Stable Diffusion 1.1
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Ludwig Maximilian University of Munich
- Tipo di organizzazione
- Academia
- Paese
- Germany
- Pubblicato
- 22 August 2022
- Autori
- Robin Rombach, Patrick Esser
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Image generation
- Compito
- Image generation, Text-to-image
- Modello di base
- CLIP (ViT L/14@336px)
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
237k steps at resolution 256x256 on laion2B-en. 194k steps at resolution 512x512 on laion-high-resolution (170M examples from LAION-5B with resolution >= 1024x1024). Batch: 32 x 8 x 2 x 4 = 2048
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA A100 PCIe
- Chip utilizzati
- 256
- Consumo energetico
- 153.9 kW
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (restricted use)
- Codice di addestramento
- Open (restricted use)
- Hugging Face
- CompVis
Open RAIL-M license https://huggingface.co/CompVis/stable-diffusion-v1-1 https://github.com/CompVis/stable-diffusion
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Stable Diffusion v1-1 Model Card
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Stable Diffusion 1.1 è stato pubblicato da Ludwig Maximilian University of Munich, nel paese registrato come Germany, durante August 2022. La categoria sotto cui rientra l'editore è academia.
Funziona nel dominio di Image generation, ed è registrato come eseguire il compito di image generation, Text-to-image.
Costruisce su CLIP (ViT L/14@336px). La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.
I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile. Su Hugging Face è pubblicato sotto l'organizzazione CompVis.
Risposte
Stable Diffusion 1.1 — domande comuni
Stable Diffusion 1.1— Dove posso scaricarlo?
I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione CompVis. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.
Stable Diffusion 1.1— che GPU ho bisogno per eseguirlo?
Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.
Stable Diffusion 1.1— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
Stable Diffusion 1.1— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
Stable Diffusion 1.1— chi l'ha creato?
È stato pubblicato da Ludwig Maximilian University of Munich, basato su Germany, un'organizzazione categorizzata come academia.
Stable Diffusion 1.1— quando è stato rilasciato?
È stato pubblicato in August 2022. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
Stable Diffusion 1.1— A cosa serve?
Funziona nel dominio di Image generation, e viene registrato come gestire il compito di image generation, Text-to-image. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.