stable diffusion

Stable Diffusion 是一款开源图像生成模型，由埃马德·穆什塔克创立的 Stability AI 公司推出。它的出现扭转了早期 Imagen、DALL-E 等闭源模型主导的局面，凭借开源策略吸引了庞大的开发者社区，热度迅速碾压 DALL-E 一路走高。

开源生态的爆发是其关键护城河。ControlNET、T2I-Adapter、LoRA 等当时的 SOTA 方案都成为了 Stable Diffusion 的模块插件，开发者社区和学术界的力量几乎全部集中于此。一位 OpenAI 员工曾感叹，开源意味着"伯克利的教授和斯坦福的学生们都在推进这个生态系统"，这种社区力量落到产品体验上，形成了功能扩展性上代际的差异——相比之下，Midjourney 虽在易用性和生成质量上领先，却被画师评价为"再酷炫也只是玩具"，而有强大插件生态的 Stable Diffusion 才是真正有望提升效率的生产力工具。

不过，基于 Stable Diffusion 等开源模型的创业也面临局限：模型参数固定，未涵盖特定行业知识和术语，未经进一步有效训练时，用户输入难以被理解，图像的精准性和可控性也存在问题。