Model 有各種改進變體等等差異。
Base Model 是不同版本的 Stable Diffusion 或其改進與變體，針對不同的應用場景、性能優化和創意需求進行設計和微調。以下是對這些模型的分類與特性差異的詳細解釋：
Stable Diffusion 的核心版本可以分為以下幾代，每一代都有新的改進：
ControlNet is a neural network structure to control diffusion models by adding extra conditions.
This extension is for AUTOMATIC1111's Stable Diffusion web UI, allows the Web UI to add ControlNet to the original Stable Diffusion model to generate images. The addition is on-the-fly, the merging is not required.
是一種輕量化的模型調整技術，廣泛應用於大模型（如 Stable Diffusion 或 Transformer 類模型）的微調，尤其在資源有限或需要快速適配新任務的情況下。
LoRA 的核心目標是通過引入低秩矩陣分解的方式，實現對模型的參數高效調整，而無需微調整個模型的全部參數。
cross-attention層裡的權重保存在矩陣中，而 LoRA 模型做 fine-tune 時，便是將其自身的權重加到這些矩陣上。
A web interface for Stable Diffusion, implemented using Gradio library.
Stable Diffusion Web UI 提供了一個直觀的網頁界面，讓用戶可以方便地操作 Stable Diffusion 模型，而無需直接使用程式碼。以下是其主要功能的詳細介紹：
文本到圖像生成 (Text-to-Image Generation)
輸入文本提示生成高品質圖像。
圖像到圖像生成 (Image-to-Image Generation)
透過上傳圖像與文本提示，生成基於參考圖像的變體或修改後圖像。
外擴繪圖 (Outpainting)
將圖像擴展到超出其邊界的新區域。
圖像修補 (Inpainting)
使用遮罩功能編輯或修補特定區域的圖像。
色彩草圖 (Color Sketch)
通過文本或草圖生成色彩豐富的圖像。
提示矩陣 (Prompt Matrix)
同時生成多種不同提示文本的圖像。
超分辨率生成 (Stable Diffusion Upscale)
提高圖像解析度，細化細節。
關注點控制 (Attention Control)
調整模型對文本中特定部分的關注程度，例如：
a man in a ((tuxedo))：強調「tuxedo」。a man in a (tuxedo:1.21)：更細緻的強調設定。循環生成 (Loopback)
多次處理圖像以生成進一步變化。
X/Y/Z 參數繪圖 (X/Y/Z Plot)
創建多維度參數的圖像對比圖。
Stable Diffusion 是一種基於 Latent Diffusion Models (LDM) 的高效擴散模型，專注於生成高解析度的圖像，並在計算效率與生成質量之間實現了良好的平衡。
基於潛在空間的擴散過程：
可控生成：
擴展性與開放性：