leejet/stable-diffusion.cpp

项目概览

在本地设备上无需 Python 环境即可运行主流扩散模型，提供基于 C/C++ 原生运行视频和图像生成的轻量方案。

项目类型

模型运行 · 图像视觉 · 视频技术

部署方式

查看项目说明

License

MIT

适合谁

• 追求轻量部署、需要在无 Python 环境的系统中运行扩散模型的 C++ 开发者。
• 希望在资源受限的个人设备上进行本地模型推理的隐私需求者。

核心能力

• 在纯 C/C++ 环境下加载并执行多种主流图像与视频扩散模型的计算图。该能力利用底层优化进行运算，为用户提供无需庞大运行时的原生生成体验，目前状态为可用。
• 内置了可通过浏览器访问的图形交互界面，省去额外开发前端的成本，用户启动后即可通过 Web UI 进行生成任务的调试与交互，目前状态为可用。
• 支持将各类原始模型权重文件转换为 .gguf 或 .safetensors 格式，帮助用户将模型适配为底层推理引擎所需的格式，目前状态为可用。

限制与风险

• 由于项目正处于活跃开发阶段，其命令行参数与 API 接口可能频繁发生变更。在将其用于自动化生产流水线时需留意版本升级带来的破坏性更改。

如何开始

• 首选的成功路径为：获取 sd 可执行文件，下载所需模型权重，最后在命令行中运行单条指令生成图像。整体准备难度适中，无需额外代码编写。
• 运行前必须手动获取对应的扩散模型权重文件。GPU 非强制要求，但配备支持的硬件可加速本地推理过程。

核验依据

• README: Plain C/C++ implementation based on [ggml](https://github.com/ggml-org/ggml), working in the same way as [llama.cpp](https://github.com/ggml-org/llama.cpp) - Super lightweight and…
• README: ***Note that this project is under active development. \ API and command-line option may change frequently.***
• README: - Convert mode supports converting model weights to `.gguf` or `.safetensors`
• README: - [Wan2.1/Wan2.2](./docs/wan.md)
• README: 🚀 stable-diffusion.cpp now uses a brand-new embedded web UI.

内容核验时间：