低配置电脑玩转 Stable Diffusion
如果你正在寻找一种不需要担心 GPU 限制、也不用自己下载模型、能够快速生成高质量图片的方法，那么在云端运行 Stable Diffusion 的方式将是一个很好的选择。
今天给大家盘点三家提供 Stable Diffusion WebUI 的平台，我们从计费方式，价格，模型数量，生成速度，安全性等维度进行对比分析，方便大家清晰地了解。
推荐指数：★★★☆☆
- 推荐理由：RunDiffusion 是一个专注于 Stable Diffusion 模型的平台，根据租用服务器的时间和模型的数量收费。
- 优点：它支持使用 ControlNet 来控制生成图像的风格和细节，而且允许开发者添加自己的模型。最大比例支持 1024 * 1024。
- 缺点：它的价格相对较高，而且支持的模型数量有限，只有 59 种。RunDiffusion 的生成速度平均需要 5 秒/张图片。
推荐指数：★★☆☆☆
网址：https://colab.google/notebooks
- 推荐理由：Google Colab 是一个基于云端的交互式 Python 环境，它可以让用户使用 Google 的计算资源来运行任何 Stable Diffusion 模型。
- 优点：它提供了免费和付费的选项， 可以支持多个用户同时使用，并且可以利用 Google Cloud 的资源进行扩展。最大比例支持 2048 * 2048。
- 缺点：付费用户是小时计费，并且需要用户自己安装和配置相关的库和代码，也需要用户自己下载和运行相关的模型。Google Colab 的生成速度平均需要 10 秒/张图片。
推荐指数：★★★★☆
- 推荐理由：Omniinfer 是一个提供 Stable Diffusion 模型 API 的平台，它可以让用户通过简单的调用就可以生成高质量的图像。
- Omniinfer 的优点：每个账户有初始额度，可以免费体验服务，支持超过 10000 种 Stable Diffusion 模型，并且允许开发者添加自己的模型。Omniinfer 也支持使用 ControlNet 来控制生成图像的风格和细节。最大比例支持 2048 * 2048。
- Omniinfer 的另一个优点是它的价格相对较低，而且按照使用次数收费，让用户可以灵活地控制自己的成本，512 * 512 的图每张 $0.0015。。Omniinfer 的生成速度也很快，平均只需要 3 秒/张图片。
- 缺点：Inpainting 还在内测，目前不可用
综上所述，如果你考虑到 Stable Diffusion 模型的数量、生成速度、价格和易用性，我建议你使用 Omniinfer；如果你考虑到服务器和模型的定制化和控制性，我建议你使用 RunDiffusion；如果你考虑到免费和扩展性，我建议你使用 Google Colab。当然，这些都是我的个人意见，你可以根据自己的实际情况和需求来做出最适合你的选择。
我希望这篇文章对你有帮助。如果你还有其他问题，请告诉我。
Stable Diffusion 太强大了