Stable Diffusion

Stable Diffusion 是 Stability AI 发布的开源图像生成模型系列。它本身不是一个网站，而是一套可以下载的模型权重，配合 ComfyUI、WebUI 这类社区界面使用；官方也提供按量计费的云端 API。

开源是它最大的区别点：模型可以下载到自己的机器上跑，图片不经任何第三方，也没有平台强加的生成内容审核。做商业项目、或者素材本身涉密时，这一条往往就决定了选它。

生态是另一个优势。ControlNet 这类控制手段可以按姿势、深度、边缘图来约束构图，LoRA 可以用少量素材训练出特定风格或角色。要做“每张图里同一个人物”或“严格贴合线稿”，这条路线是可行的，Midjourney 则很难。

主要功能

• 文生图与图生图：既能从文字出图，也能以一张已有图片为起点改风格、改内容。
• 局部重绘与扩图：用蒙版指定区域重新生成，或向外延展画面，适合修图和补全。
• ControlNet 构图控制：用姿势骨架、深度图、线稿等条件锁定构图，生成结果贴合设计稿。
• LoRA 微调：用几十张图训练一个小模型，固定某个角色、产品或画风。
• 节点式工作流：在 ComfyUI 里把各个步骤串成流程，保存后可以反复复用和分享。

如何使用

1. 准备一台有独立显卡的电脑，安装 ComfyUI 或 WebUI 等界面（多数提供一键安装包）。
2. 从官方或 Civitai、LiblibAI 等社区下载底模，放进对应的模型目录。
3. 启动界面，写正向和反向提示词，设置尺寸、步数、采样器后生成。
4. 效果稳定后，再按需要叠加 ControlNet、LoRA 或放大模型，逐步精修。

适用场景

• 对数据隐私敏感的项目：全程本地运行，素材和成品都不离开自己的机器。
• 需要角色或产品一致性的系列图：LoRA 加参考控制是目前最可靠的做法之一。
• 严格按线稿或草图出图：ControlNet 能把构图牢牢固定住。
• 批量生产和自动化：工作流可以脚本化，适合接入自己的生产管线。

优势与不足

优势

• 可本地部署，不依赖任何平台，也不按张收费。
• 控制手段最丰富，精确度远超封闭的在线工具。
• 社区模型和教程极多，几乎任何风格都能找到现成的底模或 LoRA。

不足

• 上手成本高，要自己配环境、挑模型、调参数，本地运行还需要一块像样的显卡。
• 开箱即用的观感不如 Midjourney，好效果依赖经验。
• 不同版本的许可证条款不一样，较新的模型对商用有附加条件，使用前要逐一核对。
• 社区模型的训练素材来源不透明，商用时存在版权风险。