待验证50% 置信事实精确时间
Stable Diffusion（SD）作为开源本地方案，允许用户完全控制模型权重、LoRA微调和采样参数，但需要GPU算力支持，学习成本较高
1
来源数
50%
置信度
长期有效
时效性
2026/9/4
首次发现
来源
涉及实体
相关事实
已验证Stable Diffusion是开源模型，可以本地部署，支持LoRA微调、ControlNet精确控制等高级功能79% 相似待验证Stable Diffusion的学习曲线陡峭，用户需理解采样器、CFG系数、种子值等大量参数71% 相似待验证Stable Diffusion 基于去噪扩散概率模型（DDPM）理论，将扩散过程从像素空间转移到低维潜在空间，由VAE负责编解码，CLIP模型将文本提示编码为语义向量66% 相似已验证Stable Diffusion is built on the Latent Diffusion Model (LDM) architecture65% 相似待验证Stable Diffusion使用PyTorch进行图像生成模型训练64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/857322API
curl https://kongchang.com/api/v1/knowledge/claims/857322MCP
get_claim(id=857322)