StabilityAI推出的文本到图像生成AI
Stable Diffusion 是由 Stability AI 联合多家研究机构开发的开源深度学习文本到图像生成模型。与许多受限的闭源 AI 工具不同，它不仅支持云端运行，更允许用户将其免费下载并部署在本地个人电脑上，通过微调、LoRA、ControlNet 等丰富插件实现高度定制化的图像创作，是目前全球开源 AI 绘画生态的核心基石。
| 维度 | Stable Diffusion | Midjourney (欧美代表) | 文心一格 (中国代表) |
|---|---|---|---|
| 部署与访问 | 支持本地部署或云端 API，自由度极高 | 基于 Discord 社区，完全在云端运行 | 网页端直接访问，无需任何配置 |
| 控制与定制性 | 极高（可自由更换模型、使用 ControlNet 控制姿态、训练 LoRA） | 中等（依赖提示词微调，无法精细控制局部细节） | 较低（以预设风格和中文提示词生成为主） |
| 硬件门槛 | 高（本地运行需中高端独立显卡，显存推荐 8GB+） | 无（只要能运行 Discord 即可，由云端服务器渲染） | 无（纯网页端操作，对本地硬件无要求） |
| 费用模式 | 开源免费（本地运行仅消耗电费）；云端服务按需付费 | 纯付费订阅制（通常每月 10 美元起） | 点数消耗制（注册送免费额度，后续可充值购买） |
| 中文支持度 | 一般（本地版需安装汉化插件，提示词建议使用英文） | 一般（虽然支持中文输入，但英文提示词效果更佳） | 极佳（原生支持中文，对中国传统文化、诗词理解深刻） |
选择建议：如果您拥有配置较好的显卡，追求极致的画面控制力、隐私性，并且愿意折腾技术，Stable Diffusion 是不二之选；如果您追求开箱即用、电影级的艺术审美且预算充足，推荐选择 Midjourney；如果您更习惯中文语境，主要生成国风、国潮等特定题材且不想配置复杂环境，文心一格 会是更便捷的起点。