能调教的更容易上手使用，但是在这个开源的时代，当然是要自己部署一个AI绘图工具了！

Stable Diffusion零基础入门操作官方教程它来了！本期教程将轻松了解官方版Stable Diffusion的应用界面、模型、基本应用功能、图像保存等操作Stable Diffusion，一款开源的先进图像生成模型，通过其独特的算法，能够根据文本描述创造出精美的图像。它不仅支持图像生成，还包括图像修复和风格转换等多项功能，为视觉艺术和设计领域带来了革命性的变革。

在开始学之前，我想提前说一下，我所理解的AI绘画的本质，就是手替，人提出方案，AI帮你完成具体的作画过程。写这篇文章的初衷，网上的Stable Diffusion教程太多了，但是我真正去学的时候发现，没有找到一个对小白友好的，被各种复杂的参数、模型的专业词汇劝退。所以在我学了之后，想出一篇这样的教程，希望能帮助完全0基础的小白入门，即使完全没有代码能力和手绘能力的设计师也可以学得会的教程。软件从来不应该是设计师的限制，设计师真正的门槛是审美。

上篇为大家介绍了Stable Diffusion的基本概念以及安装方法，今天为大家详细讲解Stable Diffusion的操作页面及功能。Stable Diffusion开机页面点击一键启动就会进入操作界面。Stable Diffusion操作页面Stable Diffusion的操作页面常用参数。

Stable Diffusion 作为一种先进的深度学习模型，在人工智能领域尤其是图像生成方面具有重要意义。这个章节是学习使用AI绘图绕不过的，无论使用哪种工具，都需要对其原理有个基础的的了解。“很简单，我去采石场，看见一块巨大的大理石，我在它身上看到了大卫。我要做的只是凿去多余的石头，去掉那些不该有的大理石，大卫就诞生了。” –米开朗琪罗整体架构Stable Diffusion 是一个复杂的系统，由多个组件协同工作。

经过多次版本更新和升级，Midjourney 中的各种命令操作已变得越来越多样化和便捷化，使得我们能够更加轻松地创作出惊艳的作品。但是，由于这些命令操作使用方式各不相同，如果你没有逐一了解它们，可能会错过一些很有用的功能。因此，本节内容将详细介绍 Midjourney 中所有以 “ / ” 开头的命令，帮助你更好地掌握这些命令的使用方法，让你能够更加便捷地创作出独具特色的作品。无论你是新手还是老兵，相信通过本节内容的学习，你都将有所收获。该命令用于图像的生成。

**Stable Diffusion（SD） 是由CompVis、Stability AI 和 LAION 的研究人员于 2022 年发布的一款文本到图像生成的潜在扩散模型，基础版SD1.5（512\*512），SD2.1（768\*768），后又开源了SDXL（1024\*1024）、SDXL-turbo，一般用于图像生成、图像处理等任务，其技术原理

2024年10月22日，Stability AI团队发布Stable Diffusion 3.5，该模型可免费用于商业或非商业用途。本文是Lison了解Stable Diffusion 3.5的学习笔记，供有需求的同学一起学习参考。

经过长时间的精心准备，我终于完成了这份Stable Diffusion（以下简称SD）的使用教程！这份教程将带你从安装部署开始，逐步深入了解界面功能、实战案例制作。每一步都配有详细的指导，让你不仅能够理解，而且能够立刻动手实践。

SD 保姆教程，从原理功能到案例输出展示，最后简述 ControlNet 的使用技巧。Stable Diffusion 的基本介绍首先官方给出的解释是：这和 MJ 有什么区别？一、基础介绍这里分为三个部分：1. 提示词 2. 符号的使用 3. 图像的输出1. 提示词提示词分为正向和反向的生成图像时，我们可以使用正向提示词来指定想要生成的图像。正向提示词可以是脑子里想到的图片或一句话，将其拆分成不同的关键词，并用逗号隔开作为输入。

本教程没有难懂的理论，全是实操的截图，非常通俗易懂。能够帮你在最短的时间里，掌握Stable Diffusion的核心操作方法。真正有效地提高工作的效率。教程主要是讲我们在工作中高频使用的4个功能模块：文生图、图生图、后期处理和标签器。如下图：希望对你有所启发。温馨提示：篇幅有限，已打包文件夹，获取方式在：文末。

随着生成型AI技术的能力提升，越来越多的同行开始将注意力放在了通过AI模型提升研发效率上。业内比较火的AI模型有很多，比如画图神器Midjourney、用途多样的Stable Diffusion，以及OpenAI此前刚刚迭代的DALL-E 2，除了后者使用人数有限之外，前两个都有很多的开发者尝试。不过，对于研发团队而言，尽管Midjourney功能强大且不需要本地安装，但它对于硬件性能的要求较高，甚至同一个指令每次得到的结果都不尽相同。

HyperAI超神经教程版块现已上线「Stable-Diffusion-3.5-Large 图像生成 Demo」，无需输入任何命令，一键克隆即可快速体验！今年 6 月，Stability AI 隆重发布了 Stable Diffusion 3 系列的首个开源版本 Stable Diffusion 3 Medium，虽然该版本在图像生成方面确实取得了一定的进步，但它在生成人像以及细节方面仍存在不足。

大家好，今天给大家带来Stable Diffusion基操讲解，开个新坑，我这里使用B站秋葉大佬的本地部署包，绘世启动器。几个常用的AI网址：C站：https://civitai.com/models哩布哩布：https://www.liblib.ai/本篇大概介绍下Stable Diffusion中的几种模型，大模型（基础模型也就是Stable Diffusion模型）；

2022年可谓是AIGC（AI Generated Content）元年，上半年有文生图大模型DALL-E2和，下半年有OpenAI的文本对话大模型ChatGPT问世，这让冷却的AI又沸腾起来了，因为AIGC能让更多的人真真切切感受到AI的力量。这篇文章将介绍比较火的文生图模型Stable Diffusion（简称SD），Stable Diffusion不仅是一个完全开源的模型（代码，数据，模型全部开源），而且是它的参数量只有1B左右，大部分人可以在普通的显卡上进行推理甚至精调模型。