概要
- Stable Diffusionは、2022年にStability AIらによって公開された、テキストから画像を生成する深層学習モデルのシリーズ総称である。
- 潜在拡散モデルを基盤とし、テキストプロンプトから高品質な画像を生成できる。
- オープンソースで公開されており、個人環境での利用や改変が可能である点が特徴である。
特徴
シリーズ一覧
主要なシリーズの簡単な説明。詳しくはリンク先を参照。
SD1.4 / SD1.5
2022年にリリースされた初期バージョン。
軽量で汎用性が高く、現在も多くの派生モデルのベースとして使われている。
紹介ページ：SD1.x
SD2.0 / SD2.1
2022年後半に登場したバージョンである。
学習データセットの変更により、
一部の表現力がSD1.5と異なる点が議論を呼んだ。
SDXL
2023年に公開された高解像度対応モデルである。
ベースモデルとRefinerモデルの2段階構成を採用し、
画質と構図の精度が大幅に向上した。
紹介ページ：SDXL
SDXL Turbo
SDXLを蒸留し、数ステップでの高速生成を可能にしたモデルである。
Stable Cascade
潜在空間をさらに圧縮した多段階アーキテクチャを持つモデルである。
効率的な学習と生成が特徴である。
SD3 / SD3.5
2024年に登場。
Diffusion Transformer(DiT)を採用し、
テキスト理解力と画像品質がさらに強化された。