How does Stable Diffusion work?

How does Stable Diffusion work?

摘要

Stable Diffusion是一款基于潜空间扩散模型的AI图像生成工具，通过文本提示生成匹配图像。其核心原理是将图像压缩至潜空间进行噪声预测与去噪，大幅提升运算效率。模型通过CLIP文本编码器处理提示词，利用交叉注意力机制实现文本与图像的精准关联。支持文生图、图生图、深度图等多种模式，并可通过CFG参数控制生成结果与提示的贴合度。SDXL作为升级版本，采用双模型架构和更大网络规模，显著提升图像质量与细节表现。