Skip to main content
- 操作简单,审美在线
- 创意丰富,出图质量高
- 无硬件要求
- 可控性强
- 海量的插件和模型
- 可训练自己的模型
- 免费,安全,开源
- 初期学习门槛高(指令多,操作复杂,安装麻烦)
- 对硬件有要求(对显存要求高,出图慢)
- 创意多样性比 MJ 弱
总结区别
找灵感用 MJ,定向执行优化使用 SD
介绍 SD, Stable Diffusion 稳定扩散
经历了
- CLIP 模型:文本编码器
- Diffusion 模型:UNet+Scheduler
- VAE 模型:解码器
- Stable Diffusion Web UI:是基于 Stable Diffusion 算法的 Web 界面工具,做成了容易操作的界面
- ComfyUI:是 Stable Diffusion Web UI 的一个分支,界面更加简洁,功能更加强大
文生图
嵌入式模型 Embedding
把全部坏的提示词以及坏的图片进行汇总训练得出来的模型,解决常见的错误情况和图片质量低下的问题。
Hypernetworks 超网络
低配版的 Lora 模型,应用领域比较窄,逐渐退出历史舞台
SD 的一些模型
可以看到一些模型效果的预览
Lora 模型
控制画面的具体内容和具体风格效果
和大模型的区别:一个国家和一个城市的关系
大模型定的是基调,不同的 Lora 模型定的是具体的细节和风格