Stable Diffusion 是 Stability AI 公司在 2022 年开源的 AI 绘画模型。它主要能做根据文字描述生成图像,和 Midjourney、DALL-E 3 不同的是,它是开源的——模型权重公开,可以下载到自己电脑上跑,也可以自由微调。目前 SDXL 是主流版本,SD3 也已发布但社区接受还需要时间。
2026 年现状
数据核对至 2026-11-06。价格与功能以官网为准，核实时以官方页面为准。
- Stability AI 2026 年官网主线为 Stable Audio、Image、Video、3D 模型与自托管授权。
- Stable Diffusion 系列开源权重仍可本地部署和微调，具体版本以官网和 GitHub 为准。
- 商用授权与企业部署单独计费，以官网为准。
说明：以下「能干什么 / 使用经验 / 优缺点」保留了我们在 2024–2025 年实际使用时的观察，当时的模型版本与界面与今天不同；2026 年的产品现状见上方「2026 年现状」，价格与功能以官网为准。
能干什么
本地部署生图。下载模型权重,装一个前端(比如 AUTOMATIC1111 或 ComfyUI),就能在自己电脑上生图。不限次数、不花钱、数据不出本地。门槛是要有一张够好的显卡,显存至少 8GB,推荐 12GB 以上。
ControlNet 精确控制。这是 Stable Diffusion 的杀手锏。给一张参考图,ControlNet 能提取构图、姿势、边缘线、深度图,生图时严格按这个结构走。Midjourney 和 DALL-E 3 都没有这么强的控制力。需要精确构图的人,基本只能选 Stable Diffusion。
模型微调(LoRA)。用少量图片训练一个 LoRA,生图时加载,就能固定某种风格或人物。比如用 20 张产品图训练,之后生图都带你的产品。开源社区有大量免费 LoRA 可用。
云端服务。本地显卡不够可以用云端,比如 Replicate、fal.ai,按次付费,不用自己搭环境。还有 AUTOMATIC1111 的云端部署方案。
价格
开源权重可免费本地部署；官方 API 与商用授权单独计费，以 Stability AI 官网为准。
我们的使用经验
我们本地部署过,显卡是 RTX 4060 Ti 16GB,主要用来批量生成网站配图。几个实际感受:
学习曲线陡。装环境就折腾了一两天——Python 版本、CUDA、PyTorch、模型权重,各种依赖。ComfyUI 比 AUTOMATIC1111 难上手,但灵活度高,后期我们转向 ComfyUI。
ControlNet 确实强。我们要生成固定构图的图(比如人物位置、手势),用 ControlNet 的 OpenPose 和 Canny 模式,比纯文字描述准太多。这个能力是 Midjourney 给不了的。
批量生成是优势。本地部署不限次数,我们一次跑 100 张配图挑着用,云端按次付费扛不住这个量。
模型选择是门学问。CivitAI 上有几千个模型和 LoRA,挑模型花的时间不比写 prompt 少。我们最后固定用 2-3 个模型,不折腾了。
出图质量看模型。同一个 prompt,不同模型质量差很多。好模型能接近 Midjourney,差模型一眼就能看出 AI 味。整体来说,艺术感不如 Midjourney,但可控性强。