Especificaciones técnicas de stability-ai/stable-diffusion
| Especificación | Detalles |
|---|---|
| ID del modelo | stability-ai/stable-diffusion |
| Proveedor | Stability AI |
| Familia del modelo | Stable Diffusion |
| Modalidad | Generación de imágenes de texto a imagen |
| Enfoque principal | Modelo de difusión latente |
| Entrada principal | Prompts en lenguaje natural |
| Salida principal | Imágenes generadas por IA |
| Capacidades comunes | Generación de texto a imagen, variación de imágenes, inpainting, outpainting, edición guiada por prompts, control de estilo |
| Resoluciones típicas | Varía según el checkpoint/versión; las familias oficiales comunes de Stable Diffusion admiten resoluciones desde 512×512 hasta 1024×1024 y superiores, dependiendo del modelo y el flujo de trabajo específicos |
| Estilo de implementación | Acceso basado en API en CometAPI; el ecosistema más amplio de Stable Diffusion también admite uso local y autoalojado mediante pesos abiertos y herramientas de la comunidad |
| Nota sobre la licencia | Stable Diffusion se ha distribuido bajo licencias abiertas como CreativeML Open RAIL++-M para algunos lanzamientos oficiales, pero los términos de la licencia varían según el checkpoint/versión, por lo que se recomienda una revisión específica de la implementación |
¿Qué es stability-ai/stable-diffusion?
stability-ai/stable-diffusion es un identificador de modelo de IA generativa de texto a imagen en CometAPI que representa la familia Stable Diffusion de Stability AI. Stable Diffusion es conocido principalmente como un modelo de difusión latente que crea imágenes a partir de prompts escritos generando en un espacio latente comprimido y luego decodificando esa representación latente en una imagen final. Este diseño reduce significativamente los requisitos de cómputo en comparación con los enfoques de difusión totalmente en el espacio de píxeles, a la vez que permite una síntesis de imágenes de alta calidad
El ecosistema de Stable Diffusion se creó mediante la colaboración de Stability AI, CompVis, Runway y colaboradores afiliados a LAION, y se adoptó ampliamente porque combinó una sólida calidad de generación de imágenes con opciones de implementación relativamente accesibles y disponibilidad abierta del modelo
En la práctica, esta familia de modelos se utiliza para generar arte conceptual, ilustraciones, recursos de marketing, maquetas de productos, escenas estilizadas, composiciones fotorrealistas y experimentos creativos basados en prompts. Según el checkpoint y el flujo de trabajo subyacentes, los usuarios también pueden aplicarlo a inpainting, edición de imágenes, canalizaciones de escalado y tareas de generación controlada
Funciones principales de stability-ai/stable-diffusion
- Generación de texto a imagen: Convierte prompts en lenguaje natural en imágenes originales, útil para ideación, exploración de diseño y flujos de creación de contenidos.
- Eficiencia por difusión latente: Genera imágenes en el espacio latente en lugar de directamente en el espacio de píxeles, lo que reduce el costo computacional al tiempo que preserva una alta calidad de síntesis.
- Control creativo flexible: La redacción del prompt, los prompts negativos, las semillas, los ajustes de guía y la elección del muestreador pueden influir en el estilo, la composición y la consistencia entre generaciones. Esta es una inferencia basada en cómo las canalizaciones de Stable Diffusion se presentan comúnmente en las herramientas y la documentación.
- Flujos de trabajo de edición de imágenes: Stable Diffusion se ha utilizado para inpainting, outpainting y modificaciones guiadas por prompt, permitiendo ediciones dirigidas en lugar de regeneración completa desde cero.
- Múltiples variantes de modelo: La línea más amplia de Stable Diffusion incluye múltiples generaciones y checkpoints, entre ellos variantes de mayor resolución y más capaces como SDXL, lo que da a los desarrolladores flexibilidad en función de la calidad, la velocidad y las necesidades de hardware.
- Amplio soporte del ecosistema: Dado que Stable Diffusion está ampliamente integrado en repositorios, SDK y herramientas creativas, los desarrolladores se benefician de un gran ecosistema para experimentación y producción.
- Influencia del ecosistema de pesos abiertos: Las publicaciones oficiales de Stable Diffusion ayudaron a establecer un importante ecosistema de modelos abiertos para la generación de imágenes, permitiendo personalización, ajuste fino y experimentación autoalojada en muchos entornos.
Cómo acceder e integrar stability-ai/stable-diffusion
Paso 1: Regístrate para obtener una clave de API
Para comenzar, crea una cuenta en CometAPI y genera tu clave de API desde el panel. Usarás esta clave para autenticar cada solicitud a la API de stability-ai/stable-diffusion.
Paso 2: Envía solicitudes a la API de stability-ai/stable-diffusion
Usa el endpoint compatible con Replicate de CometAPI en 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"
}
}'
Paso 3: Recupera y verifica los resultados
La API devuelve un objeto de predicción con un ID. Realiza sondeos a GET /replicate/v1/predictions/{prediction_id} para comprobar el estado de la generación y recuperar la URL de la imagen de salida cuando la predicción se complete.