Model
.ai
رصد مدل‌های هوش مصنوعی باز
خانه
/
مدل‌های Stable Diffusion 1.5

مدل‌های هوش مصنوعی Stable Diffusion 1.5

Stable Diffusion 1.5 مدل ۲۰۲۲ است که حرکت تصویر متن‌باز را آغاز کرد. این مدل انتشار پنهان ۵۱۲ پیکسلی است که روی تقریباً هر GPU اجرا می‌شود، LoRAها را در چند دقیقه آموزش می‌دهد و هنوز بزرگ‌ترین کتابخانه تعبیه‌های textual-inversion را دارد. Realistic Vision، DreamShaper، Deliberate، ReV Animated و Anything از نقاط بررسی‌ای هستند که یک نسل هنر هوش مصنوعی را تعریف کردند. خانواده‌های جدیدتر در دنبال کردن پرامپت و وضوح بهترند، اما SD 1.5 سریع‌ترین راه یادگیری، بهترین برای سخت‌افزار ضعیف و تنها خانه بسیاری از سبک‌های کلاسیک باقی مانده است.

داغ‌ترین مدل‌های Stable Diffusion 1.5

راهنماهای Stable Diffusion 1.5

مدل‌ها
Stable Diffusion 1.5: مدل کلاسیک، با پرامپت درست
Stable Diffusion 1.5 هنوز هم ارزش شناختن دارد: رزولوشن مناسب، CFG و sampler، چطور از کتابخانه بزرگ LoRAها و embeddings آن استفاده کنیم، و ایده‌های خلاقانه پرامپت که برای مدل 512 پیکسلی مناسب‌اند.
مدل‌ها
Waifu Diffusion: استفاده از تگ‌های Danbooru برای مدل کلاسیک انیمه
Waifu Diffusion مدل پایه انیمه است که به یک نسل یاد داد چطور با تگ‌های Danbooru درخواست بدن. این راهنما ترتیب تگ‌ها، تگ‌های کیفیت، منفی‌ها، رزولوشن مناسب و ایده‌هایی برای تصاویر تمیز انیمه رو پوشش می‌ده.
خطاها و راه‌حل‌ها
خطاهای ComfyUI و راه‌حل‌های آن: گره‌های قرمز، مدل‌های گمشده، کمبود حافظه CUDA
اولین خطاهایی که در ComfyUI پیش می‌آید، معنی هر کدام و راه‌حلی که جواب می‌دهد: گره‌های سفارشی گمشده (کادرهای قرمز)، «خروجی‌های Prompt اعتبارسنجی نشدند»، کمبود حافظه CUDA، نوع مدل اشتباه در لودر، خطاهای شکل mat1 و mat2، خطای بارگذاری هدر، ناسازگاری torch و xformers.
مدل‌ها
LoRA چیست و چطور در ComfyUI، Forge، Automatic1111 و فضای ابری استفاده کنیم
LoRA برای کسانی که دنبال نتیجه هستند، نه ریاضی: فایل LoRA چه چیزی را تغییر می‌دهد، چرا باید با خانواده مدل پایه مطابقت داشته باشد، کلمات محرک، وزن‌ها، ترکیب چند LoRA، پوشه و نحو هر رابط کاربری، و چطور قبل از دانلود، یک LoRA را در فضای ابری امتحان کنیم.
خطاها و راه‌حل‌ها
خطای CUDA out of memory: هر مدل هوش مصنوعی چقدر VRAM نیاز دارد و چطور جا می‌شود
جدول VRAM برای SD 1.5، SDXL، Flux، FLUX.2، Qwen-Image، Z-Image، Wan 2.2 و HunyuanVideo و تکنیک‌هایی که باعث می‌شوند مدل جا شود: کوانتیزاسیون fp8 و GGUF، انتقال به CPU، VAE کاشی‌شده، محدودیت رزولوشن و فریم، و کی باید دست از تلاش برداشت و از نسخه میزبانی‌شده استفاده کرد.
مدل‌ها
Flux در مقابل SDXL در مقابل SD 1.5 در مقابل Qwen در مقابل Z-Image: کدام خانواده مدل را در سال ۲۰۲۶ استفاده کنیم
مقایسه عملی خانواده‌های مدل تصویر باز: دنبال کردن پرامپت، واقع‌گرایی، انیمه و تصویرسازی، رندر متن، سرعت، VRAM، اکوسیستم LoRA و مجوز، همراه با توصیه برای هر نوع کار و سخت‌افزار.
همه راهنماها

دیگر خانواده‌های مدل