diffusionbee-stable-diffusion-ui

GitHub
13.5k 718 非常简单 1 次阅读 今天AGPL-3.0图像
AI 解读 由 AI 自动生成,仅供参考

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

操作系统
  • macOS
GPU

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+

内存

未说明

依赖
notes该工具专为 Mac 设计,提供一键安装程序,无需配置环境或具备技术知识。支持 Intel 和 Apple Silicon (M1/M2) 芯片。数据完全本地运行,不上传云端(除非用户主动选择上传图片或下载模型)。支持多种模型(SD 1.x, 2.x, XL, ControlNet, LoRA 等)及图生图、局部重绘等功能。
python未说明
未说明 (提供一键安装包,无需手动安装依赖)
diffusionbee-stable-diffusion-ui hero image

快速开始

Diffusion Bee - 适用于 macOS 的 Stable Diffusion GUI 应用程序

Twitter

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

下载

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

  1. 下载并启动应用程序

image

  1. 输入提示词并点击生成

文本生成图片:

Screenshot 2023-12-13 at 1 19 38 PM

图片生成图片:

Screenshot 2023-12-13 at 1 14 35 PM

多任务模式:

Screenshot 2023-12-13 at 1 11 14 PM

带遮罩的图片生成图片:

image

修复画布:

image

image

高级 AI 画布:

Screenshot 2023-12-13 at 1 13 59 PM

image

ControlNet:

Screenshot 2023-12-13 at 1 12 43 PM

Screenshot 2023-12-13 at 1 12 22 PM

下载模型:

Screenshot 2023-12-13 at 1 13 08 PM

历史记录:

image

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

  1. https://github.com/CompVis/stable-diffusion
  2. https://github.com/madebyollin/maple-diffusion
  3. https://github.com/divamgupta/stable-diffusion-tensorflow
  4. https://github.com/liuliu/swift-diffusion(特别感谢 Liu Liu)
  5. https://github.com/huggingface/diffusers

版本历史

2.5.32024/08/14
2.5.22024/07/12
2.5.12024/02/01
2.5.02024/01/23
2.4.42024/01/09
2.4.32023/12/23
2.3.02023/12/13
2.2.12023/06/21
1.7.42023/04/29
1.5.22023/02/13
1.5.12022/11/11
1.4.32022/10/29
1.4.22022/10/27
1.3.12022/10/21
1.2.02022/10/08
1.1.02022/10/02
1.0.02022/10/01
0.3.02022/09/25
0.2.22022/09/24
0.2.12022/09/23

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

349.3k|★★★☆☆|3天前
Agent开发框架图像

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。

162.1k|★★★☆☆|4天前
开发框架图像Agent

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。

108.1k|★★☆☆☆|昨天
开发框架图像Agent

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

90.1k|★★★☆☆|3天前
语言模型图像Agent

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。

88.9k|★★★☆☆|4天前
开发框架图像Agent

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。

87k|★☆☆☆☆|昨天
开发框架图像