Stable Diffusion翻译站点

Stable Diffusion 是 Stability AI 的开放权重文本生成图像模型家族，2022 年首发，当前主力 SD 3.5 系列含 Large / Large Turbo / Medium 三变体。采用 MMDiT 架构，可在消费级硬件运行，社区许可下个人与年营收低于 100 万美元的组织可免费商用，是开源 AI 生图事实标准。

 

产品概述

Stable Diffusion 由英国公司 Stability AI 开发，2022 年 8 月首次公开发布。它与 Midjourney、DALL·E 的根本区别在于：SD 发布的是模型权重而非仅提供托管服务——任何人都可以下载权重在自己的硬件上运行，包括消费级 GPU。

当前主力版本 SD 3.5​ 于 2024 年 10 月发布，包含三个变体：

采用 MMDiT（多模态扩散 Transformer）​ 架构，使用三个固定的预训练文本编码器（clip_g、clip_l、t5xxl），并通过 QK 归一化提升训练稳定性。

授权模式（Stability AI Community License）：

• 非商业使用：免费
• 商业使用（年营收 < 100 万美元）：免费
• 商业使用（年营收 ≥ 100 万美元）：需联系 Stability AI 购买企业许可
• 输出所有权：归生成者所有

 

核心能力

• 文本生成图像（Text-to-Image）：SD 3.5 原生支持 1024×1024 分辨率，Medium 支持 0.25-2 MP 动态分辨率
• 图生图（Image-to-Image）：以现有图像为参考生成变体，控制风格迁移
• 局部重绘（Inpainting）：修复或替换图像的部分区域
• 外扩（Outpainting）：突破原图边界扩展画面
• LoRA 微调：通过低秩适配训练小文件，将基础模型调整至特定风格、角色或概念
• ControlNet 精准控制：SD 3.5 的官方 ControlNet 即将推出，社区已有大量第三方实现
• 多模态扩展：Stability AI 同步推出视频生成、Stable Fast 3D（单图秒级生成 3D 对象）、Stable Audio（自然语言作曲与音效）

 

优势亮点

• 开放权重：模型权重可免费下载，可本地运行、可微调、可集成进自有应用
• 商业友好授权：年营收 < 100 万美元的个人与组织可免费商用，远超 Midjourney 的纯订阅制门槛
• 零边际成本：本地部署后无限次生成，无按张计费
• 消费级硬件可跑：SD 3.5 Medium 专为消费级硬件优化
• 生态最丰富：全球最大 AI 绘画开源社区，数万 LoRA、Checkpoint、插件、工作流
• 技术可控性最高：支持 LoRA 微调、ControlNet 精准控制、自定义训练
• 数据隐私：本地部署意味着数据不出域，金融、医疗、政企场景的刚需

 

局限

• 开箱美学不如 Midjourney：SD 需要调参、选模型、配 LoRA 才能达到 MJ 的美学水准
• 技术门槛高：本地部署需要 Python 环境、GPU 驱动、ComfyUI/Automatic1111 配置
• Turbo 模型有使用陷阱：guidance_scale > 0 会产生过饱和与故障图像，必须设为 0.0
• 高分辨率退化：原生 1 MP（1024×1024），2K+ 分辨率图像保真度下降，需后期放大
• T5-XXL 文本编码器权重巨大：单文本编码器占 9 GB 显存，是 GPU 显存压力主要来源
• ControlNet 官方支持滞后：SD 3.5 的官方 ControlNet 仍在开发中

 

适用人群

• 想要创作自由、自部署与隐私控制的开发者、研究者
• 进阶创作者与专业艺术家
• 需要批量生成、定制化训练的企业用户
• 注重数据不出域的金融、医疗、政企场景

如果你是 casual 用户、只想开箱即用获得最美图像，Midjourney 可能更合适；但如果你需要完全掌控模型、无限免费生成、可微调可集成，Stable Diffusion 是当前最成熟的选择。

 

安装与部署（以 ComfyUI 为例）

 

1. 硬件要求

RTX 4060 Laptop（8GB 显存）可通过 --lowvram 参数运行，但速度会稍慢。

 

2. 安装 ComfyUI

Windows（便携版，最简单）：

1. 下载 ComfyUI 便携包：
   https://github.com/comfyanonymous/ComfyUI/releases/latest/download/ComfyUI_windows_portable_nvidia.7z
2. 解压到纯英文路径
3. 双击 run_nvidia_gpu.bat，浏览器自动打开 http://127.0.0.1:8188

Mac / Linux：

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python main.py  # Mac 自动使用 MPS；显存紧张加 --lowvram

 

3. 下载模型权重

从 Hugging Face 的 stabilityai 仓库下载（需同意社区许可）：

主模型（放入 ComfyUI/models/checkpoints/）：

• sd3.5_medium.safetensors（推荐新手）
• 或 sd3.5_large_fp8.safetensors（低显存方案）

三路文本编码器 CLIP（放入 ComfyUI/models/clip/）：

• clip_g.safetensors
• clip_l.safetensors
• t5xxl_fp8_e4m3fn.safetensors（内存 < 32GB 使用 FP8 版本；≥ 32GB 推荐 t5xxl_fp16.safetensors）

新手第一报错来源：漏装 T5 文本编码器。SD 3.5 使用三路文本编码架构，三个 CLIP 文件必须全部就位。

 

4. 加载工作流

将 ComfyUI 官方示例工作流 JSON 文件拖入界面，自动载入节点图。

 

5. 参数配置

Turbo 模型必须将 guidance_scale 设为 0.0，否则产生过饱和与故障图像。

 

6. 替代界面