Stable Diffusion basiert auf dem Latent-Diffusion-Modell von Rombach et al. (2022), das den Diffusionsprozess in einem komprimierten latenten Raum statt direkt auf Pixeln ausführt – und den Rechenaufwand so weit senkt, dass hochaufgelöste Bilder auf einer einzigen Consumer-GPU entstehen können. Die offene Veröffentlichung hat ein riesiges Ökosystem aus Tools und feinabgestimmten Varianten hervorgebracht.
Es ist das Paradebeispiel für Open-Weight-Bildgenerierung und ergänzt geschlossene Systeme wie DALL·E.