stable-diffusion-aesthetic-gradients

给 Stable Diffusion 上传几张图，就能生成同风格新图

stable-diffusion-aesthetic-gradients 是一个基于 Stable Diffusion 的个性化微调工具，通过美学梯度（Aesthetic Gradients）来调整生成图像的风格。它解决的是用户希望在不重新训练模型的情况下，让 Stable Diffusion 生成符合特定美学偏好（如某位艺术家风格、某种摄影风格）的图像问题。核心能力是利用 CLIP 模型提取参考图像的美学特征，计算梯度并注入到采样过程中，从而引导生成结果向目标风格偏移。项目提供 Jupyter Notebook 示例，用户只需提供少量参考图像，即可实现风格迁移，无需额外训练。技术栈基于扩散模型和 LAION 数据集，适合艺术家、设计师和 AI 爱好者快速实验。