Diffusion Bee – Stabile Diffusion-GUI-App für MacOS
Diffusion Bee ist die einfachste Möglichkeit, Stable Diffusion lokal auf Ihrem Intel / M1 Mac auszuführen. Wird mit einem Ein-Klick-Installationsprogramm geliefert. Keine Abhängigkeiten oder technische Kenntnisse erforderlich.
- Läuft lokal auf Ihrem Computer, es werden keine Daten an die Cloud gesendet (außer bei der Anfrage zum Herunterladen der Gewichte oder wenn Sie sich zum Hochladen eines Bildes entschieden haben).
- Wenn Ihnen Diffusion Bee gefällt, sollten Sie einen Blick auf https://Liner.ai werfen, ein Ein-Klick-Tool zum Trainieren von Modellen für maschinelles Lernen
Herunterladen unter https://diffusionbee.com/
Für schnelle Ideen besuchen Sie https://arthub.ai
Treten Sie dem Discord-Server bei: https://discord.gg/t6rC5RaJQn
Merkmale
- Vollständiger Datenschutz – nichts wird an die Cloud gesendet (es sei denn, Sie möchten ein Bild hochladen)
- Saubere und benutzerfreundliche Benutzeroberfläche mit Ein-Klick-Installationsprogramm
- Bild für Bild
- Unterstützte Modelle: - SD 1.x, SD 2.x, SD XL, Inpainting, ControlNet, LoRA
- Laden Sie Modelle aus der App herunter
- In-Malerei
- Ausmalen
- Generationengeschichte
- Bilder hochskalieren
- Mehrere Bildgrößen
- Optimiert für M1/M2-Chips
- Läuft lokal auf Ihrem Computer
- Negative Aufforderungen
- Erweiterte Eingabeaufforderungsoptionen
- ControlNet
Wie zu verwenden
- Laden Sie die Anwendung herunter und starten Sie sie
- Geben Sie eine Eingabeaufforderung ein und klicken Sie auf „Generieren“.
Text zum Bild:
Bild zu Bild:
Mehrere Apps:
Bild zu Bild mit Maske:
Inpainting:
Erweitertes KI-Canvas:
ControlNet:
Modelle herunterladen:
Geschichte:
Weitere Informationen finden Sie in der Dokumentation.
Anforderungen
- Mac mit Intel- oder M1/M2-CPU
- Für Intel: MacOS 12.3.1 oder höher
- Für M1/M2: MacOS 11.0.0 oder höher
Lizenz: Stable Diffusion wird unter der CreativeML OpenRAIL M-Lizenz veröffentlicht: https://github.com/CompVis/stable-diffusion/blob/main/LICENSE Diffusion Bee ist nur ein GUI-Wrapper zusätzlich zu Stable Diffusion, also die gesamte Laufzeit von Auf die Ausgänge wird eine stabile Diffusion angewendet.
Referenzen
- https://github.com/CompVis/stable-diffusion
- https://github.com/madebyollin/maple-diffusion
- https://github.com/divamgupta/stable-diffusion-tensorflow
- https://github.com/liuliu/swift-diffusion (großes Dankeschön an Liu Liu)
- https://github.com/huggingface/diffusers