ml-stable-diffusion

在 Mac 和 iPhone 上本地跑 Stable Diffusion，离线出图。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 1080 🐛 待处理 192 👀 关注 139

GitHub ↗

GitHub 星标 ★ 17967

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源免费，需自行部署

项目预览

ml-stable-diffusion 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类图像生成

开发团队apple-aiml-research

GitHubhttps://github.com/apple-aiml-research/ml-stable-diffusion

定价模式🏷️完全免费

价格说明开源免费，需自行部署

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

GitHub 星标★ 17967

上线时间2022-11-16 00:00:00

代码更新2026-09-11

仓库体积23.6 MB

本站数据更新2026-11-02

维护状态维护中

收录时间2026-09-18

浏览次数2

项目介绍

ml-stable-diffusion 是苹果官方开源的 Stable Diffusion 推理实现，专门面向 Apple Silicon 芯片（M1/M2/M3 系列）优化。它把原本依赖 NVIDIA GPU 的扩散模型转换为 Core ML 格式，让 Mac、iPhone、iPad 等设备无需独立显卡即可本地生成图像。项目提供模型转换脚本、Swift 与 Python 推理示例，并支持 PyTorch 权重到 Core ML 的完整流水线，用户可自行转换任意 Stable Diffusion 模型。核心能力包括：利用 Apple Neural Engine 与 GPU 加速、支持图像到图像、文本到图像、负向提示词、无分类器引导、多步采样调度器，以及量化压缩以降低内存占用。它解决的是苹果生态缺少高效本地扩散模型推理方案的问题，让开发者能在端侧离线运行生成式 AI，兼顾隐私与速度。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-18 · 当前星标 ★ 17967

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

macOS 13.1 或更高版本（模型转换与项目构建）
Python 3.8（用于模型转换）
coremltools 7.0（用于模型转换）
Xcode 14.3 与 Swift 5.8（用于构建 Swift 项目）
目标设备：macOS 13.1+，iPadOS/iOS 16.2+（内存优化版需 macOS 14.0+ / iOS 17.0+）

安装与启动步骤

1检查系统版本

确保 macOS 版本满足要求，不同用途版本要求不同。
2安装转换依赖

安装 Python 3.8 和 coremltools 7.0，用于将 PyTorch 模型转换为 Core ML。
3转换模型

使用 python_coreml_stable_diffusion 包转换模型，生成 Core ML 模型文件。
4构建 Swift 项目

使用 Xcode 14.3 和 Swift 5.8 构建 StableDiffusion 包。

5运行 CLI 示例

使用转换后的模型生成图像，替换资源路径和输出路径。

swift run StableDiffusionSample "a photo of an astronaut riding a horse on mars" --resource-path /your/path/to/mlpackages/Resources/ --seed 93 --output-path /your/path/to/output/image