2023年3月或许是迄今为止全地球最关心AI的一个月，但或许是从此刻开始的未来中，全球最不关心AI的一个月。
姗姗来迟，今天为大家带来大家都在关心的AI绘画软件比较，Stable Diffusion VS Midjourney，也就是SD和MJ。
2023年3月，这两款软件和ChatGPT一起，作为几乎是第一批AIGC的代名词收割了全球的目光。
这两款软件各有千秋，但对于我来说，最终的选择倾向早有定数。
SD和MJ都属于能够通过prompt（提示词）来进行文生图，或是图生图的方式来生成想要的图片，但在很多具体的部分有很大的差异。
本文的目的就是介绍一下两个软件，再对比不同之处。
软件简介 Stable Diffusion是2022年发布的深度学习文本到图像生成模型，它是一种潜在扩散模型，它由创业公司Stability AI与多个学术研究者和非营利组织合作开发。
目前的SD的源代码和模型都已经开源，在Github上由AUTOMATIC1111维护了一个完整的项目，正在由全世界的开发者共同维护。
由于完整版对网络有一些众所周知的需求，国内有多位开发者维护着一些不同版本的封装包。
Coder为SD的普及做出了难以磨灭的贡献。
SD最大的特征，就是由于其开源的特性，可以在电脑本地上离线运行。
可以在大多数配备至少8GB显存的适度GPU的消费级硬件上运行。
我的推荐显存线是12G。
Stable Diffusion界面如下： Midjourney是一款由总部位于旧金山的独立研究实验室Midjourney, Inc.创建和托管的人工智能程序和服务。
Midjourney基于Discord平台提供服务，可以根据自然语言描述（称为“提示”）生成图像，也支持图生图功能。
使用MJ需要登陆Discord账号，在聊天界面发送指令后就可以直接在线得到AI图像。
主要特征 Stable Diffusion主要特征：①硬件要求高：需要本地的独立显卡，对硬件要求很高。
纯CPU也能跑，但是速度会非常慢。
②部署相对麻烦：环境布置略微麻烦，需要从GitHub上用众所周知的方式下很多文件，且要求一定的python知识。
如使用国内技术大牛打包的整合包会稍微好一些，但需要从网盘下载，也较为麻烦。
③使用难度较高：SD的界面有很多内容，如采样方式等，以及训练等都需要比较复杂的学习过程。
④上限/下限差距极大：无特殊操作的情况下，SD可能跑出古神。
需要有一定的学习过程才能跑出好看的图片，但是图片如果好看，又可以做到非常精致。
难上手，难精通，但是精通之后上限极高。
⑤可控性极强：插件极多，LORA极多，可以几乎随心所欲地换风格和形态，出图的数量也极大。
⑥可完全本地运行：运行全程可无需联网，数据仅存在本地，拥有硬件即可无限使用。
⑦【极其重要】可以训练模型：可以“炼丹”，训练只属于自己的数据库，让AI完全按照自己的想法去塑造目标风格的内容。
Midjourney主要特征：①无硬件要求：使用科学上网，能够使用discord就能够使用。
对本地硬件性能0要求，可以在几乎所有设备上运行。
②部署极为简单：点开discord马上就能使用，几乎没有什么门槛。
③使用难度较低：基本上复制好提示词，选好选项，就可以。
④上限/下限差距很小：无特殊操作的情况下，MJ能够立刻产出比较讨喜的图片。
但是能够把控的范围也更小。
容易上手，容易精通，但是精通之后上限相对固定。
⑤可控性极弱：没有插件，没有LORA，产出的画面风格非常固定。
⑥必须联网运行：运行全程联网，数据存在服务器上，难以本地保存。
⑦无法自定义自己想要的模型：只能用官方提供的。
操作效果 直观的来说，啥都不会的人，哪怕复制别人的提示词，SD的用户会得到： 但是MJ用户只要复制提示词，一开始就能得到： 但是到后面，随着能力的提升，SD用户能够随心所欲地训练自己的模型和LORA，乃至引入controlnet用各类工具来控制AI绘画出图的内容。
甚至还可以指定区域重绘……这个过程最终就会很像真实的绘画。
小结 简单来说，SD是在本地运行的服务，开源，但门槛较高，但是能够实现的效果上限极高。
而MJ作为在线的服务，门槛低，但是可控性不够强，上下限差距不大。
SD和MJ我都高强度用了一段时间，但我还是坚持选择SD。
因为SD可以训练自己想要的模型，并且完全掌控。
虽然炼丹比较麻烦，其中涉及到很多参数调整和素材，非常复杂，但是这个过程走完之后得到的模型能够成为炼丹术士的美术资产。
今后的世界里，只属于自己的模型或许是公司或是个人的重要资产，是竞争力，也是壁垒。