在手机和边缘设备上跑通 Stable Diffusion，实现离线 AI 绘画。
Stable-Diffusion-NCNN 是一个基于 C++ 和 NCNN 推理框架的 Stable Diffusion 轻量级实现，支持在移动端（如 Android）和边缘设备上运行文本生成图像（txt2img）和图像生成图像（img2img）任务。它解决了 Stable Diffusion 原始模型依赖 GPU 和重型框架（如 PyTorch）导致部署困难的问题，通过将模型转换为 ONNX 并进一步优化为 NCNN 格式，实现了跨平台的高效推理。项目核心能力包括：提供完整的 C++ 推理管线，支持 CLIP 文本编码、扩散模型采样和图像解码；适配多种后端（NCNN、MNN、TensorRT、TNN），便于在不同硬件上部署；内置可执行文件，方便快速测试。该项目适合对移动端 AI 绘画感兴趣的开发者，用于研究模型压缩、推理优化和边缘端生成应用。
1下载模型与程序
从百度网盘、Google Drive 或 GitHub Release 页面下载所需的模型文件和 x86 可执行程序。
2进入 exe 目录
切换到仓库的 x86/exe 目录；如果你单独下载的是 exe，则进入 exe 所在目录。
cd x86/exe3放置 bin 模型文件
README 说明需下载 4 个 bin 文件，并将其与 exe 放在一起（README 未列出具体文件名）。
4运行程序生成图像
运行该目录下的可执行文件做 txt2img 生成；README 未给出具体命令行参数，请以仓库说明为准。
可执行文件运行后能正常输出生成的图像即视为部署成功；可对照 README 中 i7-12700 的每步耗时参考。
Q：模型和 exe 从哪里下载？
A：可从百度网盘、Google Drive 或项目的 Release 页面下载，README 提供了这三个渠道的链接。
Q：我只想要 ncnn 模型怎么办？
A：可到 OpenMMLab 的“硬件模型库-设备专用模型”搜索，README 称其速度更快且免费。
Q：256x256 和 512x512 怎么选？
A：256x256 占用更低，i7-12700 上约 3.58G 内存；512x512 约 5.24G，内存紧张时选小尺寸。
Q：Android 上能用吗？
A：可以，README 提到已发布支持 txt2img 与 img2img 的 apk，直接安装即可。
stable-diffusion.cpp、OnnxStream、DiffusionBee
Stable-Diffusion-NCNN 是图像领域的开源项目，由 EdVince 开发，2022 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（1,069）位列前 30%，在图像分类的 839 个项目里位列前 15%。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-07。基于BSD-3-Clause许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：在Android手机上开发离线AI绘画应用。同类可对比的替代方案包括 stable-diffusion.cpp、OnnxStream、DiffusionBee。
上一篇：sd-face-editor
下一篇：comfyui
satori
开源
网页代码一键变高清图，放大不糊，不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成，让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
stable-diffusion-webui
开源
打开网页说想法，配图素材几秒到手
Stable Diffusion web UI
ComfyUI
开源
像搭积木一样连节点，生图流程自己搭
The most powerful and modular diffusion model GUI, api and backend with a graph/node···