模型家族时间线

「Stable Diffusion」不是一个模型，而是一个家族。从 2022 年到 2024 年的三代发布，走了一条「参数变大、架构换代、文字理解变强」的路线。

时间线速览

版本	发布	规模	原生分辨率	一句话定位
SD 1.4 / 1.5	2022 年 8 / 10 月	约 8.6 亿参数	512	开放生态的起点
SD 2.1	2022 年 12 月	与 1.5 相当	768	换文本编码器的过渡版
SDXL 1.0	2023 年 7 月	约 35 亿参数	1024	画质与构图的跃升
SD 3 / 3.5	2024 年 6 / 10 月	25 亿 ~ 81 亿参数	约 100 万像素档	新架构 MM-DiT，文字渲染显著变强

架构上的分水岭

SD 1.5 与 SDXL 走的是 U-Net + CLIP 路线：去噪网络是卷积形态的 U-Net，文本理解交给 CLIP 编码器。SD 3 系列换成 MM-DiT（扩散 Transformer）并引入 T5 大语言模型做文本编码——这正是 SD 3.5 能把提示词「听得更明白」、在图里写出像样文字的原因。直觉原理见出图原理。

生态为什么不通用

每一代的内部结构不同，社区为某一代训练的 LoRA、ControlNet 等附件不能跨代使用： SD 1.5 的 LoRA 装不进 SDXL，反之亦然（详见LoRA 是什么）。选模型实际是在选「哪一代的生态」——这也是社区平台按代分区的根本原因（见Civitai 社区模型库）。

手机端用的是什么

手机客户端的生成由云端服务完成，服务端按风格与场景调度对应档位的模型，版本随官方更新而升级，手机上无需（也无法）手动选模型。各代的详细展开见 SD 1.5、 SDXL、SD 3.5 三页。