Stable Diffusion
Stable Diffusion是由Stability AI主导开发并开源的文本到图像生成模型，基于潜在扩散模型（Latent Diffusion Model）架构。该模型能够根据文本提示词生成高质量图像，支持图生图、图像修复等多种任务，具有可本地部署、资源占用相对较低的特点，是目前社区生态最为活跃的开源图像生成模型之一。
核心事实
时间轴 (近 90 天)
Stable Diffusion 本身是文生图扩散模型，并不直接产视频。
Stable Diffusion 运行依赖的 Python C 扩展库在处理文件路径时普遍采用非 Unicode 的窄字符编码，遇到中文或特殊符号可能引发编码转换失败。
在 Stable Diffusion 生态中，模型文件需按用途分类存放在 Models 下的对应子目录（如 Stable-diffusion、Lora、VAE、ControlNet），放错子目录将无法被软件识别。
路径中包含空格时，部分脚本在拼接命令行参数时未对空格做转义，会导致文件路径被截断，引发“文件不存在”等问题。
商业AI视频工具的核心能力往往构建在开源模型之上，额外提供的是交互界面、任务队列和云端算力。
本地部署Stable Diffusion方案支持不联网、无限次生成，且素材不离开本地电脑。
生成参数包括采样方法、采样步数（通常20-30）、CFG Scale（一般7-12）和分辨率等。
Stable Diffusion模型通常以.ckpt或.safetensors格式存储，其中.safetensors格式更安全、加载更快（不包含可执行代码）。
安装软件时，软件安装路径、压缩包存放目录、模型储存文件夹必须使用纯英文路径，禁止中文汉字、空格和特殊符号。
VAE、LoRA、Embedding等辅助模型分别存放在models/VAE、models/Lora等子文件夹中。
还有 40 条时间轴事件
全部知识事实 (20)
扩散模型通过逐步添加高斯噪声再训练模型学习逆向去噪的马尔可夫链机制，规避了对抗训练的不稳定性
90%已验证DDPM（Denoising Diffusion Probabilistic Models）在2020年奠定了扩散模型的理论基础
90%已验证Stable Diffusion基于潜在扩散模型（Latent Diffusion Model），通过在压缩的潜在空间中进行去噪过程来生成高质量图像
90%已验证Stability AI因开源图像生成模型Stable Diffusion而声名鹊起
90%已验证潜在扩散模型通过在低维潜在空间而非像素空间执行扩散过程，大幅降低了计算成本
85%已验证开源模型通常指模型权重可公开下载、允许自由使用和修改的AI模型，与仅通过API调用的闭源模型相对。
80%已验证ComfyUI是基于节点图的可视化编程框架，用户通过连接功能节点构建生成管线，社区可独立发布自定义节点包
80%已验证图像生成模型的输出随机性本质上来源于扩散过程的初始噪声采样，Seed（随机数种子）控制初始噪声
80%已验证ComfyUI是由稳定扩散社区开发的开源图形化工作流工具，其设计源自数据流编程范式
80%已验证Stable Diffusion将扩散过程从像素空间压缩至潜在空间，由变分自编码器（VAE）实现
80%已验证扩散模型的去噪过程基于DDPM原理，训练时向数据逐步添加高斯噪声，再训练神经网络学习逆向去噪
80%已验证LoRA是一种轻量级模型微调技术，只需20-50张参考图就能训练出专属角色模型，所需算力远低于全量微调
80%已验证Latent Diffusion通过VAE将图像从512×512×3的像素空间压缩到64×64×4的潜空间表示，数据量缩减约48倍
80%已验证Stable Diffusion于2022年开源
80%已验证ComfyUI是一个基于节点式工作流的Stable Diffusion图形界面工具，用户可以通过拖拽和连接不同功能节点来构建自定义的图像处理流程
80%已验证扩散模型通过在海量图像数据上训练，学会了从随机噪声中逐步去噪生成图像的能力
80%已验证模型微调的真正难点在于高质量训练数据的构建与清洗、防止灾难性遗忘，以及量化后的推理部署
80%已验证Stable Diffusion 通过 VAE 将 512×512×3 的图像压缩为 64×64×4 的潜在表示，压缩率达 48 倍
75%已验证扩散模型的数学本质是基于随机微分方程和得分匹配理论，支撑着Stable Diffusion、DALL-E等图像生成系统
75%已验证Meta的LLaMA系列和Stability AI的Stable Diffusion均通过开源迅速建立了庞大的开发者社区
75%