【stable diffusion教程】一文看尽Stable Diffusion发展史

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情
AI摘要

本文介绍了Stable Diffusion在短短两年内发布的多个版本,如V1.1 - V1.6、V2.0、SDXL等各版本的训练情况和特点。还提及了Stable Video Diffusion、Stable Zero 123等相关模型。此外,为零基础小白提供AI绘画学习资源,包括安装包、教程、关键词合集等,可扫码免费领取。

前言

在这里插入图片描述

01

引言

Stable Diffusion 在短短两年内发布了多个版本。最著名的版本是 1.5 和 SDXL。不过,还有许多其他版本值得一提。让我们一起来探索稳定扩散模型的起源和发展。

闲话少说,我们直接开始吧!

所有的AI设计工具,安装包、模型和插件,都已经整理好了,👇获取~

在这里插入图片描述

02

缺失的SD V1.0版本

Stable Diffusion 的最早版本是V1.1。它由 CompVis 发布,而非 Stability AI。有趣的是,稳定扩散从未有过 1.0 版本。最初的模型称为 Latent Diffusion,由 CompVis 开发,包含文本到图像和inpainting功能。这个模型基本上可以被视为稳定扩散 1.0。但当 Latent Diffusion 演变为 Stable Diffusion 后,就没有再进行更新了。

在这里插入图片描述

Latent Diffusion

03

SD V1.1 到 V1.4

2022 年 8 月,CompVis 相继发布了四个版本的稳定扩散软件。随后的每个版本都增加了训练步骤,从而提高了输出质量。

  • SD V1.1: Stable Diffusion 1.1 以 256x256 分辨率训练237,000 步,以 512x512 分辨率训练 197,000 步。

  • SD V1.2: Stable Diffusion 1.2 使用 512x512 分辨率的 515,000 步,并使用 laion-improved-aesthetics 数据集。

  • SD V1.3: StableDiffusion1.3 在1.2的基础上进行了改进,在512x512 分辨率下增加了195,000个步骤,文本调节减少了 10%。

  • SD V1.4: StableDiffusion1.4 同样基于1.2,但以 512x512 分辨率和 laion-aesthetics v2 5+ 数据集进行了 225,000 步训练,并减少了类似的文本调节。

04

SD V1.5

RunwayML 于 2022 年 10 月发布了稳定版 Diffusion 1.5,该版本成为最广泛使用的微调版本。

在这里插入图片描述

Stable Diffusion 1.5

SD V1.5该版本是 1.2 的增强版,使用 laion-aesthetics v2 5+ 数据集,以 512x512 分辨率训练了 595,000 步。

05

SD V2.0

2022 年 11 月,Stability AI 发布了 Stable Diffusion 2.0,12 月又发布了 2.1。尽管规模更大,但这些模型的受欢迎程度不如 1.5,而且扩展支持有限。

  • SD V2.0: Stable Diffusion 2.0 最初在 256x256 分辨率下进行了 550,000 步训练,随后在 512x512 分辨率下进行了 850,000 步训练,并在 768x768 分辨率下进一步微调了 150,000 步。

  • SD V2.1: Stable Diffusion 2.1 是 2.0 的微调版本,增加了 55000 个步骤和额外的 155000 个微调步骤。

在这里插入图片描述

Stable Diffusion 2

06

Stable Diffusion XL

SDXL 于 2023 年 6 月发布,与之前的版本相比有了显著改进。它在 256x256 分辨率下训练了 600,000 步,在 512x512 分辨率下训练了 200,000 步。SDXL 擅长生成高达 1024x1024 像素的图像,并支持 LoRA 和 ControlNet。

  • SDXL V0.9 base/refiner: Stable Diffusion XL 0.9 基础版/精调版与最终版本相比,图像成像质量较低。

  • SDXL V1.0 base/refiner: Stable Diffusion XL 1.0 正式发布,具有卓越的文本理解和图像生成功能。

  • SDXL V1.0 Beta 2.2.2: 此模型仅通过 Stability AI 开发者平台的API接口独家提供。请将 engine_id 设置为 stable-diffusion-xl-beta-v2-2-2,以便使用。该版本是 SDXL 模型的微调迭代版本,与前一版本相比具有更强的功能。

  • **Stable Image Core:**该模型只能通过Stability AI开发者平台上的 v2 应用程序接口访问。根据官方文档,它是 SDXL 的微调版本,旨在提高性能。

在这里插入图片描述

SDXL

07

SD V1.6

Stable Diffusion 1.6 是一个相对陌生的版本,因为它不是一个开源模型。它于 2023 年 11 月在 Stability AI 开发者平台发布。它只能通过 Stability AI 开发者平台的 v1 API 使用(最新的 API 版本为 v2)。

  • SD V1.6: Stable Diffusion 1.6 该版本是 Stable Diffusion 1.5 的微调升级版,据说比前一版本能生成更高质量的图像。

在这里插入图片描述

Stable Diffusion 1.6

08

SDXL Turbo

2023 年 11 月,SDXL Turbo 推出,利用潜在一致性模型(LCM)将生成步骤从通常的 30~40 步减少到 1~4 步。

  • SDXL Turbo: SDXL Turbo 使用逆向扩散蒸馏 (ADD) 技术来尽量减少生成步骤,但仅限于生成清晰度稍低的 512x512 图像。

  • SD Turbo: Stable Diffusion 2.1 的 Turbo 版本,一直不太流行。

在这里插入图片描述

SDXL Turbo

09

Stable Video Diffusion

Stability AI 公司于 2023 年 11 月推出了 SVD,可从单张图像生成短动画,且不会出现闪烁问题。

  • SVD: 稳定视频扩散模型可用于制作14帧、576x1024 像素的动画。

  • SVD-XT: 经过对SVD进行微调后的版本,能以相同的分辨率生成 25 帧动画。

在这里插入图片描述

Stable Video Diffusion

10

Stable Zero 123

Stable Zero 123 于 2023 年 12 月发布,主要功能是通过单张图像生成 3D 物体,并提供包括物体背面在内的多个视图。

  • Stable Zero123: Stable Zero123 在Zero123上进行训练,与前代产品相比,效果有所改进。

在这里插入图片描述

Stable Zero123

11

Stable Diffusion Cascade

2024 年 2 月,Stability AI 推出了 Stable Diffusion Cascade,它采用三阶段生成流程(ABC 阶段),以更高的效率生成高质量图像。

  • SD Cascade: 稳定扩散级联模型超越了 SDXL,具有更好的性能和多功能性,无需大量微调即可产生各种风格。

在这里插入图片描述

Stable Diffusion Cascade

12

SDXL Lightning

SDXL Lightning 紧随 SDXL Turbo 之后推出,可提供更快的生成时间和高质量的结果,因其高效性而受到许多开发人员的青睐。

  • SDXL Lightning 结合SDXL和先进技术,以 1-8 个步骤提供图像,并与 LoRA 和 Unet 集成以提高性能。

    在这里插入图片描述

SDXL Lightning

13

Stable Diffusion 3

Stable Diffusion 3 于 2024 年 2 月预览,并于 2024 年 4 月通过 API 发布,于2024年6月开放开源模型。

  • **SD3:**Stable Diffusion 3 通过 Stability AI 开发者平台的 API 提供。该型号在图像质量方面超越了之前的所有版本,并具有强大的文本识别能力。它代表了 Stable Diffusion 系列的最新进展,为各种图像生成任务提供了卓越的性能。

  • **SD3 Turbo:**StableDiffusion3 Turbo版本提供与Stable Diffusion3 相同的卓越功能,但图像生成速度明显更快。该版本专为那些需要在不影响 Stable Diffusion 3 所提供的高质量和强大文字识别能力的前提下快速获得结果的用户而设计。

在这里插入图片描述

14

Stable Video 3D

2024 年 3 月,Stable AI 公司推出了 Stable Video 3D,它能通过单张图像制作 360 度可旋转动画。

  • Stable Video 3D: 该模型可从静态图像生成 21 帧、576x576 像素的动画,为动画渲染提供了一个新的维度。

在这里插入图片描述

Stable Video 3D

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

对于0基础小白入门:

如果你是零基础小白,想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

零基础AI绘画学习资源介绍

👉stable diffusion新手0基础入门PDF👈

在这里插入图片描述
在这里插入图片描述

👉AI绘画必备工具👈

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉AI绘画基础+速成+进阶使用教程👈

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉12000+AI关键词大合集👈

在这里插入图片描述

这份完整版的AI绘画全套学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

Xilinx的DDR4 IP

Xilinx的DDR4 IP

weixin_39896700的博客 4460

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 435

【技术拆解】Illumina边合成边测序(SBS)核心流程全解析 | 从文库构建到数据分析

本文深入解析了Illumina边合成边测序(SBS)技术的完整流程。从DNA样本的文库构建(片段化、加接头、扩增),到Flowcell上的簇生成(桥式PCR),再到核心的边合成边测序(SBS)循环(荧光标记、可逆终止),最后简述了从原始数据到生物学洞见的数据分析步骤,为理解这一主流高通量测序技术提供了清晰的框架。

weixin_29201859的博客 541

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 341

大模型抽取知识图谱三元组的可行性分析

通过结合传统信息抽取模型与大语言模型的混合架构,可高效完成从学术文献到知识图谱三元组的全流程构建。分阶段优化:传统模型负责粗粒度抽取,大模型负责细粒度修正。灵活提示设计:通过少样本学习引导大模型理解领域本体。严格质量控制:结合规则引擎和人工校验,确保三元组准确性。该方案可显著提升知识图谱构建效率,适用于学术研究、企业知识库等场景。

qq_20647053的博客 1067

线结构光三维重建(二):光平面标定与激光轮廓提取的实战优化

本文深入探讨了线结构光三维重建中的光平面标定与激光轮廓提取两大核心环节的实战优化。详细介绍了从棋盘格标定板法到自动化高鲁棒性标定的流程优化,并分享了针对复杂工业场景(如低对比度、高反光表面)的激光轮廓提取组合策略,旨在提升三维重建系统的整体精度与稳定性。

weixin_29057237的博客 334

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 280

MQTT在智能家居中的实战:用Android手机控制ESP8266设备(基于EMQX)

本文详细介绍了如何利用MQTT协议构建一个完整的智能家居控制系统,通过Android手机App远程操控ESP8266设备。文章提供了从EMQX服务器部署、ESP8266端Arduino固件开发到Android客户端搭建的完整实战指南,并深入探讨了系统联调、稳定性优化与安全加固等关键环节,为物联网开发者提供了一套可复用的解决方案。

ujm567890的博客 457

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 283

Allegro如何用自带的功能将线段变成铜皮操作指导

在做PCB设计的时候,有时根据设计需要将线段变成铜皮,可以借助辅助工具来实现这一操作,但是Allegro自身也自带这个功能,如下图。勾选Delete original objects。如何用自带的功能将线段变成铜皮操作指导。勾选Convert to shape,需要把这段走线变成铜皮。

weixin_54787054的博客 2947

【Conda虚拟环境】新建 + 激活 + 安装 + 查看 + 退出 + 删除 + 复制 + 导出 + 导入 + 更改

(1)创建虚拟环境(2)激活虚拟环境(4)查看虚拟环境(3)退出虚拟环境(5)删除虚拟环境(6)复制虚拟环境(7)导出虚拟环境(8)导入虚拟环境(9)更改虚拟环境的安装路径(10)在指定路径下,配置虚拟环境

📷 图像处理践行者 | 传统算法 · 深度学习 · 多模态 | 分享实战经验与技术洞见,探索从像素到智能的无限可能。 4万+

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 616

基于jeecgboot3.9.0的项目管理——项目工作台(二)

基于jeecgboot3.9.0的项目管理——项目工作台(二)

宁波阿成的博客 206

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 657

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 209

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 345

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 87

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 514

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 619

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

408

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5168

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 573

影视场景怎么用AI生成3D镜头预演?从概念图、场景白模到网页审片

概念图有氛围,不代表能直接用于镜头预演。本文围绕剧本拆镜、资料与尺度假设、场景白模、机位走位、动作节拍和网页审片,介绍 AI 生成 3D 场景的预演流程。通过稳定对象与相机编号、统一镜头表、意见关联版本和三轮审核,让讨论落到具体镜头,同时明确白模与网页预演不能替代真实场地勘景及现场安全判断。

Solange__的博客 620
上一篇: 【stable diffusion模型】新手必看!超强Stable Diffusion XL模型推荐,轻松打造惊艳AI图像!
下一篇: 【comfyui教程】反推:comfyui一键生成提示词!
壹只小小码农
博客等级 码龄5年 8105粉丝 1333原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值