Stable Diffusion
Das Open-Source-Text-zu-Bild-Modell von Stability AI
Stable Diffusion veränderte die Bildgenerierung, indem es offen verfügbar wurde. Statt einen Dienst zu mieten, können die Modelle heruntergeladen und auf einer Consumer-GPU ausgeführt werden. So kann jeder Bilder privat und ohne Kosten pro Bild generieren. Aus Texteingaben erzeugen die Modelle Bilder in vielen Stilen; spätere Versionen verbesserten Qualität, Auflösung und Textdarstellung. Stability AI veröffentlichte mehrere Generationen, darunter größere Modelle für höhere Qualität.
Rund um Stable Diffusion entstand ein großes Ökosystem. Oberflächen wie ComfyUI und Automatic1111 bieten Kontrolle über den Ablauf. ControlNet steuert die Komposition anhand von Posen oder Skizzen; LoRAs ermöglichen das Feinabstimmen von Stilen oder Figuren mit wenigen Bildern. Communities teilen Tausende Modelle. Gehostete Dienste wie NightCafe, Leonardo und Mage.space bieten die Nutzung im Browser. Entwickler integrieren die Modelle in Anwendungen und Pipelines.
Die Modelle stehen unter Lizenzen, die breite Nutzung erlauben, enthalten aber Community-Bedingungen, die kommerzielle Nutzung oberhalb bestimmter Umsatzgrenzen einschränken. Prüfe daher die Lizenz jeder Version. Neuere Modelle von Black Forest Labs, darunter FLUX, übertreffen Stable Diffusion häufig bei der Qualität; Stability AI hatte zudem geschäftliche Schwierigkeiten. Lokaler Betrieb erfordert eine leistungsfähige GPU und technische Kenntnisse. Midjourney, FLUX und die Bildmodelle von OpenAI sind führende Alternativen. Stable Diffusion bleibt wegen seiner Anpassbarkeit wichtig.