一篇带你了解 Stable Diffusion 的各种模型（SD模型入门基础概念）

Stable Diffusion是一款令人叹为观止的图像生成人工智能系统，它能够根据输入的文字描述词（prompt）来绘制出令人惊叹的图像作品。要在Stable Diffusion上创建出卓越的图像作品，需要正确选择模型、准确的提示词、参数调整以及后期处理技巧。本文整理并简要总结了多位专家和官方文档的资料，旨在帮助大家更快上手Stable Diffusion。

关于模型

Stable Diffusion官方提供了SD模型，目前已经更新至稳定的2.1-v版本。此外，我们还可以从Civitai平台获取模型。Civitai是一个成熟的Stable Diffusion模型社区，拥有数千个模型和数十万张附带提示词的图像，这极大地降低了学习Stable Diffusion的成本。

目前我们主要使用两类模型：大模型和微调模型

大模型通常有两种常见格式：Checkpoint（ckpt）和safetensors。大模型是通过Dreambooth训练得到的，其特点是生成效果出色。然而，由于训练的是一个全新的完整模型，训练速度普遍较慢，生成的模型文件也较大，通常在几个G的大小。

微调模型需要与大模型配合使用，常见的微调模型包括Embedding模型、Hypernetwork模型、Lora模型和VAE模型（Embedding和Lora模型最常用）。

• Embedding模型主要用于定义新的关键词，以生成具有不同对象或风格的图像样式。它不会改变模型本身，只是通过定义新的关键词来实现特定样式。
• LoRA模型可以简单理解为大模型的补丁，可用于修改图像风格或增加细节。由于其效果出众，训练速度较快且简单，因此性价比最高，也是目前最常用的微调模型之一。

通过以上的介绍，相信您对Stable Diffusion的各种模型有了更全面的了解。选择适合的模型、准确的提示词以及合适的参数调整和后期处理技术，将会帮助您在Stable Diffusion中创作出令人惊叹的艺术作品。

扫码添加UTHEME微信为好友

· 分享WordPress相关技术文章，主题上新与优惠动态早知道。
· 微信端最大WordPress社群，限时免费入群。