Technische Spezifikationen von stability-ai/stable-diffusion
| Spezifikation | Details |
|---|---|
| Modell-ID | stability-ai/stable-diffusion |
| Anbieter | Stability AI |
| Modellfamilie | Stable Diffusion |
| Modalität | Text-zu-Bild-Generierung |
| Kernansatz | Latentes Diffusionsmodell |
| Primäre Eingabe | Prompts in natürlicher Sprache |
| Primäre Ausgabe | KI-generierte Bilder |
| Häufige Funktionen | Text-zu-Bild-Generierung, Bildvariationen, Inpainting, Outpainting, promptgesteuerte Bearbeitung, Stilkontrolle |
| Typische Auflösungen | Variiert je nach Checkpoint/Version; gängige offizielle Stable-Diffusion-Familien unterstützen Auflösungen von 512×512 bis 1024×1024 und darüber hinaus, abhängig vom spezifischen Modell und Workflow |
| Bereitstellungsart | API-basierter Zugriff auf CometAPI; das breitere Stable-Diffusion-Ökosystem unterstützt zudem lokale und selbstgehostete Nutzung durch offene Gewichte und Community-Tools |
| Hinweis zur Lizenzierung | Stable Diffusion wurde für einige offizielle Releases unter offenen Lizenzen wie CreativeML Open RAIL++-M veröffentlicht; die Lizenzbedingungen variieren jedoch je nach Checkpoint/Version, daher wird eine implementierungsspezifische Prüfung empfohlen |
Was ist stability-ai/stable-diffusion?
stability-ai/stable-diffusion ist ein Bezeichner für ein Text-zu-Bild-Generativ-KI-Modell auf CometAPI, der die Stable-Diffusion-Familie von Stability AI repräsentiert. Stable Diffusion ist vor allem als latentes Diffusionsmodell bekannt, das Bilder aus schriftlichen Prompts erzeugt, indem es zunächst in einem komprimierten latenten Raum generiert und diese latente Darstellung anschließend in ein finales Bild dekodiert. Dieses Design reduziert den Rechenaufwand im Vergleich zu vollständig im Pixelraum arbeitenden Diffusionsansätzen erheblich und ermöglicht dennoch eine Bildsynthese in hoher Qualität
Das Stable-Diffusion-Ökosystem entstand in Zusammenarbeit von Stability AI, CompVis, Runway und LAION-nahen Mitwirkenden und wurde weit verbreitet, weil es starke Bildgenerierungsqualität mit relativ zugänglichen Bereitstellungsoptionen und offen verfügbaren Modellen kombinierte
In der Praxis wird diese Modellfamilie zur Erstellung von Concept Art, Illustrationen, Marketing-Visuals, Produkt-Mockups, stilisierten Szenen, fotorealistischen Kompositionen und promptbasierten kreativen Experimenten eingesetzt. Abhängig von zugrunde liegendem Checkpoint und Workflow kann sie auch für Inpainting, Bildbearbeitung, Upscaling-Pipelines und kontrollierte Generierungsaufgaben verwendet werden
Hauptmerkmale von stability-ai/stable-diffusion
- Text-zu-Bild-Generierung: Wandelt Prompts in natürlicher Sprache in originale Bilder um und ist damit nützlich für Ideenfindung, Design-Exploration und Content-Erstellungs-Workflows.
- Effizienz der latenten Diffusion: Generiert Bilder im latenten Raum statt direkt im Pixelraum, was die Rechenkosten senkt und gleichzeitig eine hohe Synthesequalität bewahrt.
- Flexible kreative Steuerung: Prompt-Formulierung, Negative Prompts, Seeds, Guidance-Einstellungen und die Wahl des Samplers können Stil, Komposition und Konsistenz über Generationen hinweg beeinflussen. Dies leitet sich daraus ab, wie Stable-Diffusion-Pipelines üblicherweise in Tools und Dokumentation dargestellt werden.
- Bildbearbeitungs-Workflows: Stable Diffusion wird für Inpainting, Outpainting und promptgesteuerte Modifikationen eingesetzt und ermöglicht gezielte Bearbeitungen statt einer vollständigen Neuerzeugung von Grund auf.
- Mehrere Modellvarianten: Die breitere Stable-Diffusion-Linie umfasst mehrere Generationen und Checkpoints, darunter höherauflösende und leistungsfähigere Varianten wie SDXL, was Entwicklern Flexibilität in Bezug auf Qualität, Geschwindigkeit und Hardwareanforderungen bietet.
- Breite Ökosystemunterstützung: Da Stable Diffusion in zahlreichen Repositories, SDKs und Kreativ-Tools integriert ist, profitieren Entwickler von einem großen umgebenden Ökosystem für Experimente und Produktionseinsatz.
- Einfluss des Open-Weight-Ökosystems: Offizielle Stable-Diffusion-Releases haben ein wichtiges offenes Modellökosystem für die Bildgenerierung etabliert und so Anpassung, Feinabstimmung und selbstgehostete Experimente in vielen Umgebungen ermöglicht.
Zugriff und Integration von stability-ai/stable-diffusion
Schritt 1: Für einen API-Schlüssel registrieren
Erstellen Sie zunächst ein CometAPI-Konto und generieren Sie Ihren API-Schlüssel im Dashboard. Sie verwenden diesen Schlüssel zur Authentifizierung jeder Anfrage an die stability-ai/stable-diffusion-API.
Schritt 2: Anfragen an die stability-ai/stable-diffusion-API senden
Verwenden Sie den mit Replicate kompatiblen CometAPI-Endpunkt unter POST /replicate/v1/models/stability-ai/stable-diffusion/predictions.
curl https://api.cometapi.com/replicate/v1/models/stability-ai/stable-diffusion/predictions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-d '{
"input": {
"prompt": "A cinematic futuristic city skyline at sunset, ultra detailed, volumetric lighting"
}
}'
Schritt 3: Ergebnisse abrufen und verifizieren
Die API gibt ein Vorhersageobjekt mit einer ID zurück. Führen Sie Polling auf GET /replicate/v1/predictions/{prediction_id} durch, um den Generierungsstatus zu prüfen und die Ausgabebild-URL abzurufen, sobald die Vorhersage abgeschlossen ist.