许可协议：creative-ml-openrail-m
标签：

• 稳定扩散
• 稳定扩散-扩散器
• 文本生成图像

小部件示例：

• 文本："亚马逊雨林中的高科技太阳能朋克乌托邦"
  示例标题：亚马逊雨林
• 文本："皮卡丘在埃菲尔铁塔旁享用精致晚餐"
  示例标题：巴黎皮卡丘
• 文本："贫民窟中的表现主义风格机甲机器人"
  示例标题：表现主义机器人
• 文本："正在准备美味餐点的昆虫机器人"
  示例标题：昆虫机器人
• 文本："迪士尼风格雪山顶上的小木屋，艺术站风格"
  示例标题：雪中迪士尼小屋

额外授权提示：
本模型采用CreativeML OpenRAIL-M许可证开放访问，具体权利和使用条款如下：

1. 禁止故意生成或分享非法及有害内容
2. 作者对生成内容不主张权利，使用者需自行负责内容合规性
3. 允许商业用途和权重再分发，但必须包含相同使用限制并向所有用户提供许可证副本
   完整许可证请查阅：https://huggingface.co/spaces/CompVis/stable-diffusion-license

授权访问标题：请阅读LICENSE文件以访问本模型

稳定扩散v1-4模型卡

稳定扩散是一种潜在文本到图像扩散模型，能够根据任意文本输入生成逼真图像。

模型详情

• 开发者：Robin Rombach, Patrick Esser
• 模型类型：基于扩散的文本生成图像模型
• 语言：英语
• 许可证：CreativeML OpenRAIL M许可证
• 资源：GitHub仓库 | 论文

使用示例

推荐使用🤗的Diffusers库运行：

# PyTorch示例
pipe = StableDiffusionPipeline.from_pretrained("CompVis/stable-diffusion-v1-4")
image = pipe("宇航员在火星骑马的照片").images[0]

用途与限制

主要用途：

• 生成艺术作品
• 教育创意工具
• 研究生成模型

禁止用途：

• 生成暴力/成人内容
• 传播歧视性内容
• 侵犯版权材料

训练数据

基于LAION-2B(en)数据集，包含：

• 512x512分辨率图像
• 经过美学评分筛选（>5.0）
• 水印概率<0.5

环境影响

碳排放估算：

• 硬件：A100 PCIe 40GB
• 训练时长：150,000小时
• 预估排放：11,250 kg CO2当量

本模型卡基于DALL-E Mini模型卡编写