🎨 Hình ảnh & Thiết kế•Mã nguồn mở•

Stable Diffusion

Model tạo ảnh mã nguồn mở phổ biến nhất, chạy trên consumer GPU. Hệ sinh thái khổng lồ: ComfyUI, LoRA, ControlNet, SV4D 2.0 cho 4D video.

#stable-diffusion

Truy cập website Xem GitHub ⚖️ So sánh

Danh mục

🎨 Hình ảnh & Thiết kế

Giá

Mã nguồn mở

GitHub Stars

⭐ 27,301

Ngôn ngữ

Python

License

MIT

Ngày thêm

2026-03-26

local customizable

Tóm tắt từ README GitHub

Generative Models by Stability AI News May 20, 2025 - We are releasing Stable Video 4D 2.0 (SV4D 2.0) , an enhanced video-to-4D diffusion model for high-fidelity novel-view video synthesis and 4D asset generation. For research purposes: - SV4D 2.0 was trained to generate 48 frames (12 video frames x 4 camera views) at 576x576 resolution, given a 12-frame input video of the same size, ideally consisting of white-background images of a moving object. - Compared to our previous 4D model SV4D, SV4D 2.0 can generate videos with higher fidelity, sharper details during motion, and better spatio-temporal consistency. It also generalizes much better to real-world videos. Moreover, it does not rely on refernce multi-view of the first frame generated by SV3D, making it more robust to self-occlusions. - To generate longer novel-view videos, we autoregressively generate 12 frames at a time and use the previous generation as conditioning views for the remaining frames. - Please check our project page, arxiv paper and video summary for more details. QUICKSTART : - (after downloading sv4d2.safetensors from HuggingFace into ) To run SV4D 2.0 on a single input video of 21 frames: - Downlo

Xem thêm từ README.md

Đánh giá chi tiết

Tổng quan

Stable Diffusion là dòng model tạo ảnh mã nguồn mở của Stability AI, với 27K+ GitHub stars trên repo generative-models (MIT license). Chạy được trên consumer GPU, fine-tune trên dataset tùy chỉnh, và đã tạo ra hệ sinh thái khổng lồ gồm UI, model, extension và công cụ cộng đồng.

Tính năng chính

Stable Diffusion XL (SDXL), SD 3.x cho image generation chất lượng cao
Stable Video 4D 2.0 (SV4D 2.0): video-to-4D diffusion, 48 frames (12 video x 4 camera views) ở 576x576
ControlNet: điều khiển pose, depth, canny edge cho composition chính xác
LoRA: fine-tune lightweight trên style hoặc character cụ thể
ComfyUI: node-based UI cho workflow phức tạp, pipeline tùy chỉnh
Automatic1111 WebUI, Forge: giao diện web phổ biến nhất cho SD

Stack kỹ thuật

Python, PyTorch. Architecture dựa trên Denoising Diffusion Probabilistic Models. Yêu cầu GPU NVIDIA 8GB+ VRAM (khuyến nghị). Hỗ trợ xuất ONNX. Model weights trên Hugging Face (safetensors format). SV4D 2.0 dùng autoregressive generation 12 frames/lần.

Điểm mạnh

Miễn phí hoàn toàn, mã nguồn mở MIT license, không hạn chế sử dụng thương mại
Chạy hoàn toàn local: bảo mật data, không phụ thuộc cloud
Hệ sinh thái tùy chỉnh lớn nhất: hàng nghìn LoRA, checkpoint, extension trên CivitAI
SV4D 2.0 mở rộng sang 4D generation cho 3D/game development
Pipeline node-based (ComfyUI) cho workflow tự động hóa phức tạp

Hạn chế

Cần GPU tốt: tối thiểu 8GB VRAM, 12GB+ cho SDXL ở full resolution
Setup kỹ thuật phức tạp: cài CUDA, Python dependencies, model download
Chất lượng ảnh mặc định thấp hơn Midjourney, cần prompt engineering và model selection
Hệ sinh thái phân mảnh: nhiều UI, nhiều checkpoint, khó chọn cho người mới

Phù hợp khi nào

Developer và artist cần kiểm soát hoàn toàn image generation pipeline, từ fine-tuning đến deployment. Bắt buộc nếu cần chạy local hoặc tích hợp vào sản phẩm mà không phụ thuộc API bên ngoài.