功能说明
Stable Diffusion 是由 Stability AI 开发的开源潜在扩散模型（Latent Diffusion Model, LDM），是当前全球最具影响力的 AI 图像生成技术之一。其核心特点在于开源、可定制、低硬件门槛——与许多其他文生图模型相比，Stable Diffusion 可以广泛使用且需要更低的处理能力。
截至2026年，Stable Diffusion 3.5 是最新的主要版本，提供三个核心变体：
-
Stable Diffusion 3.5 Large（81亿参数） ：SD家族中最强大的模型，具备卓越的质量和提示词遵循能力，适合1百万像素分辨率的专业场景。能生成 3D、摄影、绘画、线条艺术等多种风格的图像。
-
Stable Diffusion 3.5 Large Turbo：Large 的蒸馏版本，仅需4步即可生成高质量图像，速度极快，适合快速迭代。
-
Stable Diffusion 3.5 Medium（25亿参数） ：基于改进的 MMDiT-X 架构，专为消费级硬件优化，可实现“开箱即用”。
核心功能覆盖以下方面：
-
文生图（Text-to-Image） ：最常用的功能，用户通过文字提示词生成图像。
-
图生图（Image-to-Image） ：基于已有图像生成新变体。
-
图像编辑：包括局部重绘（Inpaint）、外延扩图（Outpaint）、背景移除、对象擦除等。
-
图像放大与增强：支持多种放大方式，提升分辨率。
-
视频生成：Stable Video Diffusion 支持将图像转换为2秒高质量视频。
Stable Diffusion 还拥有庞大的开源社区生态，超过1000种社区上传的专业化模型（动漫、写实、角色 LoRA 等）可供选择。
使用说明
Stable Diffusion 提供多种使用方式，适应不同用户需求：
方式一：在线 SaaS 平台（零门槛）
访问 stabledifffusion.com 等在线平台，无需注册即可进行基础图像生成。注册后可解锁保存作品、历史记录、优先处理等更多功能。平台完全免费，无订阅、无隐藏费用、无水印。
方式二：本地部署（专业用户）
-
Stable Diffusion WebUI（AUTOMATIC1111） ：最流行的开源图形界面，支持文生图、图生图、局部重绘、批量处理、提示词矩阵、GFPGAN人脸修复、RealESRGAN放大与自定义脚本扩展等丰富功能。需预留 100G~200G 硬盘空间。
-
ComfyUI：节点式工作流界面，适合复杂流程定制。
-
Forge WebUI：基于原版 WebUI 的优化分支，资源管理更优、推理更快。
方式三：API 集成（开发者）
通过 Stability AI API 或 HuggingFace Diffusers 库将模型集成到自有应用中。企业用户还可通过 Amazon Bedrock 等云平台获取规模化服务。
方式四：移动端与桌面端
支持在 Apple Silicon Mac 上通过 Core ML 原生运行，也有 OllamaDiffuser 等工具简化本地部署。