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
9540°
sdv15
9498°
ReV Animated
9486°
Counterfeit V3.0
9440°
DreamShaper
9426°
Beautiful Realistic Asians
9337°
chilloutmix
9307°
ICBINP "I Can't Believe It's Not Photogr...
9299°
majicMIX realistic 麦橘写实
9255°
AbyssOrangeMix3 (AOM3)
9254°
CyberRealistic Final
9247°
Add More Details Detail Enhancer / Tweak...
9242°
waifu
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.
دیگر خانوادههای مدل
مدلهای Text / LLM
434
مدلهای Anima
528
مدلهای Chroma
19
مدلهای Fibo
2
مدلهای Flux
1,496
مدلهای Flux 2 / Klein
1,239
مدلهای Flux 3
3
مدلهای Moss
3
مدلهای Iris
1
مدلهای MiniMax H3
364
مدلهای Hunyuan
204
مدلهای Ideogram
20
مدلهای Krea2
717
مدلهای Qwen
20
مدلهای Qwen2
47
مدلهای Ltx2
153
مدلهای Stable Diffusion XL 1.0
17,446
مدلهای Zimage
815
مدلهای Wan
1,067
مدلهای ACE-Step
2
مدلهای AuK
1
مدلهای Boogu
2
مدلهای Chatterbox TTS
1
مدلهای Cosmos
1
مدلهای Ernie Image
2
مدلهای FireRed
1
مدلهای HeartMuLa
1
مدلهای HiDream
3
مدلهای Higgs Audio
1
مدلهای JoyAI Echo
1
مدلهای Lumina
2
مدلهای MiniMax Music
1
مدلهای MisoTTS
1
مدلهای Microsoft Lens
1
مدلهای PixelDiT
1
مدلهای Stable Diffusion 3.5
12
مدلهای SFX Bank
1
مدلهای Upscalers
14
مدلهای YuE
2
