Stable Diffusion 4 开源预览发布，画质与可控性全面升级

Stability AI 近日发布 Stable Diffusion 4 开源预览版，这是该系列自问世以来的第四次重大更新。新版本在图像质量、文本遵循与人体结构方面实现显著跃升，尤其将原生生成分辨率提升至 2048×2048，较前代的 1024×1024 直接翻了四倍，为设计师与开发者提供了更高质量的本地图像生成方案。

技术升级：架构与细节双突破

SD4 采用了改进的 Diffusion Transformer 架构，在提升模型表达能力的同时，减少了生成时间与资源消耗。官方给出的对比数据显示，在同等条件下，SD4 生成速度从 SD3 的 10 秒缩短至 8 秒，提速约 20%。新架构还让模型在高分辨率下依然能保持细腻的细节渲染，减少放大后的模糊与失真。

更值得关注的是文字渲染能力的飞跃。此前 AI 图像模型在生成画面中的文字时常出现乱码或扭曲，而 SD4 大幅提升了文字可读性，支持多种字体与语言，文字与图像融合更加自然。对于需要制作海报、广告或含有字幕内容的创作者来说，这无疑是一大福音。

人体结构也是此次升级的重点。SD3 在人体结构评测中的得分仅为 78%，而 SD4 跃升至 92%，提升了 14 个百分点。这意味着四肢扭曲、手指畸形等常见问题得到有效改善，人物姿态更加自然。文本遵循方面，SD4 的得分从 85% 提升至 95%，模型能更准确地理解并执行复杂的提示词要求。

可控性增强：ControlNet 更强大

SD4 对 ControlNet 进行了增强，支持更精确的姿势、深度与边缘控制，并新增了多种控制模式。这让用户能够通过参考图或深度图精准约束生成结果，在保持构图一致性的同时自由发挥创意。无论是角色设定、场景搭建还是动态捕捉，创作者都能获得更强的掌控感。

开源生态：开放权重与工具适配

延续 Stability AI 一贯的开放权重策略，SD4 允许商业使用，旨在促进社区创新与扩展。官方同时公布了三个模型变体：SD4-base 标准版平衡质量与速度，适合大多数用户；SD4-plus 增强版提供更高质量但需要更多计算资源，适合专业制作；SD4-light 轻量版针对边缘设备优化，可在资源受限的环境中运行。

生态适配也已同步启动。ComfyUI、Stable Diffusion WebUI 等主流工具已开始适配 SD4，官方提供了详细的迁移指南，并保证插件与扩展的兼容性。对于已经熟悉 SD 系列的开发者而言，迁移成本被控制在较低水平。

影响与展望

对于设计师与开发者来说，SD4 意味着更高质量、更低成本的本地图像生成方案。用户可以根据自己的硬件条件选择合适的版本，并关注社区后续推出的优化与扩展。Stability AI 表示，SD4 是对开源社区的又一次贡献，旨在推动 AI 图像生成技术的普及与创新，未来将继续保持开放态度，与社区共同发展。可以预见，随着生态工具的逐步完善，SD4 将加速 AI 图像生成在创意产业中的落地，让更多创作者享受技术红利。