Stable-Diffusion 是由 Stability AI 开发的开源文本到图像生成模型，基于潜在扩散模型（Latent Diffusion）架构，能够根据自然语言描述生成高质量图像。该模型通过数十亿级图文对训练，支持多分辨率输出（如 512x512 至 1024x1024），可生成写实、艺术风格或抽象视觉内容，广泛应用于创意设计、广告素材生成、游戏资产创作及教育可视化。其开源特性允许用户本地部署，通过调整提示词、采样步数等参数精细化控制生成效果，同时支持图像修复、超分辨率等扩展任务。技术挑战包括平衡生成质量与计算资源消耗（需中高端 GPU）、避免生成偏见或敏感内容，以及优化实时交互体验。

源模型工程请访问：Stable-Diffusion

Model Farm 提供预编译好的模型资源以及推理代码，支持以下两种方式获取：

• 通过 Model Farm 页面获取：在右侧性能参考板块中点击模型 & 代码获取模型资源及代码包。

• 通过命令获取（推荐）：持有阿加犀开发板的用户，可以通过开发板内置的 MMS 工具获取模型资源及代码包。

MMS 具体使用请参考：MMS 使用 & 提前获取预览版块模型

当用户对源模型进行过微调，需要重新进行模型转换。

用户可以自行参考以下两种方式完成模型转换：

• 使用 AIMO 完成模型转换：在右侧性能参考板块中点击模型转换参考查看模型转换步骤

• 使用高通 QNN 完成模型转换：请参考 Qualcomm QNN 文档

Model Farm 所提供的模型性能基准测试以及示例代码皆基于阿加犀AidLite SDK 实现。

对于模型文件格式为 .bin 的模型，可以使用以下两种推理引擎完成模型在高通芯片上推理：

• 使用 APLUX AidLite 推理：详情请参考 APLUX AidLite 开发者文档

• 使用 Qualcomm QNN 推理：请参考 Qualcomm QNN 文档

推理示例代码

推理示例代码是基于 AidLite SDK 实现

点击模型 & 代码下载模型文件和推理代码包，文件结构如下

/model_farm_{model_name}_aidlite
    
    |__ models # folder where model files are stored

    |__ python # aidlite python model inference example

    |__ cpp # aidlite cpp model inference example

    |__ README.md