stable-diffusion

Stable Diffusion XL (SDXL) 现在可以使用 WebGPU 在浏览器中本地运行，通过开源代码直接在设备上生成高质量 AI 图像。

循环去噪作为一种新颖的提取攻击方法，通过反复对样本进行加噪和去噪，揭示了扩散模型中超稳定的记忆训练图像。该技术无需梯度或权重检查，对隐私审计具有重要意义。

基准测试显示，在iPhone上本地运行Stable Diffusion 1.5，使用Realistic Vision V5.1 Hyper等优化模型，生成512x512图像最快仅需3.1秒，使得设备端AI图像生成变得切实可行。

本文介绍了一个后训练框架，利用SAM3D的3D先验来改进2D基础特征中的语义对应，解决了左右混淆和重复部分等问题。该方法使用实例特定的3D重建，无需姿态注释或球面几何捷径。

视觉概念融合（VCF）使得扩散模型在推理时能够同时以图像和文本提示作为条件，无需重新训练，通过轻量级对齐器和融合策略实现。

推出PhoneDiffusion，一款适用于iPhone的本地AI图像生成器，生成时间低于5秒，注重隐私，无需账户。

本文提出了一个条件生成压缩感知框架，证明了基于提示词条件化模型在稳定恢复方面的界限，并通过在 Stable Diffusion 上的实验展示了提示词匹配如何影响采样分布。

Flow-OPD 是一篇研究论文，介绍了一种用于流匹配文生图模型的两阶段对策蒸馏框架。基于 Stable Diffusion 3.5 Medium，该框架显著提升了生成质量和对齐指标。

该开源项目为 Stable Diffusion 提供了一个功能丰富的 Web 界面，使用户能够借助各种 AI 模型和扩展轻松生成、编辑和放大图像。项目基于 Gradio 构建，支持 txt2img、img2img、inpainting 以及众多由社区驱动的本地 AI 图像生成工具。