1.1.2　Stable Diffusion的发展

Stable Diffusion是一种基于潜在扩散模型的深度学习文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像，如图1-1所示。

图1-1

2022年7月，Stable Diffusion问世，其是由创业公司Stability AI与多个学术研究者以及非营利组织合作开发的一种潜在扩散模型。

Stable Diffusion在算法上基于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）。

2022年8月，Stable Diffusion的源代码和模型都已经开源，在GitHub网站上由AUTOMATIC1010维护了一个完整的项目，正在由全世界的开发者共同维护。由于网址对网络有一些众所周知的需求，国内有多位开发者维护着一些不同版本的封装包，例如Coder软件。Coder为Stable Diffusion的普及作出了不可磨灭的贡献。

2023年4月，Stability AI发布了Beta版本的Stable Diffusion XL，并提到在训练结束且参数稳定后会开源。这一版本改善了需要输入非常长的提示词（prompt），能够用更短的提示词来创建更具描述性的图片。这个模型是图片生成能力的一次重大的进步，提供了增强版的图片构图和人脸生成技术，以便于获得令人震惊的视觉和艺术体验。