SamImageGenerator a Stable Diffusion
Otwarte modele na własnym GPU wygrywają kontrolą i kosztem obrazu. Są też budową od zera. To jest ta sama praca bez niczego do instalowania.
SamImageGenerator ·
Uruchomienie Stable Diffusion lokalnie jest zdecydowanie najpotężniejszą opcją na tej liście. Nieograniczone generacje, dowolny checkpoint, LoRA, ControlNet, grafy węzłów i nic z tego, co robisz, nigdy nie opuszcza twojej maszyny. Jeśli generujesz codziennie i lubisz dłubać, kosztem krańcowym obrazu jest prąd i żaden hostowany produkt tego nie pobije.
Część, której nie ma w poradniku
Ceną jest konfiguracja i ta cena jest realna. Wydajna karta graficzna, środowisko Pythona, które nadal działa, pliki modeli liczone w gigabajtach, rozszerzenie psujące się po aktualizacji i całe popołudnie między decyzją a pierwszym obrazem. To popołudnie jest w porządku, kiedy to hobby, i drogie, kiedy obraz miał być gotowy dziś rano.
Obok siebie
| SamImageGenerator | Stable Diffusion u siebie | |
|---|---|---|
| Sprzęt | Przeglądarka, którą i tak masz otwartą | Wydajna karta graficzna |
| Instalacja | Żadna | Środowisko Pythona i pliki modeli |
| Modele | Stała, dobrana lista stylów | Dowolny checkpoint, LoRA lub ControlNet |
| Gdzie trafiają wyniki | Galeria i adresy do udostępnienia | Twój własny dysk |
| API i osadzanie | Udokumentowany endpoint i znacznik skryptu | To, co zbudujesz sam |
Co wybrać
Rozsądny podział: lokalnie, kiedy badasz technikę, hostowane, kiedy potrzebujesz obrazu. Rezygnujesz tu z własnych checkpointów i kontroli niskiego poziomu, a dostajesz listę stylów, która pokrywa już te wyglądy, dla których większość instaluje rozszerzenia; które zdanie wysyła każdy z nich, opisuje zestawienie stylów. Wszystko działa identycznie na laptopie, telefonie i pożyczonym komputerze, bo model chodzi po naszej stronie.