Stable Diffusion
Stable Diffusion은 Stability AI가 2022년에 출시한 오픈 소스 텍스트-이미지 모델로, 임의의 시작점부터 점차적으로 노이즈를 제거하여 사진을 생성합니다.
개요
Being open and runnable on consumer GPUs, it sparked a massive community of tools, fine-tunes, and apps.
심층 분석
확산 모델은 노이즈 프로세스를 역전시키는 방법을 학습합니다. 훈련 중에 실제 이미지에는 정적이 될 때까지 단계적으로 무작위 노이즈가 추가됩니다. 모델은 해당 노이즈를 예측하고 빼는 방법을 학습합니다. 생성하려면 순수한 노이즈에서 시작하여 텍스트 프롬프트에 따라 일관된 이미지가 나타날 때까지 반복적으로 노이즈를 제거합니다. Stable Diffusion의 핵심 효율성 비결은 '잠재' 부분입니다. 전체 해상도 픽셀에서 작업하는 대신 변형 자동 인코더를 사용하여 이미지를 더 작은 잠재 공간으로 압축하고 그곳에서 느린 노이즈 제거를 실행한 다음 다시 픽셀로 디코딩합니다. 이것이 데이터 센터가 아닌 일반적인 게임 GPU에서 실행될 수 있는 이유입니다. 텍스트 인코더(초기 버전의 CLIP)는 프롬프트를 지침으로 변환하고 U-Net은 잡음 제거를 수행합니다. 개방형 가중치를 통해 ControlNet, LoRA 미세 조정 및 수많은 창의적인 도구가 가능해졌습니다.
기술적 통찰력
안정 확산은 잠재 확산 모델입니다. 자동 인코더는 512x512 이미지를 작은 잠재 그리드로 축소하여 계산을 대폭 줄입니다. U-Net은 Cross-Attention을 통해 텍스트 임베딩을 조건으로 각 시간 단계에 추가되는 노이즈를 예측하도록 훈련되었습니다. 분류기가 없는 안내를 사용하면 조건부 예측과 비조건부 예측을 혼합하여 이미지가 프롬프트를 얼마나 강력하게 따르는지 조절할 수 있습니다. 추론 시 샘플러(예: DDIM 또는 오일러)는 선택한 수의 노이즈 제거 단계를 수행합니다. 더 많은 단계는 일반적으로 속도를 희생하면서 더 깨끗한 결과를 의미합니다.
전략적 영향
속도와 규모
Visual AI는 대규모 검사, 감지 및 태그 지정 작업을 자동화할 수 있습니다.
빌드 선택
크리에이티브 팀은 수동 수정 횟수를 줄여 컨셉의 프로토타입을 더 빠르게 제작할 수 있습니다.
팀과 워크플로우
이전에는 처리하기 어려웠던 이미지 및 비디오 신호를 작업에 사용할 수 있습니다.
안정적인 확산의 미래
개방형 생태계는 계속해서 가속화되고 있습니다. 최신 아키텍처(변압기 기반 확산 및 더 빠른 몇 단계 또는 증류 샘플러 포함)는 생성을 수십 단계에서 한두 단계로 줄여 거의 실시간 생성을 가능하게 합니다. 더 강력한 텍스트 렌더링, 더 나은 신속한 준수, 원활한 이미지 편집, 비디오 및 3D 확장을 기대하세요. 개방형 가중치는 전문적인 미세 조정을 계속 촉진할 뿐만 아니라 훈련 데이터 동의, 딥페이크 및 워터마킹에 대한 논쟁을 심화시키므로 탐지 및 출처 도구는 모델과 함께 성장할 것입니다.
실제 구현
맞춤형 LoRA 미세 조정을 통해 자신의 GPU에서 로컬로 컨셉 아트와 일러스트레이션을 생성하는 예술가 및 애호가
정확한 구성을 위해 ControlNet을 사용하여 포즈 뼈대, 깊이 맵 또는 가장자리 스케치로 생성을 제한합니다.
사진을 편집하고, 개체를 제거하고, 원래 경계를 넘어 장면을 확장하기 위한 인페인팅 및 아웃페인팅
텍스처, 무드 보드, 자산 변형을 빠르고 저렴하게 제작하는 인디 게임 스튜디오 및 디자이너
위험 및 가드레일
출처가 불분명할 경우 이미지 권리 및 동의는 법적 위험이 될 수 있습니다.
모델 성능은 조명, 인구통계, 환경에 따라 달라질 수 있습니다.
신뢰도 임계값을 모니터링하지 않으면 거짓양성이 발견되지 않을 수 있습니다.
구현 로드맵
정밀도, 재현율, 오류 비용에 대한 허용 기준을 정의합니다.
실제 생산 조건과 일치하는 데이터로 테스트합니다.
신뢰도가 낮거나 영향력이 큰 예측에 대해 인적 검토를 추가합니다.
모델 드리프트를 추적하고 카메라 또는 데이터 세트가 변경된 후 재검증합니다.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Stable Diffusion quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
안정적인 영상확산
자주 묻는 질문
What is Stable Diffusion?
Stable Diffusion은 Stability AI가 2022년에 출시한 오픈 소스 텍스트-이미지 모델로, 임의의 시작점부터 점차적으로 노이즈를 제거하여 사진을 생성합니다. 소비자 GPU에서 개방적이고 실행 가능하기 때문에 도구, 미세 조정 및 앱으로 구성된 대규모 커뮤니티가 탄생했습니다.
높은 수준에서 확산 모델은 어떻게 이미지를 생성합니까?
확산 모델은 노이즈 프로세스를 역전시키는 방법을 학습합니다. 즉, 노이즈에서 시작하여 일관된 이미지가 나타날 때까지 반복적으로 노이즈를 제거합니다.
소비자 GPU에서 실행하기에 충분히 효율적인 Stable Diffusion을 만드는 이유는 무엇입니까?
Stable Diffusion은 잠재 확산 모델입니다. 자동 인코더는 이미지를 압축하므로 더 작은 잠재 공간에서 심한 노이즈 제거가 실행됩니다.
텍스트 프롬프트가 생성된 이미지에 어떤 영향을 미치나요?
텍스트 인코더는 프롬프트를 교차 주의를 통해 U-Net을 조절하는 임베딩으로 변환하고 결과를 조정합니다.
분류자 없는 안내를 통해 무엇을 제어할 수 있나요?
분류자가 없는 안내는 조건부 예측과 비조건부 예측을 혼합하여 프롬프트 준수를 높이거나 낮출 수 있습니다.
Stable Diffusion이 ControlNet 및 LoRA와 같은 대규모 도구 생태계를 촉발한 이유는 무엇입니까?
개방형 가중치를 사용하면 커뮤니티에서 모델을 미세 조정하고 확장하여 ControlNet 및 경량 LoRA 어댑터와 같은 추가 기능을 생성할 수 있습니다.