Model
.ai
ติดตามโมเดล AI แบบเปิด
หน้าแรก
/
โมเดล Stable Diffusion 1.5

โมเดล AI Stable Diffusion 1.5

Stable Diffusion 1.5 คือโมเดลปี 2022 ที่เริ่มต้นขบวนการภาพโอเพนซอร์ส เป็นโมเดล latent diffusion 512 พิกเซลที่รันได้แทบทุก GPU ฝึก LoRA ได้ในไม่กี่นาที และยังมีไลบรารี embeddings textual-inversion ใหญ่ที่สุด Realistic Vision, DreamShaper, Deliberate, ReV Animated และ Anything คือจุดตรวจที่กำหนดยุคศิลปะ AI รุ่นหนึ่ง ครอบครัวใหม่กว่าทำได้ดีกว่าในการติดตามพรอมต์และความละเอียด แต่ SD 1.5 ยังคงเป็นวิธีเรียนรู้ที่เร็วที่สุด เหมาะกับฮาร์ดแวร์อ่อน และเป็นบ้านของสไตล์คลาสสิกหลายแบบ

โมเดล Stable Diffusion 1.5 ที่มาแรงที่สุด

คู่มือ Stable Diffusion 1.5

โมเดล
Stable Diffusion 1.5: โมเดลคลาสสิก ใช้พรอมต์ให้ถูกวิธี
Stable Diffusion 1.5 ยังน่ารู้จักอยู่: ความละเอียดที่เหมาะสม, CFG และ sampler ที่ใช่, วิธีใช้ห้องสมุด LoRA และ embeddings ขนาดใหญ่ของมัน และไอเดียพรอมต์สร้างสรรค์ที่เหมาะกับโมเดล 512 พิกเซล
โมเดล
Waifu Diffusion: การใช้แท็ก Danbooru กับโมเดลอนิเมะคลาสสิก
Waifu Diffusion คือโมเดลฐานอนิเมะที่สอนคนรุ่นใหม่ให้รู้จักการใช้แท็ก Danbooru ในการสร้างภาพ คู่มือนี้จะอธิบายเรื่องลำดับแท็ก แท็กคุณภาพ แท็กลบ ความละเอียดที่เหมาะสม และไอเดียสำหรับภาพวาดอนิเมะแบบสะอาด
ข้อผิดพลาดและวิธีแก้
ข้อผิดพลาดของ ComfyUI และวิธีแก้ไข: โหนดสีแดง, โมเดลหาย, CUDA หน่วยความจำไม่พอ
ข้อความแสดงข้อผิดพลาดของ ComfyUI ที่คนเจอกันบ่อย ๆ ความหมายแต่ละอัน และวิธีแก้ที่ใช้ได้จริง: โหนดกำหนดเองหาย (กล่องสีแดง), "Prompt outputs failed validation", CUDA หน่วยความจำไม่พอ, โมเดลผิดประเภทในตัวโหลด, ข้อผิดพลาดรูปทรง mat1 และ mat2, การถอดรหัสหัวเรื่อง, torch และ xformers ไม่ตรงกัน.
โมเดล
LoRA คืออะไร และใช้งานอย่างไรใน ComfyUI, Forge, Automatic1111 และบนคลาวด์
อธิบาย LoRA สำหรับคนที่อยากได้ผลลัพธ์ ไม่ใช่คณิตศาสตร์: ไฟล์ LoRA เปลี่ยนอะไร ทำไมต้องตรงกับตระกูลโมเดลหลัก คำกระตุ้น น้ำหนัก การซ้อน LoRA หลายตัว โฟลเดอร์และไวยากรณ์ของแต่ละ UI และวิธีลองใช้ LoRA บนคลาวด์ก่อนดาวน์โหลด
ข้อผิดพลาดและวิธีแก้
CUDA หน่วยความจำไม่พอ: แต่ละโมเดล AI ต้องการ VRAM เท่าไหร่และวิธีจัดการ
ตาราง VRAM สำหรับ SD 1.5, SDXL, Flux, FLUX.2, Qwen-Image, Z-Image, Wan 2.2 และ HunyuanVideo พร้อมเทคนิคที่ช่วยให้โมเดลพอดี: การลดความแม่นยำ fp8 และ GGUF, การย้ายโหลดไป CPU, VAE แบบแบ่งส่วน, การจำกัดความละเอียดและจำนวนเฟรม และเมื่อไหร่ควรเลิกพยายามแล้วใช้บริการโฮสต์แทน
โมเดล
Flux vs SDXL vs SD 1.5 vs Qwen vs Z-Image: ควรใช้ตระกูลโมเดลไหนในปี 2026
เปรียบเทียบตระกูลโมเดลภาพเปิด: การตามคำสั่ง, ความสมจริง, อนิเมะและภาพประกอบ, การแสดงผลข้อความ, ความเร็ว, VRAM, ระบบนิเวศ LoRA และใบอนุญาต พร้อมคำแนะนำสำหรับงานและฮาร์ดแวร์แต่ละแบบ
คู่มือทั้งหมด

ตระกูลโมเดลอื่น ๆ