diffusionbee-stable-diffusion-ui
Diffusion Bee 是一款专为 Mac 用户打造的 Stable Diffusion 图形界面应用,旨在让本地 AI 绘画变得像使用普通软件一样简单。它主要解决了在个人电脑上部署和运行复杂 AI 模型的技术门槛问题,用户无需配置繁琐的开发环境或编写代码,只需一键安装即可立即开始创作。
这款软件特别适合设计师、创意工作者以及希望体验 AI 绘图但缺乏编程背景的普通用户。其核心亮点在于极致的隐私保护与易用性:所有图像生成过程均在本地完成,数据不会上传至云端;同时针对 Apple Silicon(M1/M2)芯片进行了深度优化,运行流畅高效。功能方面,Diffusion Bee 不仅支持基础的“文生图”和“图生图”,还集成了局部重绘(Inpainting)、向外扩展(Outpainting)、高清放大以及 ControlNet 等高级控制功能,并允许用户在应用内直接下载和管理多种主流模型版本。无论是想快速生成灵感草图,还是进行精细的图像编辑,Diffusion Bee 都能提供直观且强大的支持。
使用场景
一位独立游戏开发者需要在 M1 Mac 上快速为原型设计生成大量风格统一的资产素材,同时严格保护未公开的美术设定不泄露。
没有 diffusionbee-stable-diffusion-ui 时
- 环境配置噩梦:开发者需手动安装 Python、配置复杂的依赖库并编译代码,往往因环境冲突耗费数天时间才能跑通第一个 demo。
- 隐私泄露风险:使用在线生成服务必须上传草图或概念描述,导致核心创意暴露于云端,存在被窃取或滥用的隐患。
- 硬件性能浪费:通用脚本无法针对 Apple Silicon 芯片优化,生成速度慢且发热严重,难以进行批量迭代测试。
- 功能操作割裂:想要实现局部重绘(Inpainting)或控制姿态(ControlNet),需要切换多个不同工具或编写额外代码,工作流极不连贯。
使用 diffusionbee-stable-diffusion-ui 后
- 一键即刻启动:通过单击安装包即可在几分钟内完成部署,无需任何技术背景,让开发者立刻进入创作状态。
- 数据完全本地化:所有生成过程均在本地离线运行,确保游戏设定和美术草图绝不离开本机,彻底消除版权顾虑。
- M 系列芯片加速:专为 M1/M2 架构深度优化,推理速度显著提升,支持快速生成多尺寸图片并实时预览历史记录。
- 全流程可视化集成:在一个简洁界面中无缝切换文生图、局部重绘及 ControlNet 高级控制,大幅缩短从构思到成图的周期。
diffusionbee-stable-diffusion-ui 将原本高门槛的 AI 部署转化为零配置的本地化创作流,让 Mac 用户能安全、高效地释放 Stable Diffusion 的全部潜力。
运行环境要求
- macOS
无需独立 GPU,利用 Mac 内置 GPU(针对 M1/M2 芯片优化),Intel 机型需 macOS 12.3.1+,M1/M2 机型需 macOS 11.0.0+
未说明

快速开始
Diffusion Bee - 适用于 macOS 的 Stable Diffusion GUI 应用程序
Diffusion Bee 是在您的 Intel / M1 Mac 上本地运行 Stable Diffusion 的最简单方式。配备一键安装程序,无需任何依赖或技术知识。
- 在您的本地计算机上运行,不会将任何数据发送到云端(除了下载权重的请求,或者您选择上传图片的情况)。
- 如果您喜欢 Diffusion Bee,请考虑访问 https://Liner.ai ,这是一款一键式机器学习模型训练工具
请从 https://diffusionbee.com/ 下载。
如需提示创意,请访问 https://arthub.ai
加入 Discord 社区:https://discord.gg/t6rC5RaJQn
功能特性
- 完全的数据隐私——不会向云端发送任何信息(除非您选择上传图片)
- 干净且易于使用的用户界面,支持一键安装
- 图片生成图片
- 支持的模型:SD 1.x、SD 2.x、SD XL、修复画布、ControlNet、LoRA
- 可直接在应用内下载模型
- 修复画布
- 扩展画布
- 生成历史记录
- 图片超分辨率
- 多种图片尺寸选项
- 针对 M1/M2 芯片进行了优化
- 在您的本地计算机上运行
- 负面提示词
- 高级提示词选项
- ControlNet
使用方法
- 下载并启动应用程序

- 输入提示词并点击生成
文本生成图片:

图片生成图片:

多任务模式:

带遮罩的图片生成图片:

修复画布:


高级 AI 画布:


ControlNet:


下载模型:

历史记录:

欲了解更多信息,请访问 文档。
系统要求
- 配备 Intel 或 M1/M2 CPU 的 Mac
- 对于 Intel 处理器:macOS 12.3.1 或更高版本
- 对于 M1/M2 处理器:macOS 11.0.0 或更高版本
许可协议:Stable Diffusion 根据 CreativeML OpenRAIL M 许可协议发布:https://github.com/CompVis/stable-diffusion/blob/main/LICENSE Diffusion Bee 仅是 Stable Diffusion 的图形界面封装,因此 Stable Diffusion 的所有条款均适用于其输出结果。
参考文献
版本历史
2.5.32024/08/142.5.22024/07/122.5.12024/02/012.5.02024/01/232.4.42024/01/092.4.32023/12/232.3.02023/12/132.2.12023/06/211.7.42023/04/291.5.22023/02/131.5.12022/11/111.4.32022/10/291.4.22022/10/271.3.12022/10/211.2.02022/10/081.1.02022/10/021.0.02022/10/010.3.02022/09/250.2.22022/09/240.2.12022/09/23相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。
opencv
OpenCV 是一个功能强大的开源计算机视觉库,被誉为机器视觉领域的“瑞士军刀”。它主要解决让计算机“看懂”图像和视频的核心难题,提供了从基础的图像读取、色彩转换、边缘检测,到复杂的人脸识别、物体追踪、3D 重建及深度学习模型部署等全方位算法支持。无论是处理静态图片还是分析实时视频流,OpenCV 都能高效完成特征提取与模式识别任务。 这款工具特别适合计算机视觉开发者、人工智能研究人员以及机器人工程师使用。对于希望将视觉感知能力集成到应用中的软件工程师,或是需要快速验证算法原型的学术研究者,OpenCV 都是不可或缺的基础设施。虽然普通用户通常不会直接操作代码,但日常生活中使用的扫码支付、美颜相机和自动驾驶系统,背后往往都有它的身影。 OpenCV 的独特亮点在于其卓越的性能与广泛的兼容性。它采用 C++ 编写以确保高速运算,同时提供 Python、Java 等多种语言接口,极大降低了开发门槛。库中内置了数千种优化算法,并支持跨平台运行,能够无缝对接各类硬件加速器。作为社区驱动的项目,OpenCV 拥有活跃的生态系统和丰富的学习资源,持续推动着视觉技术的前沿发展。
