当前位置：首页 > article >正文

Stable Diffusion 常用大模型及其特点

article 2024/10/6 19:25:27

SD（Stable Diffusion）的常用大模型及其特点可以归纳如下：

一、基础大模型

SD 1.x
- 特点：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。
SD 2.x
- 特点：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。2.x表示2系列的主要版本，x同样是一个变量，表示具体的子版本。
SD 1.5
- 特点：在SD 1.x基础上进行优化的版本，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。
SDXL 1.0
- 特点：在SD 1.5基础上进一步优化的版本，采用了“对抗性扩散蒸馏”（Adversarial Diffusion Distillation，简称ADD）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。
SDXL Turbo
- 特点：在SDXL 1.0的基础上进行迭代的版本，生成图像的效率非常高，几乎可以做到实时响应。同时，生成的图像质量也非常高，能够精准还原提示文本的描述。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。另外，目前SDXL Turbo只能用于学术研究，还未开放商业权限。

二、以SD基础模型进行训练和优化的其他模型

majicMIX realistic
- 特点：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。
ChilloutMix
- 特点：专为生成逼真的亚洲人物形象而设计，在生成高质量人物图像方面表现出色。
AnythingElse V4
- 特点：主要生成高质量的二次元和动漫图像，虽然风格相对较为单一，但在动漫领域表现出色。
GuoFeng3
- 特点：主要用于生成具有中国华丽古风风格的图像，在古风游戏角色和场景生成方面具有优势。
RongHua
- 特点：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，在国风创作领域具有较高的评价。
Dreamlike-photoreal-2.0
- 特点：用于生成逼真的场景和物品，在生成高质量的现实世界图像方面具有优势。
Counterfeit
- 特点：包括2.0、2.5、3.0版本，是安全可靠的模型。可生成逼真动漫风格的图像，适合动漫创作、游戏设计、动漫表情包制作等。
Lyriel
- 特点：包括v1.6~v1.0版本，是少数的全能大模型。用于肖像和全身动漫风格的照片，在创造奇幻景观方面和无敌光源也表现得非常不错。
DreamShaper
- 特点：同样是全能大模型，可以生成人物和场景风景，还有2.5D等。
Protogen
- 特点：包括v2.2和x3.4版本，v2.2偏向数字绘画，x3.4更偏向真人。可以通过提示词精确控制相机位置和人物动作。
Dreamlike
- 特点：以绚烂的色彩和风格而闻名，1.0偏向插画风格，2.0偏向真实照片，质感非常给力。

三、其他相关模型

Checkpoint模型
- 特点：通过Dreambooth训练方式得到的大模型，出图效果好，但训练速度普遍较慢，生成模型文件较大。
LoRA模型
- 特点：一种轻量化的模型微调训练方法，在原有大模型的基础上进行微调，用于输出固定特征的人或事物。出图效果好，训练速度快，模型文件小。
Textual Inversion模型
- 特点：使用文本提示来训练模型的方法，可以简单理解为一组打包的提示词，用于生成固定特征的人或事物。模型文件非常小，但训练速度较慢。
Hypernetwork模型
- 特点：与LoRA类似，但模型效果不如LoRA。
VAE模型
- 特点：作用是提升图像色彩效果，让画面看上去不会那么灰蒙蒙，此外还能对图像细节进行细微调整。