Stable Diffusion

Stable Diffusion 是 Stability AI 推出的开源 AI 图像生成模型，也是不少商业绘图工具的底层技术来源。它最特别的地方在于模型权重可以下载到本地运行，手里有显卡的团队能完全掌控模型、插件和工作流，不受在线平台额度与审核的限制。

基本介绍

Stable Diffusion 属于开放架构的文生图模型，SD 3.5 Large 采用 35 亿参数的基础模型加 66 亿参数的集成管线，原生支持 1024×1024 分辨率输出，对长而复杂的提示词理解更好，拼写和字间距这类文字渲染的出错率也比早期版本低。它既可以在本地部署，也能通过云平台以托管方式调用，主流云厂商提供了相应的部署入口。用途覆盖广告营销图、游戏角色与场景、设计草图和产品渲染。

发展历程

• 2022 年：首批版本开源，带动了本地 AI 绘图工具和插件生态的爆发。
• 随后几年：推出更高分辨率的版本，画面质量与构图控制持续改善。
• SD 3.5 系列：发布不同规模的版本，文字生成能力提升，支持更丰富的提示词描述。
• 云平台托管：主流云服务的模型市场陆续上架相关模型，可直接部署调用。

核心功能

• 文生图：用自然语言提示词生成画面，支持多种风格与画面比例。
• 图生图与重绘：基于已有图片做改造，或只重绘指定区域。
• 条件控制：配合 ControlNet 一类扩展控制姿势、线稿、深度和构图。
• 插件与工作流：可通过 WebUI、ComfyUI 等界面搭建可复用的生成流程。
• 模型微调：社区可基于它训练 LoRA 等轻量模型，做出特定风格或人物。
• 本地或云端部署：既能自己装，也能用云服务按需调用，无需自备显卡。

适用人群

• 技术型创作者：愿意折腾参数和工作流，换取更高的可控性。
• 游戏与影视团队：需要批量生成概念图，且对素材来源和数据留存有要求。
• 设计师：用它快速产出草图和图标，再进入后续设计流程。
• 开发与研究人员：把它当作可二次开发的图像生成底座。

使用方式

有两条路。一条是本地部署：下载模型权重，装好运行界面，用自己的显卡跑，前期配置有一定门槛，胜在不按次付费、数据不出本机。另一条是用云平台托管：在云服务的模型市场里选好版本，按调用量付费，免去硬件和运维投入，适合预算有限或临时使用的团队。模型的使用受 Stability 的许可条款约束，商用前要确认自己的使用场景是否被覆盖。

局限与注意

本地运行对显卡显存有要求，配置不够会频繁报错或出图很慢，这部分成本容易被低估。它的易用性不如商业闭源工具，想得到稳定好看的结果，需要花时间研究提示词、采样参数和扩展插件。生成质量在不同版本和不同微调模型之间差距很大，网上的效果图未必是原始模型跑出来的。授权方面，开源权重有明确的商用条件，营收或用户规模超过门槛的组织通常需要单独申请企业许可，落地前要让法务确认。

常见问题

Stable Diffusion 是免费的吗？模型权重可以免费下载使用，但商用范围和公司规模挂钩，超过一定营收门槛需要取得企业许可，具体以官方许可条款为准。

一定要有高性能显卡吗？本地部署需要，显存越大越从容；如果只是偶尔用，走云平台托管更省事。

和 Midjourney 这类工具比怎么样？它的画面精致度和易用性通常不如商业工具，但可控性、可定制性和数据本地化是它的长处，适合有技术能力、需要深度定制的团队。

相关导航

同一个方向还可以一并看看绘蛙、Midjourney、可画，各自擅长的环节不太一样。