Stable Diffusion

Stable Diffusion est le modèle open-source fondateur de génération d'images à partir de texte, publié par Stability AI en 2022, et la technologie qui alimente l'ensemble de l'écosystème open-source de génération d'images par IA. Contrairement aux services propriétaires comme Midjourney ou DALL·E, les poids du modèle Stable Diffusion sont librement téléchargeables, modifiables et déployables localement ou à des fins commerciales — ce qui a provoqué une explosion d'ajustements fins communautaires, de modèles personnalisés et d'outils dérivés.

L'avantage concret d'exécuter Stable Diffusion localement réside dans le contrôle total et les générations gratuites illimitées : aucun abonnement mensuel, aucune restriction de contenu, aucune limite d'utilisation. La communauté a produit des milliers de variantes de modèles affinés sur Civitai et Hugging Face — des modèles spécialisés pour l'anime, le photoréalisme, des styles artistiques spécifiques, la photographie de produits, la visualisation architecturale, et bien plus encore. Des extensions comme ControlNet ajoutent des fonctionnalités puissantes : générer des images qui suivent la pose exacte d'une image de référence, contrôler la composition avec des entrées de croquis, ou retravailler des zones spécifiques tout en laissant le reste intact.

Le principal obstacle est matériel : un GPU avec au moins 6 Go de VRAM est nécessaire pour une vitesse de génération raisonnable, et 8 à 12 Go de VRAM sont recommandés pour des résolutions plus élevées et des flux de travail plus complexes. Pour les utilisateurs ne disposant pas d'un GPU adapté, des plateformes cloud comme Replicate, RunDiffusion et Vast.ai proposent un accès à la minute. La courbe d'apprentissage est réelle — comprendre les samplers, le CFG scale, le clip skip, les prompts négatifs et la sélection des modèles demande du temps — mais les utilisateurs expérimentés disposent d'un niveau de contrôle créatif inaccessible dans tout service hébergé.