许可协议：creativeml-openrail-m
标签：

• 稳定扩散
• 稳定扩散-扩散器
• 文本生成图像
  推理：支持
  额外授权提示：
  该模型采用CreativeML OpenRAIL-M许可证开放访问，进一步明确了权利和使用条款：

1. 禁止利用模型故意生成或传播非法/有害内容
2. AIML和CompVis均不声明对生成内容的权利，使用者需自行负责内容合规性
3. 允许商用及服务化部署，但必须包含相同使用限制并向下游用户提供许可证副本

完整许可条款请参阅：https://huggingface.co/spaces/CompVis/stable-diffusion-license

点击下方"访问仓库"即表示同意向模型作者共享联系方式（电子邮箱和用户名）。

额外授权字段：
□ 我已阅读并同意许可条款

安全稳定扩散模型卡片

安全稳定扩散是一种潜在文本生成图像扩散模型，可根据文本输入生成逼真图像。该模型致力于抑制其他大型扩散模型可能意外生成的不当内容。

本模型与稳定扩散v1.5共享权重，详情请参阅稳定扩散v1.5和稳定扩散技术博客。

当前可通过ml-research GitHub仓库使用，即将支持扩散器库。更新进展请关注此拉取请求。

原始GitHub仓库

1. 下载以下任一检查点：

   • v1-5-pruned-emaonly.ckpt - 4.27GB，仅含EMA权重，显存占用低，适合推理
   • v1-5-pruned.ckpt - 7.7GB，含EMA和非EMA权重，适合微调

2. 安装安全潜在扩散库：

   pip install git+https://github.com/ml-research/safe-latent-diffusion.git  
   

3. 按以下方式加载SLD管道：

   from sld import SLDPipeline  
   device='cuda'  
   ckpt_path = '本地权重路径'  
   pipe = SLDPipeline.from_pretrained(ckpt_path).to(device)  
   

不当内容定义

不当图像的判定标准因语境、文化背景和个人因素存在主观差异。本工作参考Gebru等人的定义：

"直接观看可能引发冒犯、侮辱、威胁或焦虑的内容"
——《Gebru等，数据集技术说明书，2021》

具体涵盖：仇恨、骚扰、暴力、自残、色情、惊悚、非法活动等类别。需注意不当内容的范围具有文化差异性和时代演变性。

模型详情

• 开发者：Patrick Schramowski, Manuel Brack
• 类型：基于扩散的文本生成图像模型（含内容抑制机制）
• 语言：英语
• 许可证：CreativeML OpenRAIL M许可证
• 描述：采用潜在扩散模型架构，固定文本编码器为CLIP ViT-L/14，主动抑制不当内容生成
• 资源：GitHub仓库 | 论文
• 引用格式：

  @article{schramowski2022safe,
    title={安全潜在扩散：缓解扩散模型中的不当退化},
    author={Schramowski, Patrick等},
    year={2022},
    journal={arXiv预印本}
  }
  

用途

直接用途

• 安全部署研究
• 生成模型局限性探究
• 艺术创作与设计辅助
• 教育/创意工具开发

禁用场景

• 制造敌对环境内容
• 传播历史/当代刻板印象
• 生成事实性人物/事件内容（超出模型能力范围）

误用与恶意使用

包括但不限于：

• 制造贬低性内容
• 传播歧视性信息
• 非同意身份冒充
• 非合意色情内容
• 暴力/血腥内容
• 侵犯版权内容

局限性与偏差

局限性

• 无法实现完美写实
• 文本渲染能力有限
• 组合性任务表现欠佳
• 人脸生成可能失真
• 主要支持英语提示
• 训练数据含成人内容（LAION-5B）

偏差

• 训练数据以英语描述为主
• 西方文化默认倾向明显
• 非英语提示效果显著下降
• 不当内容判定存在西方视角偏差

训练

数据：LAION-2B(en)及其子集
硬件：A100 GPU集群

评估结果

基于I2P基准的抑制效果：

环境影响

碳排放估算：

• 硬件：A100 PCIe 40GB & A100 SXM4 80GB
• 计算时长：130小时
• 碳排放当量：20.62 kg CO2

本模型卡片基于稳定扩散v1.5模型卡片编写