Stable Diffusion 是 Stability AI 推出的开源图像生成模型，也是目前全球使用最广泛的开源 AI 绘图方案。与 Midjourney 和 DALL·E 的闭源云端模式不同，Stable Diffusion 可以完全在本地运行，用户拥有模型、生成过程和产出图像的完全控制权。凭借活跃的开源社区生态，SD 拥有数万个微调模型和插件，几乎能实现任何风格的图像生成。
核心能力
- 完全开源免费：模型权重公开，无需付费订阅，无内容审查限制（本地部署）
- SD3 / SDXL 模型：Stability AI 最新旗舰模型，生成质量媲美商业产品
- WebUI 双主流界面：Automatic1111 WebUI（功能最全）和 ComfyUI（节点式工作流，更灵活）
- LoRA 微调模型：社区提供的数万个风格模型，从二次元到写实人像一应俱全
- ControlNet 精准控制：通过姿势骨架、边缘检测、深度图等精确控制构图和姿态
- 文生图 / 图生图：从文字描述生成图像，或以现有图片为基础风格化改造
- 局部重绘（Inpainting）：选中图像区域重新生成，精细调整特定部分
- 超分辨率放大：将低分辨率图像无损放大至高清
硬件要求
| 配置 | 显存 | 体验 |
|---|---|---|
| 最低 | 4GB VRAM | 可运行 SD 1.5，SDXL 吃力 |
| 推荐 | 8GB VRAM | 流畅使用 SDXL，生成速度适中 |
| 理想 | 12GB+ VRAM | 高分辨率 + 多模型并发 |
适用场景
- 独立创作者：不受平台内容政策限制，自由探索任何风格
- 商业设计：产品图、广告素材的批量生成和风格定制
- 游戏开发：角色设定、场景概念、道具素材
- 学术研究：图像生成模型的研究和实验
- 二次元 / 同人创作：社区有大量针对特定画风的 LoRA 模型
- 工作流自动化：通过 ComfyUI 搭建复杂的图像生成流水线
优点与不足
优点
- 完全免费且开源，无订阅费用
- 本地部署意味着数据完全私有，适合对隐私有要求的场景
- 社区生态极其丰富，几乎每天都有新模型和新插件
- 可通过 LoRA 和 ControlNet 实现高度定制化
不足
- 需要一定的硬件门槛（至少 4GB 显存的独立显卡）
- 上手难度高于 Midjourney，需要学习 WebUI 或 ComfyUI
- 模型下载和环境配置对新手不友好
- 出图质量高度依赖模型选择和参数调优
- 从 HuggingFace 下载模型可能需要网络工具辅助
访问方式
本地部署无需科学上网。推荐通过 ComfyUI 或 Automatic1111 WebUI 安装。如需从 HuggingFace 下载模型，可能需要网络工具辅助。也可以使用 Stability AI 官方 API 或第三方云端服务。