Stable Diffusion 对比 Dall-E 2

Stable Diffusion 是 Stability AI 的开源权重图像生成模型系列，目前以 Stable Diffusion 3.5 为核心，包含 Large、Turbo 和 Medium 变体。stability.ai 网站还提供用于图像编辑、视频、音频和 3D 的相关媒体模型，以及用于品牌创意制作的 Brand Studio。您可以自行托管权重，调用 Stability AI API，或使用如 Stable Assistant 之类的网页应用。

大多数封闭的图像 API 仅通过托管端点提供生成服务。Stability AI 仍然发布可在您自有基础设施上部署的模型权重，同时也销售带有品牌特定训练和精确编辑的托管工具，如 Brand Studio。Stable Diffusion 3.5 Large 目标是 1 兆像素的专业输出，Turbo 通过四步生成，Medium 针对消费级硬件进行了调优。

它适合需要开放模型和企业控制的创意团队、游戏工作室和开发者。Brand Studio 提供含 1,000 积分的免费试用，Creator 计划每月 19 美元含 2,000 积分，Core 计划每月 50 美元含 5,000 积分。Stability AI 在其主页上报告了与 EA、环球音乐集团和 HubSpot 的合作关系。

DALL-E 2 将文本提示转换为原创图像和艺术作品。您用简单的语言描述一个场景，模型将概念、属性和风格结合成一幅新图像。OpenAI 于 2022 年发布了该模型，其分辨率是原始 DALL-E 的四倍，评估者在 71.7% 的标题匹配测试和 88.8% 的照片真实感比较中更喜欢它胜过 DALL-E 1。

Midjourney 和 Stable Diffusion 面向爱好者社区，采用 Discord 或自托管工作流程。DALL-E 2 集成在 ChatGPT 中，面向休闲创作者，同时通过 OpenAI API 提供给需要程序化图像生成的开发者，配备内容过滤器以屏蔽暴力、仇恨、成人和政治提示，以及照片真实感的公开面孔。

设计师、市场人员和开发者使用 DALL-E 2 来模拟概念、为博客文章插图以及在无需拍摄的情况下制作视觉原型。产品页面现引导用户使用 ChatGPT 进行创作，而 Images API 继续为需要自动生成的团队提供包括 DALL-E 2 在内的更新模型。