Stable Diffusion安装教程、model导入教程以及精品promt指令

原创

已于 2023-03-05 12:24:48 修改

· 5.5k 阅读

2 ·

版权

文章标签：

#stable diffusion #人工智能 #计算机视觉

于 2023-03-05 12:17:43 首次发布

本文介绍了Stable Diffusion，一个基于Latent Diffusion Models的文图生成模型，以及其在AI作画领域的应用。文章详细阐述了感知压缩的概念，解释了如何通过预训练的自编码模型降低计算复杂度。此外，还提供了模型的安装步骤、插件下载链接以及常用promt关键字，鼓励读者参与交流讨论。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

引言

最近大火的AI作画吸引了很多人的目光，AI作画近期取得如此巨大进展的原因个人认为有很大的功劳归属于Stable
Diffusion的开源。Stable diffusion是一个基于Latent Diffusion
Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。具体来说，得益于Stability
AI的计算资源支持和LAION的数据资源支持，Stable Diffusion在LAION-5B的一个子集上训练了一个Latent
Diffusion Models，该模型专门用于文图生成。

Latent Diffusion
Models通过在一个潜在表示空间中迭代“去噪”数据来生成图像，然后将表示结果解码为完整的图像，让文图生成能够在消费级GPU上，在10秒级别时间生成图片，大大降低了落地门槛，也带来了文图生成领域的大火。所以，如果你想了解Stable
Diffusion的背后原理，可以跟我一起深入解读一下其背后的论文High-Resolution Image Synthesis with
Latent Diffusion Models（Latent Diffusion
Models），同时这篇文章后续也会针对ppdiffusers的相关代码进行讲解。该论文发表于CVPR2022，第一作者是Robin
Rombach，来自德国慕尼黑大学机器视觉与学习研究小组。