用途:该技能提供 Stable Diffusion 开源潜在文生图扩散架构的专家级协助,覆盖 SDXL、SD 1.5、Diffusers 库、ControlNet、LoRA 与提示词权重,适合开源生成式图像合成、精确空间控制与风格适配。
主要能力:使用 SDXL 与 Flux 配合 Hugging Face diffusers 生成写实或风格化图像;用 ControlNet 通过深度图、Canny 边缘和人体姿态引导构图;进行局部重绘、外绘与图生图,在保留周围上下文的同时修改遮罩区域;加载社区微调的 LoRA 风格与角色适配器。
使用方式:通过 diffusers 加载管道,例如 StableDiffusionXLPipeline.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0", torch_dtype=torch.float16, variant="fp16").to("cuda"),再调用 pipe(prompt=..., num_inference_steps=30)。ControlNet 需加载 ControlNetModel 并传入边缘图等条件;LoRA 用 pipeline.load_lora_weights 加载。显存不足时可启用 enable_model_cpu_offload、enable_vae_slicing、enable_xformers_memory_efficient_attention 或 enable_vae_tiling。
适用场景:本地推理、写实或风格化创作、基于边缘或姿态的构图控制、图像修复与外绘、社区风格与角色适配。
限制与注意:SDXL 原生训练分辨率为 1024x1024,不宜使用 512x512;guidance_scale 不建议超过 8.5;需复现时设置确定性种子;优先使用 .safetensors 权重;FP16 解码可能出现黑图或绿图,可用 --no-half-vae 或 sdxl-vae-fp16-fix。资料未提供收费、价格与平台信息。