stable_diffusion_playground

玩转Stable Diffusion,保存元数据实现可复现,还能图像插值

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 23 🐛 待处理 7 👀 关注 5
GitHub ↗
GitHub 星标 ★ 205
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,可自行部署使用。

项目预览

stable_diffusion_playground 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gordicaleksa
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
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
技术栈/模型diffusion-models,image-generation,latent-diffusion-models,stable-diffusion,stable-diffusion-tutorial
GitHub 星标★ 205
上线时间2022-08-28 00:00:00
代码更新2022-09-14
仓库体积688 KB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

这是一个用于探索和实验 Stable Diffusion 的交互式工具,旨在让用户轻松生成图像并实现可复现性。项目解决了生成图像难以复现的问题,通过保存生成过程中的元数据和潜在空间(latent)信息,用户可以在之后对任意两张生成的图像进行插值(interpolate),从而创造出平滑过渡的视觉效果。其核心能力包括:基于 Stable Diffusion 的图像生成、完整的元数据记录、以及图像间潜在空间插值功能。项目使用 Python 编写,提供了简单的接口供用户调用,适合对扩散模型感兴趣的开发者进行学习和二次开发。

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 2026-08-09 · 当前星标 ★ 205

核心亮点

  • 保存完整元数据和潜在信息,生成的图像可精确复现
  • 支持在任意两张生成图像之间进行插值,创造平滑过渡效果
  • 代码结构简洁,适合作为Stable Diffusion入门学习参考

不足之处

  • 文档/社区待观察
  • 功能相对单一,主要聚焦生成与插值,缺乏高级编辑能力

适用场景

  • 研究扩散模型的生成机制和潜在空间特性
  • 快速生成可复现的图像,用于实验对比
  • 生成图像序列,制作过渡动画或视觉效果

替代项目

InvokeAI、ComfyUI、Stable Diffusion WebUI

上一篇:dynacover

下一篇:blur-diffusion

同类项目推荐

grok-imagine-api 开源

照着提示词配方和轮询示例,快速接入 Grok 图像生成与编辑

Grok Imagine API guide: image generation and editing on the grok-imagine routes, per···

★ 134 2026-10-06
stable-ui 开源

免显卡,浏览器里用 Stable Horde 集群生成 AI 图片

A frontend for generating images with Stable Diffusion through Stable Horde

★ 254 2026-08-09
mono-pix 开源

像素图秒变高清真实图,免费且浏览器本地运行

Turn Fake Pixel Art Real — Fast, free, and runs in your browser.

★ 155 2026-08-09
RandAR 开源

随机顺序自回归,图像生成更快更清晰

[CVPR 2025 (Oral)] Open implementation of "RandAR"

★ 209 2026-08-09
dsh-imagegen 开源

在 DSH 网页里直接文生图、图生图,历史跨设备同步

DSH (DeepSeek Harness) Web GUI AI image generation plugin: text-to-image & image-to-···

★ 183 2026-10-23
feed_forward_vqgan_clip 开源

免优化,直接生成,让文本转图像快人一步

Feed forward VQGAN-CLIP model, where the goal is to eliminate the need for optimizin···

★ 140 2026-08-09
MGVQ 开源

让 VQ-VAE 超越 VAE,多组量化提升图像重建与生成质量

[Arxiv'25] MGVQ: Could VQ-VAE Beat VAE? A Generalizable Tokenizer with Multi-group Q···

★ 55 2026-08-09
story-iter 开源

免训练迭代框架,让长故事图像生成角色不崩、情节连贯。

[ICLR 2026] A Training-free Iterative Framework for Long Story Visualization

★ 959 2026-08-09