stable-diffusion.cpp

純 C/C++ 實現的擴散模型(SD、Flux、Wan、Qwen Image、Z-Image、Minimax H3 等)推論

stable-diffusion.cpp 是什麼?

純 C/C++ 實現的擴散模型(SD、Flux、Wan、Qwen Image、Z-Image、Minimax H3 等)推論

stable-diffusion.cpp 概覽

這是什麼

stable-diffusion.cpp 是一個純 C/C++ 實作的擴散模型推論引擎,支援 Stable Diffusion、FLUX、Wan、Qwen Image、Z-Image 等多種模型。它基於 ggml 建構,運作方式與 llama.cpp 類似。此專案正在積極開發中,API 與命令列選項可能頻繁變更。

主要功能

  • 支援多種影像模型(SD1.x、SD2.x、SDXL、SD3/SD3.5、FLUX.1/2/3、Qwen Image、Z-Image 等)、影像編輯模型、影片模型(Wan2.1/Wan2.2、MiniMax-H3、LTX-2.3/2.5、HunyuanVideo 1.5)以及影片放大模型(RelayVSR、SeedVR2)。
  • 包含 PhotoMaker、IP-Adapter(SD 1.5 與 SDXL)、Control Net(SD 1.5)、ADetailer、LoRA 以及潛在一致性模型(LCM/LCM-LoRA)。
  • 支援多種後端:CPU(AVX、AVX2、AVX512)、CUDA、Vulkan、Metal、OpenCL 與 SYCL。
  • 接受 PyTorch checkpoint(.ckpt、.pth、.pt)、Safetensors(.safetensors)與 GGUF(.gguf)格式的模型權重;可將權重轉換為 .gguf 或 .safetensors。
  • 可在 Linux、macOS、Windows 與 Android(透過 Termux、Local Diffusion)上執行。
  • 提供多種取樣方法,包括 Euler A、Euler、Heun、DPM2、DPM++ 2M、DPM++ 2M v2、DPM++ 2S a、ER-SDE 與 LCM。

使用情境

stable-diffusion.cpp 適用於需要在各種硬體(包括 CPU 與不同後端的 GPU)上本機執行擴散模型推論的開發者與使用者。可用於影像生成、影像編輯、影片生成與影片放大。其輕量且無外部依賴的設計,使其適合整合到其他應用程式中,或在資源受限的裝置上使用。

快速開始

從發布頁面下載預先建置的二進位檔,或從原始碼建置。然後下載模型權重,例如:curl -L -O https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors使用單一指令生成影像:./bin/sd-cli -m ../models/v1-5-pruned-emaonly.safetensors -p "a lovely cat"

授權與價格

此專案採用 MIT 授權條款。為開放原始碼且免費使用。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/leejetstable-diffusioncpp.svg)](https://yunodb.com/tools/leejetstable-diffusioncpp?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/leejetstable-diffusioncpp?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/leejetstable-diffusioncpp.svg" alt="Featured on YunoDB" height="20"></a>