Stable Diffusion

Stable Diffusion a changé la génération d’images en étant ouvertement disponible. Plutôt qu’un service que l’on loue, les modèles se téléchargent et tournent sur un GPU grand public, ce qui permet de générer des images en privé et sans frais par image. À partir de prompts, les modèles créent des images dans de nombreux styles, et les versions suivantes ont amélioré la qualité, la résolution et le rendu du texte. Stability AI a publié plusieurs générations, dont des modèles plus grands pour une qualité plus haute.

Un très grand écosystème s’est construit autour. Des interfaces comme ComfyUI et Automatic1111 donnent le contrôle du processus, ControlNet guide la composition à partir de poses ou de croquis, et les LoRA permettent d’ajuster (fine-tuning) des styles ou des personnages avec peu d’images. Les communautés partagent des milliers de modèles, et des services hébergés comme NightCafe, Leonardo et Mage.space le proposent dans le navigateur. Les développeurs intègrent les modèles dans des applications et des pipelines.

Les modèles sont publiés sous des licences qui autorisent un large usage, avec des conditions communautaires qui limitent l’usage commercial au-delà de certains seuils de chiffre d’affaires : lis la licence de chaque version. Des modèles plus récents de Black Forest Labs, avec FLUX, et d’autres le dépassent souvent en qualité, et Stability AI a connu des difficultés économiques. Le faire tourner en local demande un GPU capable et un peu de technique. Midjourney, FLUX et les modèles d’image d’OpenAI sont les principales alternatives. Stable Diffusion reste important pour la personnalisation.