stable diffusion

Stable Diffusion 是一款开源的图像生成模型，采用 Diffusion Model（扩散模型）技术，通过基于二维噪声的加噪-去噪过程生成图像，区别于此前 GAN、Imagen AI 等基于已有图像进行变换的生成式模型。2022 年开源后，它迅速成为闭源文生图模型 Midjourney 的重要竞争对手，并催生了 ControlNET、T2I-Adapter、LoRA 等大量算法迭代和插件生态。

据五源资本 2023 年的分析，Stable Diffusion 的训练成本仅为几百万美元 GPU 时间，远低于大语言模型，这使得 Midjourney 等团队能在极少人手、无外部融资的情况下实现商业化。云启资本在 2023 年观察到，Stable Diffusion 还改变了开源社区的参与者结构，大量以兴趣为驱动的草根研究者和非 ML 背景人员涌入，推动了端侧部署等跨界创新。

此后 Stable Diffusion 作为基础模型被集成到 Pollo AI 等一站式视频创作平台中，继续向视频、3D 等多模态方向延伸。