Stable Diffusion 2.0已发布，带来五大更新

Stable Diffusion的发布一举改变了开源AI绘画模型的格局，像普罗米修斯一样把火种带给了普通人。

Stable Diffusion发布以来，在全球范围内催生了数百种新的模型和相关创新，比如，支持中文的太乙模型就算一个。

Stable Diffusion 1.0

Stable Diffusion已经成了一个现象，也成了Github有史以来少数几个快速达到10k个星的开源项目，截止写这篇帖子的时候，已经到了35K个星。

Stable Diffusion 2.0

几天前，Stable Diffusion 2.0 发布了，相较于1.0版本，有多项更新。

首先，Stable Diffusion 2.0采用了新的文本编码器OpenCLIP（来自OpenAI的对比语言图像预训练），有助于提高生成的图片的质量。

768×768分辨率的图

第二，新版本默认支持768×768和512×512两种分辨率，此前默认分辨率仅为512×512。

新的模型基于LAION-5B数据集的美学子数据集进行训练，另外，还通过NSFW过滤掉了一些成人敏感内容。

第三，（Super-resolution Upscaler）分辨率放大，Stable Diffusion 2.0的放大扩散模型可以将图像分辨率提升四倍。

分辨率放大功能

如上图所示，可以将128×128的图片放大为512×512的，结合用文字生成的图片，可以生成2048×2048及以上分辨率的图片。

第四，Depth2img利用深度信息生成图片。

Depth2img部分，新增的一些特性带来了更多玩法，比如Depth2img可以对输入图片的深度信息进行推理，然后，用文本和深度信息来共同生成新的图片。

上图中，可以从小红人变成右面的四个小人，新生成的图片整体保持了原有的形状和结构。

这种技术意味着你可以用简单的原型来生成更多具有创意的东西，生成的创意看起来很不同，但有些结构框架是不变的，也就是说，你可以对生成的内容有更多控制。

第五，智能修图inpainting部分，Stable Diffusion 2.0进行了一些微调，使得修图更快速也更智能。

inpaint智能修图功能

Stable Diffusion 2.0继续优化在单个GPU上的运行表现，使得更多人能接触并用上这款软件，用它来创造令人惊叹的内容。

Stable Diffusion 2.0发布了三四天了，我试着在Ubuntu和Windows环境下手动安装，目前并不顺利，只成功加载了768-v-ema.ckpt这一个权重参数，我得等大神来提供更简易的安装方式了，目前不推荐本地安装。

想尝鲜的话可以试试国外网友在Colab上分享的notebook。

https://github.com/qunash/stable-diffusion-2-guihttps://github.com/amrrs/stable-diffusion-v2-colab-ui

最后放上Stable Diffusion 2.0的GitHub地址，大神可以从这里下手。