一句话定位
专业玩家的"开源绘图巨无霸",本地部署、100% 可控、模型随便炼
Stable Diffusion(SD)是 AI 绘画界的开源底座。和闭源的 Midjourney 不同,它完全开源免费——下载到自己显卡上跑,画面 100% 你说了算。配合海量的社区模型(LoRA / Checkpoint)和 ControlNet,它是专业美术和极客的"自留地"。
上手路径(基于社区实测整理,非第一人称)
说明:本段汇总自官方文档、Civitai 社区与开发者实测,经编辑重写归纳,不代表本站逐一亲测。
- 选模型:当前开源旗舰仍是 SD 3.5 家族(Large / Turbo / Medium / Flash)+ SDXL;年收入低于 $1M 可免费自托管,无按张收费。
- 接生态:用 ComfyUI 或 Automatic1111 跑图,ControlNet 控姿态 / 线稿 / 深度图,LoRA 炼专属风格。
- 走 API:不想自托管就调 Stability API,Core $0.03 / 张起、Ultra $0.08、SD3.5 Medium $0.035;或 Brand Studio Core $50/月(5000 credits)。
真实踩坑 / 局限(社区实测高频共识)
说明:以下为社区反复提及的共性痛点,编辑归纳,非本站逐一验证。
- 没有 SD4:网上传过 2026-04 "SD4 发布"是假新闻,官方无此模型,最新开源图像家族仍是 SD 3.5。
- 2026 无新图像模型:Stability 今年精力转 Stable Audio 3.0 和企业 Brand Studio,图像进度停在主线上。
- 本地门槛高:要自己装环境、调参、管显卡,新手劝退;闭源工具开箱即用。
- FLUX 抢风头:开源写实和提示词服从,FLUX 已领先 SD3.5,纯出图质量 SD 不占优。
跟同类硬对比(一句话结论)
- Midjourney:艺术质感和易用性更强;SD 胜在可控、免费、能本地跑、生态深。
- FLUX:开箱写实和文字渲染更好;SD 胜在 LoRA / ControlNet 工作流积累和本地部署。
- DALL-E 3 / GPT Image:对话流顺手;SD 胜在隐私和零边际成本,但上手难。
适合谁 / 不适合谁
- 适合:游戏美术、概念设计、要隐私不出域、要炼专属风格的专业玩家。
- 不适合:不想碰命令行、要开箱即用的小白、只偶尔出张图的人。
编辑观点(本站视角)
说明:我们从"设计落地 + 可控生成"角度判断,这是与纯搬运站拉开差异的角度。
SD 在我们这儿是"要控图时的底牌"。做角色原画、把线稿渲染成效果图、炼一个只属于客户的画风——这些闭源工具给不了的自由度,SD + ControlNet + LoRA 能给。但它真不友好:新手装环境就能劝退,出问题得自己查。我们提醒两个坑:一是别信"SD4 发布了"的营销号,那是假新闻,现在就是 SD3.5;二是 2026 年 FLUX 在"像照片"这件事上已经比 SD 能打,纯追写实可以考虑 FLUX,要的是可控工作流才选 SD。小团队没 GPU 又想要 SD 级控制,Stability API 或 ComfyUI 云托管是折中。
评分
可控性:★★★★★
开源生态:★★★★★
易用性:★★★☆☆
性价比:★★★★★

