Stable Diffusion——基础模型、VAE、LORA、Embedding各个模型的介绍与使用方法

Stable Diffusion——基础模型、VAE、LORA、Embedding各个模型的介绍与使用方法

前言

Stable Diffusion（稳定扩散）是一种生成模型，基于扩散过程来生成高质量的图像。它通过一个渐进过程，从一个简单的噪声开始，逐步转变成目标图像，生成高保真度的图像。这个模型的基础版本是基于扩散过程的，但也有一些改进版本，包括基于变分自动编码器（VAE）、局部正则化的自动编码器（LORA）和嵌入式扩散等。

感兴趣可加入：566929147 企鹅群一起学习讨论

1.基础模型

Stable Diffusion Checkpoint模型是生成图像所必须的基础模型，也称之为大模型。要使用Stable Diffusion出图之前必须配备一个主模型才能开始创作。这个主模型包含了生成图像所需的所有信息，无需额外的文件或组件。这些主模型的文件通常比较大，大小在2GB到7GB之间。它们的文件后缀通常是“ckpt”或“safetensors”。

不同的主模型具有不同的特点，它们在创作风格和擅长的领域上有所侧重。因此，在选择主模型时，需要考虑自己的创作需求和偏好。不同的主模型可以帮助你实现不同风格的图像生成。

一些流行和常见的Checkpoint模型包括“Anything”系列（如v3、v4.5、v5.0）、“AbyssOrangeMix3”、“ChilloutMix”、“Deliberate”，以及“国风系列”等等。这些Checkpoint模型都是从Stable Diffusion的基础模型训练而来，它们使用不同的数据进行训练，以生成特定风格或对象的图像。

需要注意的是，通常情况下是不会使用官方自带的大模型来进行创作出图的，因为它们的效果较差。但是如果想要自己练大模型，官方自带的大模型系列是一个不错的基础模型，因为它们涵盖了各种风格，属于中性模型。

当在下载模型时，可能会看到带有pruned、emaonly（ema）等后缀，pruned表示完整版，而e