产品
模型家族
Next Token / Wiki

Stable Diffusion

用于图像生成的开放权重模型家族。

Stable Diffusion 是什么

Stable Diffusion 是 Stability AI 提供的开放权重图像生成模型家族:用户输入文字描述,模型生成对应图像。它由 CompVis(慕尼黑大学)、Runway 与 Stability AI 等团队合作研发,2022 年 8 月 22 日公开发布;因为权重公开可下载,它成了图像生成领域被广泛研究和二次开发的一族模型。维基百科条目记录了这段早期历史与后续版本脉络(见来源)。

版本与获取方式

这个家族的版本边界值得注意:2022 年发布的是 1.x 系列(由 CompVis 发布),2023 年 7 月推出 SDXL,Stable Diffusion 3 在 2024 年 2 月提供早期预览,2024 年 10 月 22 日发布 Stable Diffusion 3.5。当前官方图像模型页列出 Stable Diffusion 3.5(Large、Turbo、Medium)、SDXL(35 亿参数)与 SDXL Turbo 等成员,具体在售模型与能力以该页为准。

获取方式主要有三类:在官方许可页取得许可后自托管模型;通过 Stability AI API(Platform)按用量调用;或使用官方云伙伴与 Stable Assistant 等托管入口。常见的第三方图形界面(如各类 WebUI 发行版)不属于 Stability AI 的官方产品,加载哪个版本、如何配置,以对应项目的说明为准。

许可方面,早期版本采用 CreativeML OpenRAIL-M;Stable Diffusion 3.5 采用 Stability AI Community License。官方许可页写明:Community License 面向年营收低于 100 万美元的研究者、开发者、小企业与创作者,年营收超过 100 万美元的企业适用 Enterprise License;生成图像的权利归属与商用细节以官方许可文本为准。

与其他图像生成产品的区别

与同为图像生成的 Midjourney 相比,两者路线不同:Midjourney 是闭源的研究实验室产品,通过其官网服务使用;Stable Diffusion 的特点是权重开放下载,可以自托管、微调并接入自己的流程。选择时主要看是否需要本地部署与自定义,以及对许可条件的接受程度。

节目中的讨论

Weekly #003 的“把新模型接入现有 Agent”章节里,歸藏在介绍一个新模型的社区玩法时提到:有人给它画了 24×24 或 30×30 的格,让它并行预测每个像素该填什么颜色,实现类似于 Stable Diffusion 或者 Diffusion 模型那种画图,确实能画出挺像样的东西。这里 Stable Diffusion 是作为类比出现的,用于说明另一种图像生成思路,讨论对象并不是 Stable Diffusion 本身。

常见问题

Stable Diffusion 是什么?

一个开放权重的图像生成模型家族,由 Stability AI 等机构研发,输入文字描述即可生成图像,可自托管或通过官方 API 使用。见官方图像模型页。

Stable Diffusion 官网在哪,在哪里下载?

官方入口是 stability.ai,模型与部署信息见图像模型页。模型权重与许可通过官方许可页获取;网上流传的下载站与整合包不是官方渠道。

Stable Diffusion 免费吗?开源吗?

它是开放权重模型而不是无条件的免费服务。官方许可页写明:自托管核心模型在非商用、或使用方年营收不超过 100 万美元时免费(Community License);年营收超过 100 万美元的企业需要 Enterprise License;API 按用量计费。条件以官方许可页为准。

Stable Diffusion 现在有哪些版本?

截至 2026 年 9 月,官方图像模型页列出的家族成员包括 Stable Diffusion 3.5(Large、Turbo、Medium)、SDXL 与 SDXL Turbo。历史上还有 2022 年的 1.x 系列等;第三方工具默认加载的版本各不相同,使用前先确认实际版本。版本信息见官方页面。

Stable Diffusion 和 Midjourney 有什么区别?

Stable Diffusion 开放权重,可自托管、微调,接受 Community License 条件即可使用;Midjourney 是闭源服务,通过其官网使用。前者胜在可控与可定制,后者胜在开箱即用,具体差异见两者官方页面与本站 Midjourney 条目。

来源

基本信息

类型
模型家族