Stable Diffusion

Stable Diffusion — это базовая open-source модель преобразования текста в изображение, выпущенная компанией Stability AI в 2022 году, и технология, на которой держится вся экосистема открытой ИИ-генерации изображений. В отличие от проприетарных сервисов, таких как Midjourney или DALL·E, веса модели Stable Diffusion доступны для свободного скачивания, модификации и развёртывания — как локально, так и в коммерческих целях — что дало толчок взрывному росту сообщества: появились тысячи дообученных моделей, кастомных вариантов и производных инструментов.

Практическое преимущество локального запуска Stable Diffusion — это полный контроль и неограниченная бесплатная генерация: никаких ежемесячных платежей, никаких ограничений по контенту, никаких лимитов на использование. Сообщество создало тысячи дообученных вариантов модели на платформах Civitai и Hugging Face — модели, специализированные под аниме, фотореализм, определённые художественные стили, предметную фотографию, архитектурную визуализацию и многое другое. Расширения вроде ControlNet добавляют мощные возможности: генерация изображений с точным повторением позы из референсного изображения, управление композицией через скетч-входы или инпейнтинг отдельных областей с сохранением остального.

Порог входа определяется железом: для приемлемой скорости генерации необходима видеокарта с не менее чем 6 ГБ VRAM, а для работы с более высокими разрешениями и сложными воркфлоу рекомендуется 8–12 ГБ VRAM. Пользователям без подходящего GPU облачные платформы Replicate, RunDiffusion и Vast.ai предлагают доступ с оплатой по минутам. Кривая обучения здесь реальная — освоение сэмплеров, CFG scale, clip skip, негативных промптов и выбора модели требует времени — однако опытные пользователи получают уровень творческого контроля, недостижимый ни в одном облачном сервисе.