stable diffusion的发展史以及简介

　　一、stable diffusio1.发展史介绍：

　　1.发展史介绍：

　　2015年的时候，有几位大佬基于非平衡热力学提出了一个纯数学的生成模型 (Sohl-Dickstein et al., 2015)。不过那个时候他们没有用代码实现，所以这篇工作并没有火起来。

　　2019年斯坦福大学(Song et al)与2020年谷歌大脑 (Ho et

　　al)根据15年发布的文章，编写了两篇论文，但是影响范围并不是很大。

　　2020年谷歌大脑的几位大佬又把这个模型实现了出来，因为这个模型一些极其优秀的特性，所以它现在火了起来。

　　2022年9月初,AIGC 进入大众视野里程碑的一件事，下面这幅使用 MidJourney 生成的数字油画《空间歌剧院》

　　在美国科罗拉多州博览会 (Colorado State Fair) 的艺术比赛中夺得了第一名，之后大赛评委并未对该幅作品进行改判，并认为即使它是 AI 生成的作品，也依旧配得上这样的成绩，这一新闻被报道后引发了圈内外的广泛讨论。

　　AI是否应该与人同台竞争，确实需要进一步探究，但真正吸引公众眼光的，其实是AI画作的展现出的超高水平：无论是《空间歌剧院》还是《大西洋月刊》的几幅AI插画，都达到了足以以假乱真的地步，无论是构图、线条还是色彩，都很自然流畅，并没有刻板印象中的机械呆板。人们惊奇地发现，AI作画已经发展到了难以想象的地步。

　　Stable Diffusion

　　Stable Diffusion 算法上基于 2021 年 12 月提出的潜在扩散模型(LDM / Latent Diffusion Model)和 2015 年提出的扩散模型(DM / Diffusion Model，它是基于 Google 的 Transformer 模型)，所以名字里有 Diffusion，我猜 Stable 表示现在算法已经稳定下来了。

　　2022年7月Stable Diffusion的问世则震惊了全球，相比前辈们，Stable Diffusion已经成功的解决了细节及效率问题，通过算法迭代将AI绘图的精细度提升到了艺术品级别，并将生产效率提升到了秒级，创作所需的设备门槛也被拉到了民用水准。

　　2022年8月对于AI绘图来说，革命性的时刻已经来临，也得益于Stable Diffusion的开源性质，全球AI绘图产品迎来了日新月异的发展。这次AI创作大讨论，正是公众们直观地感受到了技术浪潮带来的影响，AI绘图正在走进千家万户，舆论热潮也随之而来。

　　2023 年 4 月，Stability AI 发布了 Beta 版本的 Stable Diffusion XL ，并提到在训练结束后参数稳定后会开源，并改善了需要输入非常长的提示词 (prompts)，对于人体结构的处理有瑕疵，经常出现动作和人体结构异常。

　　MidJourney 和 Stable Diffusion 的对比

　　在目前的三大新兴文本转图像模型中，Stable Diffusion诞生得最晚，但由于拥有发展良好的开源社区，它的用户关注度和应用广度都超越Midjourney和DALL-E。

　　1.价格

　　MidJourney 毕竟是为了盈利的，远不如自己部署到自己服务器的开销要低。SD 完胜

　　友好程度。MidJourney 新手友好，注册即用，相对的 SD 需要有一定技术背景，甚至可以说设计师或者艺术创作者自己不具备部署能力。SD 小胜

　　2.功能

　　SD 除了支持 MidJourney 全部功能外还支持填充修复、自定义模型。SD 小胜

　　3.对细节的控制

　　类似于苹果 (MidJourney) 和安卓 (SD) 的区别，MidJourney 是商业产品，你无法了解它的背后的原理和代码逻辑，所以可控性差、细节优化难 (甚至越调越差)，而 SD 由于是开源的且有强大的社区和相关的模型、扩展等，可以实现本地私有化部署，还能够精准局部调优，控制风格，SD 完胜的。

　　4.提示方法

　　Midjourney 是自然语言输入 (直接文字表达需求)，而 SD 是各种带权重的提示词输入。SD 的提示词本文是非常考验输入者能力的，Midjourney 小胜。

　　5.效果

　　总体上觉得 MidJourney 的图更精致一点点，但是作为非算法开发者，我感觉 SD 目前输在模型训练的素材和方法上。MidJourney 小胜。

　　6.擅长的画风

　　MidJourney 注重表达和对细节的渲染，而 Stable-Diffusion 偏写实，如果你想艺术创作，MidJourney 更好，如果你已经有具体的需求，SD 更好。