本次查询：Stable Diffusion
中文解释：稳定扩散
常见场景：AI绘画 / 创意设计 / 概念可视化 / 艺术创作 / 内容生成
一句话解释
Stable Diffusion是一个能够根据你输入的文字描述，自动生成对应图片的AI模型，就像一位能听懂你所有创意要求的数字画家。
为什么会被关注
2022年8月开源发布后迅速引爆社区，因为它首次将高质量的图像生成能力免费开放给公众。相比闭源的DALL-E和Midjourney，Stable Diffusion允许用户在个人电脑上运行，且完全可定制，催生了无数衍生模型和工具生态。其开源特性降低了AI创作门槛，让艺术家、开发者和爱好者都能参与其中。
核心逻辑
模型的核心是“扩散”过程：首先给一张图片逐步添加噪声直到变成完全随机噪声，然后训练神经网络学习如何逆向这个过程——从噪声中重建原始图像。在生成时，模型从纯随机噪声开始，结合你的文字提示，一步步“去噪”最终形成符合描述的图像。关键创新在于它在“潜在空间”而非像素空间操作，大幅降低了计算需求。
常见场景
个人艺术创作：爱好者用文字描述生成插画、概念图。
商业设计：快速生成广告 Banner、产品概念图、游戏素材。
教育研究：可视化抽象概念，辅助教学和学术演示。
内容生产：为博客、社交媒体生成配图，提升内容吸引力。
工作流程辅助：建筑师生成风格化渲染，作家可视化角色场景。
容易混淆的点
与DALL-E/Midjourney的区别：后两者是闭源商业产品，而Stable Diffusion是开源模型，需要配合WebUI（如AUTOMATIC1111）或第三方服务使用。
“扩散”不是指传播：这里的“扩散”是数学概念，模拟粒子在空间中随机扩散的逆向过程，而非信息的传播。
并非完全“免费”：虽然模型开源，但高质量的训练、部署和生成仍需要一定的硬件（GPU）和技术成本。
版权争议：生成图像的版权归属仍处法律灰色地带，且模型训练使用了大量未经明确授权的网络图像。