Stable Diffusion作为一个强盛的文本到图像的扩散模型，在短短几年内发布了多个衍生版本。以下是对其衍生版本及本地化部署选择的详细分析：
一、Stable Diffusion衍生版本
1.Latent Diffusion
由CompVis开发，包含文本到图像和inpainting功能，基本上可以被视为Stable Diffusion 1.0的前身。
当Latent Diffusion演变为Stable Diffusion后，该版本就没有再进行更新。
2.Stable Diffusion 1.x系列
Stable Diffusion 1.1：以256x256分辨率训练237,000步，以512x512分辨率训练197,000步。
Stable Diffusion 1.2：使用512x512分辨率的515,000步，并使用laion-improved-aesthetics数据集。
Stable Diffusion 1.3：在1.2的基础上进行了改进，在512x512分辨率下增长了195,000个步调，文本调节流少了10%。
Stable Diffusion 1.4：同样基于1.2，但以512x512分辨率和laion-aesthetics v2 5+数据集进行了225,000步训练，并减少了类似的文本调节。
Stable Diffusion 1.5：RunwayML于2022年10月发布，是1.2的增强版，使用laion-aesthetics v2 5+数据集，以512x512分辨率训练了595,000步，成为最广泛使用的微调版本。
Stable Diffusion 1.6：2023年11月在Stability AI开发者平台发布，只能通过Stability AI开发者平台的v1 API使用，是Stable Diffusion 1.5的微调升级版，据说能生成更高质量的图像。
3.Stable Diffusion 2.x系列
Stable Diffusion 2.0：最初在256x256分辨率下进行了550,000步训练，随后在512x512分辨率下进行了850,000步训练，并在768x768分辨率下进一步微调了150,000步。
Stable Diffusion 2.1：2.0的微调版本，增长了55000个步调和额外的155000个微调步调。
4.Stable Diffusion XL（SDXL）
Stable Diffusion XL：2023年6月发布，与之前的版本相比有了显著改进。它在256x256分辨率下训练了600,000步，在512x512分辨率下训练了200,000步，擅长生成高达1024x1024像素的图像，并支持LoRA和ControlNet。
Stable Diffusion XL 0.9 base/refiner：基础版/精调版，与最终版本相比图像成像质量较低。
Stable Diffusion XL 1.0：正式发布，具有杰出的文本理解和图像生成功能。
Stable Diffusion XL Beta 2.2.2：通过Stability AI开发者平台的API接口独家提供，是SDXL模型的微调迭代版本，功能更强。
SDXL Turbo：2023年11月推出，利用潜在同等性模型（LCM）将生成步调从通常的3040步减少到14步，但仅限于生成清楚度稍低的512x512图像。
SDXL Lightning：紧随SDXL Turbo之后推出，可提供更快的生成时间和高质量的效果，因其高效性而受到很多开发职员的青睐。
5.其他衍生版本
Stable Video Diffusion（SVD）：2023年11月由Stability AI公司推出，可从单张图像生成短动画，且不会出现闪耀题目。SVD-XT是经过对SVD进行微调后的版本，能以相同的分辨率生成25帧动画。
Stable Zero 123：2023年12月发布，重要功能是通过单张图像生成3D物体，并提供包括物体背面在内的多个视图。
Stable Diffusion Cascade：2024年2月推出，采用三阶段生成流程（ABC阶段），以更高的服从生成高质量图像，逾越了SDXL，具有更好的性能和多功能性，无需大量微调即可产生各种风格。
除了以上介绍的基础模型，很多大牛们在以上基础模型的基础上又训练出了各种风格的模型，比如用于卡通、写实、虚幻、建筑等各种类型。
二、本地化部署版本选择
在本地化部署Stable Diffusion时，版本的选择应基于以下因素：
硬件要求：确保计算机满意所选版本的硬件要求，包括内存、硬盘空间和显卡等。例如，一些版本可能对显卡的要求较高，必要购买性能较好的显卡以加快图像生成过程。
功能需求：根据具体的应用场景和功能需求选择合适的版本。例如，如果必要生成高分辨率的图像，可以选择支持更高分辨率的版本；如果必要快速生成图像，可以选择生成步调较少的版本。
稳固性和兼容性：选择经过广泛测试和验证的版本，以确保稳固性和兼容性。一些新版本可能存在未知的题目或兼容性题目，因此在选择时必要审慎思量。
综合思量以上因素，对于大多数用户来说，Stable Diffusion 1.5可能是一个较为合适的选择。它是最广泛使用的微调版本，具有稳固的性能和良好的兼容性，可以或许满意大多数用户的需求。同时，它也不必要过高的硬件要求，适合在本地进行部署和使用。
根据功能需求或硬件条件，可以参考以下建议进行本地化部署。
如果你的硬件配置较低（例如显存小于 8GB），而且希望快速上手： 保举选择 Stable Diffusion v1.x，v1.x 对硬件要求较低，而且有大量的教程和资源。
如果你的硬件配置中等（例如显存 8GB-16GB），而且追求较好的图像质量： 可以尝试 Stable Diffusion v2.x 或 Stable Diffusion XL。
如果你的硬件配置较高（例如显存 16GB 以上），而且希望体验最新的技术： 毫无疑问，选择 Stable Diffusion XL。
硬盘充足大的话，把常用的模型文件全部下载下来，放到指定的目次中，绘画时根据必要随时选择，背面的系列文章我会详解使用方法。
三、操纵界面的选择
原生版的Stable Diffusion操纵，都是命令行或者Python源码，必要操纵的人有一定的技术功底，而且对命令行和Pthon非常熟练。如果要进步操纵服从，可以选择两个WEBUI版本。
1.Stable Diffusion WebUI (Automatic1111)
台甫鼎鼎，全球大部分使用Stable Diffusion的人都在用它，如何本地化部署，在下一篇文章中给出详细操纵步调，纯英文界面。
2.绘世
国内的秋叶在Stable Diffusion WebUI (Automatic1111)基础上，把首页界面给汉化了一下，并把常用的插件打包在内里，同时配备一个启动器，会自动安装Stable Diffusion WebUI (Automatic1111)所需的Phthon、pip、PyTorch等环境和工具，大大降低了本地化部署的入门门槛，国内的很多多少Stable Diffusion教程和书籍基本都是基于这个平台来写的。
我选择的是Stable Diffusion WebUI (Automatic1111)，由于作为一个技术爱好者，不但仅是学会如何去用它，还要研究它的实现过程，分析并学习别人的良好源码，这样你就能更好的提拔自己的本领；同时用纯英文的版本还能训练英文。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
