Stable Diffusion是一款功能強(qiáng)大并且可以在標(biāo)準(zhǔn)顯卡上運(yùn)行的AI圖像生成器，并且在Github上開(kāi)源，小編為大家找來(lái)了軟件的GUI版本，省去了本地部署步驟，解壓即可直接運(yùn)行生成各種圖像。軟件使用簡(jiǎn)單便捷，用戶能夠自己電腦的配置自由的調(diào)整各種參數(shù)，讓電腦自己作畫(huà)。

Stable Diffusion 完全免費(fèi)開(kāi)源，它的代碼都在 GitHub 上公開(kāi)，在遵循原項(xiàng)目采用的 CreativeML Open RAIL-M 許可證的前提下，任何人都可以拷貝使用，生成任何他們想要的圖像，甚至調(diào)整系統(tǒng)開(kāi)發(fā)獨(dú)立的應(yīng)用或服務(wù)。歡迎需要的伙伴前來(lái)下載使用。

軟件原理

首先，從名字Stable Diffusion就可以看出，這個(gè)主要采用的擴(kuò)散模型（Diffusion Model）。

簡(jiǎn)單來(lái)說(shuō)，擴(kuò)散模型就是去噪自編碼器的連續(xù)應(yīng)用，逐步生成圖像的過(guò)程。

一般所言的擴(kuò)散，是反復(fù)在圖像中添加小的、隨機(jī)的噪聲。而擴(kuò)散模型則與這個(gè)過(guò)程相反——將噪聲生成高清圖像。訓(xùn)練的神經(jīng)網(wǎng)絡(luò)通常為U-net。

不過(guò)因?yàn)槟Ｐ褪侵苯釉谙袼乜臻g運(yùn)行，導(dǎo)致擴(kuò)散模型的訓(xùn)練、計(jì)算成本十分昂貴。

基于這樣的背景下，Stable Diffusion主要分兩步進(jìn)行。

首先，使用編碼器將圖像x壓縮為較低維的潛在空間表示z（x）。

其中上下文（Context）y，即輸入的文本提示，用來(lái)指導(dǎo)x的去噪。

它與時(shí)間步長(zhǎng)t一起，以簡(jiǎn)單連接和交叉兩種方式，注入到潛在空間表示中去。

隨后在z（x）基礎(chǔ)上進(jìn)行擴(kuò)散與去噪。換言之， 就是模型并不直接在圖像上進(jìn)行計(jì)算，從而減少了訓(xùn)練時(shí)間、效果更好。

值得一提的是，Stable DIffusion的上下文機(jī)制非常靈活，y不光可以是圖像標(biāo)簽，就是蒙版圖像、場(chǎng)景分割、空間布局，也能夠相應(yīng)完成。

本地電腦運(yùn)行

因?yàn)槟Ｐ捅容^大，所以必須要有NVIDIA GPU，至少4GB VRAM，本地磁盤(pán)至少有15GB的空間，我們打包的項(xiàng)目解壓后需要11G的磁盤(pán)。