aistaging/stable-diffusion

SD-XL 1.0-base Docker镜像说明

镜像概述

本镜像基于Stability AI开发的SD-XL 1.0-base模型，是一款扩散型文本到图像生成工具。它采用潜在扩散框架，通过两个预训练文本编码器（OpenCLIP-ViT/G和CLIP-ViT/L）实现文本到图像的生成与修改。模型支持两种 pipeline：基础模型+精炼模型的组合流程，或基础模型生成latents后结合高分辨率模型的SDEdit技术。

核心功能

• 文本生成图像：根据输入文本提示生成高质量图像
• 图像修改：通过img2img技术对现有图像进行基于文本的调整
• 双 pipeline 支持：
  1. 基础模型生成含噪latents，再用精炼模型完成最终去噪
  2. 基础模型生成目标尺寸latents，结合高分辨率模型和SDEdit技术优化
• 独立模块使用：基础模型可单独作为生成模块使用

使用场景

• 艺术创作与设计：生成创意艺术作品、设计素材
• 教育工具：辅助教学中的视觉内容生成
• 生成模型研究：探索扩散模型的原理与应用
• 安全部署研究：测试模型生成有害内容的可能性及防护措施
• 模型局限性分析：研究模型在构图、文本渲染等方面的不足与偏见

配置说明

• 依赖组件：需支持OpenCLIP-ViT/G和CLIP-ViT/L文本编码器
• 参考资源：
  • 官方仓库：https://github.com/Stability-AI/generative-models
  • 技术报告：https://arxiv.org/abs/2307.01952
  • 在线演示：[***]

Docker部署示例

基本运行

bash
docker run -d -p 8080:8080 aistaging/stable-diffusion

（注：具体端口和参数需根据镜像实际暴露的服务调整）

Docker Compose示例

yaml
version: '3'
services:
  stable-diffusion:
    image: aistaging/stable-diffusion
    ports:
      - "8080:8080"
    volumes:
      - ./data:/app/data  # 挂载数据卷存储生成的图像