SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

AI绘画哇哒哒

已于 2025-05-24 13:53:15 修改

阅读量1k

点赞数 25

CC 4.0 BY-SA版权

于 2025-05-24 13:53:06 首次发布

本文链接：https://blog.csdn.net/2401_84815887/article/details/148190486

一、SD 基础模型介绍

1、SD 1.x：这是Stable Diffusion的早期版本，主要用于图像生成任务。这里的1.x表示1系列的主要版本，x是一个变量，表示具体的子版本。

2、SD 2.x：这是SD 1.x的后续版本，对模型进行了优化和改进，提高了图像生成质量和速度。同样，2.x表示2系列的主要版本，x是一个变量，表示具体的子版本。

3、SD 1.5：这是一个在SD 1.x基础上进行优化的版本，它在文本到图像生成任务上表现尤为出色，能够生成更符合用户需求的图像。

4、SDXL 1.0：这是一个在SD 1.5基础上进一步优化的版本，采用了一种名为“对抗性扩散蒸馏”（Adversarial Diffusion Distillation，简称ADD）的新技术，使得模型能够在保持高采样保真度的同时实现实时图像生成。

5、SDXL Turbo：它是在SDXL 1.0的基础上进行迭代的版本。特点是生成图像的效率非常高，几乎可以做到实时响应。在用户输入完文本提示后，图像就能立即显示。SDXL Turbo不仅速度快，生成的图像质量也非常高，能够精准还原提示文本的描述。得益于其采用的对抗性扩散蒸馏技术，该技术可以在高质量图像下以1-4个步骤对大规模基础图像扩散模型进行采样，同时避免了其他蒸馏方法中常见的失真或模糊问题。存在的局限性：目前它只能生成固定像素的图片，对于一些细节可能表现的不够好，如人的手指、面部表情等，无法完美的展现照片级真实感。目前SDXL Turbo只能用于学术研究，还未开放商业权限。

直接连着游戏，获得了 2fps 的风格迁移画面

一边输入，一边生成

二、以SD 基础模型进行训练和优化的其他模型

以SD 基础模型进行训练和优化的常用模型介绍：

1、majicMIX realistic：专门用于生成唯美的人像图片，目前已更新至第七版。融合了多种模型，能够生成具有吸引力的面部特征，并能有效地处理暗部细节。

2、ChilloutMix：专为生成逼真的亚洲人物形象而设计。与majicMIX realistic类似，ChilloutMix在生成高质量人物图像方面表现出色。

3、AnythingElse V4：主要生成高质量的二次元和动漫图像。虽然它的风格相对较为单一，但在动漫领域表现出色。

4、GuoFeng3：主要用于生成具有中国华丽古风风格的图像。它在古风游戏角色和场景生成方面具有优势。

5、RongHua：这是另一个国风系列模型，专注于生成具有中国特色的服装、道具和化妆元素。它在国风创作领域具有较高的评价。

6、Dreamlike-photoreal-2.0：用于生成逼真的场景和物品。它在生成高质量的现实世界图像方面具有优势。

在模型选择时，我们并不直接选择SD 1.x、SD 2.x或是SD 1.5这样的基础模型进行画图，而是选择majicMIX realistic、ChilloutMix等特定优化模型，主要基于以下原因：

1、针对性优化：像majicMIX realistic、ChilloutMix这样的模型是在基础模型的基础上进行了针对性的优化和调整，以满足特定领域或风格的需求。这使得这些模型在生成特定类型图像时的性能更优，例如majicMIX realistic在生成逼真的亚洲人物形象方面，ChilloutMix在生成高质量的二次元和动漫图像方面。

2、更高的专业性和质量：这些特定优化的模型往往在某些方面具有更高的专业性和图像质量。例如，majicMIX realistic在人物形象的逼真度和场景泛化能力上表现出色，而ChilloutMix则在动漫领域的图像生成质量上具有优势。

3、更好的用户体验：这些优化模型通常在易用性和用户体验上进行了改进，使得用户能够更方便地生成所需的图像。例如，一些模型可能会提供更多的控制参数，让用户能够更精细地调整生成结果。

4、更广泛的应用场景：这些特定优化模型往往在某些应用场景中具有更广泛的适用性。例如，GuoFeng3和RongHua等国风系列模型在生成中国古风场景和元素时具有优势，而Dreamlike-photoreal-2.0则在生成逼真的场景和物品方面表现出色。

总之，选择majicMIX realistic、ChilloutMix等优化模型而不是基础模型的主要原因是为了获得更好的性能、更高的专业性、更广泛的应用场景以及更优的用户体验。这些优化模型在特定领域和风格上的表现往往优于基础模型，从而使得用户能够更高效地生成满足需求的图像。