Stable Diffusion online AI

Mi az az utasítás?

A prompt egy szöveges leírás, amely irányítja az AI-t. Tartalmazhat témát, művészeti stílust, megvilágítást, hangulatot és médiumot — például: 'egy középkori lovag egy sötét erdőben, olajfestmény, drámai megvilágítás, filmes'. Minél pontosabb a promptod, annál közelebb lesz az eredmény az elképzelésedhez. Tartsd 350 karakter alatt a legjobb eredményekhez.

A negatív prompt megmondja az AI-nak, mit hagyjon ki a képből.

Mi az a negatív prompt?

A negatív prompt megmondja az AI-nak, mit NE mutasson. Tipikus példák: 'blurry, low quality, watermark, text, deformed hands'. Ezekkel eltávolíthatod a jellemző AI-hibákat.

A negatív promptok gyorsan javítják a képminőséget. Adj hozzá súlyokat — például '(blurry:1.4)' — hogy erősebbek legyenek.

Mit jelent a seed?

A seed egy szám, amely inicializálja a képgenerálás mögötti véletlenszerű folyamatot. Minden kép zajból indul, és a seed meghatározza, hogyan néz ki ez a kiindulási zaj. Hagyd -1-en, hogy minden alkalommal véletlenszerű seedet — és más képet — kapj.

Rögzítsd a seedet, hogy pontosan ugyanazt a képet reprodukálhasd. Ez hasznos kísérletezéshez: tartsd a seedet állandón, míg csak a promptot vagy a beállításokat változtatod, hogy pontosan összehasonlítsd a változatokat. Így tudod később is újra létrehozni egy kedvenc eredményt.

Mi az a LoRA?

A LoRA a Low-Rank Adaptation rövidítése. Egy kis kiegészítő fájl (általában 50–150 MB), amely finomhangolja az alap modellt egy adott stílusra, karakterre vagy témára — anélkül, hogy az egész modellt újratanítaná.

Tölts be egy LoRÁt, hogy képeket generálj egy adott művészeti stílusban, reprodukálj egy adott karaktert, vagy egyezz meg egy referencia-koncepcióval. Több LoRát is kombinálhatsz egyetlen promptban súlyok segítségével: <lora:my-style:0.8>. Több ezer ingyenes LoRA elérhető a Civitai-on és a Hugging Face-en.

Hogyan telepítsük a Stable Diffusiont helyben?

A Stable Diffusion helyi futtatásához legalább 6 GB VRAM-mal rendelkező újabb NVIDIA GPU szükséges. Az AMD GPU-k ROCm-meghajtókkal működnek Linuxon. Az Apple Silicon (M1/M2/M3) is támogatott az MPS backend-en keresztül. Ha nincs kompatibilis GPU-d, ingyenes online eszközünk közvetlenül a böngésződben fut — nincs szükség telepítésre.

Mennyi VRAM kell a Stable Diffusionhoz?

Legalább 4 GB VRAM szükséges a Stable Diffusion futtatásához. Az SDXL modelleknél 6 GB az ajánlott minimum. 8 GB vagy több esetén nagyobb képeket generálhatsz és több funkciót használhatsz.

GPU nélkül is futtathatod CPU-n, de sokkal lassabb. Ingyenes online demónkat GPU nélkül is használhatod.

Mi az az img2img?

Az img2img lehetővé teszi, hogy egy meglévő képet kiindulópontként használj. Megadsz egy forrásképet és egy promptot. A Stable Diffusion ezután az utasításaid alapján átalakítja a képet.

Használd egy fotó stílusának megváltoztatásához, egy generált kép javításához vagy egy vázlat finomításához. A denoising erőssége szabályozza, mennyit változtat az AI az eredetin.

Használhatom kereskedelmi célra a Stable Diffusion képeket?

Ez a modelltől függ. A Stable Diffusion alap modelljei a CreativeML Open RAIL-M licencet használják. Ez engedélyezi a kereskedelmi felhasználást, de korlátozásokkal — nem használhatod a képeket emberek megkárosítására vagy megtévesztésére.

Mindig ellenőrizd a használt checkpoint licencét. Egyes közösségi modellek korlátozzák a kereskedelmi felhasználást. Ha AI-generált képeket adsz el vagy teszel közzé, jegyezd fel a modellt és a licencét.

Mi az a ControlNet?

A ControlNet egy kiegészítő a Stable Diffusionhoz, amely pontos kontrollt ad a képkompozíció felett. Megadsz egy referencia képet — pózot, éldetektálási vagy mélységtérképet — és az AI követi azt a struktúrát.

Használd a ControlNetet egy személy pontos pózának megőrzéséhez, jelenetelosztás másolásához vagy vázlat precíz követéséhez. A promptoddal együtt működve irányítja a kép tartalmát és szerkezetét.

Mi az a checkpoint?

A checkpoint egy mentett AI-modellfájl. Mindent tartalmaz, amit a modell a tanítás során megtanult. Egy checkpointot töltesz be, hogy beállítsd a képeid stílusát és témáját.

A különböző checkpointok nagyon eltérő eredményeket adnak. Némelyiket realisztikus fotókhoz, másokat animéhez vagy illusztrációhoz tanítottak. Ingyenes checkpointokat tölthetsz le a Hugging Face-ről vagy a Civitairól.

Mi az a ComfyUI?

A ComfyUI egy ingyenes, csomópontalapú felület a Stable Diffusionhoz. Képworkflow-kat hozol létre csomópontnak nevezett blokkok összekapcsolásával. Minden csomópont egy lépést végez — modellt tölt be, promptot ad hozzá vagy menti a képet.

A ComfyUI teljes kontrollt ad minden lépés felett. Gyorsabb és könnyebb, mint az Automatic1111. A haladó felhasználók összetett workflow-khoz kedvelik. A workflow-kat JSON-fájlként megoszthatod.

Mi az a Flux?

A Flux egy szöveg-képpé alakító AI modell a Black Forest Labs-tól, amelyet korábbi Stability AI kutatók alapítottak. A legújabb verzió a FLUX.2, amely 2025 novemberében jelent meg. Akár 4MP felbontású, fotorealisztikus képeket készít többreferenciás vezérléssel.

A FLUX.2 négy változatban érhető el: Max (legjobb minőség), Pro (minőség teljes sebességgel), Flex (precizitás és éles szövegmegjelenítés) és Dev (nyílt súlyok, szabad telepítés). A FLUX.2 Dev futtatható ComfyUI-ban vagy Automatic1111-ben — ugyanazokkal az eszközökkel, mint a Stable Diffusion.