MidJourney与Stable Diffusion到底应该怎么选？
王福强
其实标题的表述并不严谨，确切的说，Stable Diffusion是一类模型（族）， MidJourney底层也是Stable Diffusion模型， 所以，我们本篇提到的Stable Diffusion更多是指Automatic1111 Stable Diffusion WebUI这个开源产品（其它像Vladmandic Stable Diffusion WebUI或者Anapnoe Stable Diffusion WebUI-UX等都属于这一类）。
MidJourney（后文简称MJ）和Stable Diffusion WebUI（后文简称SD）初感觉是， MJ入门门槛更低，用户体验更友好，所以，用户更容易上手，一上来也更容易生成满意的图像，而SD则显得复杂，而且不懂调教的人也不容易出好的图像，尤其是直接使用SD 1.5或者SD 2.1基础模型。
MJ虽然容易上手出满意的结果，但需要特殊信道触达（这里有些人会看不懂，看不懂就算了），而且有自己的内容审查和规约， SD则毫无这些限制，可以本机无限制，也可以利用云上资源，唯二对用户不友好的是：
- 上手门槛稍高，非专业人士看教程就已经晕了；
- 如果没有一站式安装包，安装和配置对非专业人士来说简直地狱级别；
这是否意味着大家都去选择MJ就可以了呢？ 其实也不一定，时至今日，真正业内人士对MJ和SD的诉求并不是初看起来那么水火不容，而是会结合起来使用。
MJ可以帮助创作者快速实验并激发创作灵感，选择初步满意的图像之后，可以再将其转给SD做精修和非标准化作业。
所以，两者都用用，并没坏处，尤其是各种个性化的场景，SD往往更趁手。
说白了就是上限高低与下限高低的组合，MJ下限高但上限低，SD则下限低而上限高，SD入门门槛高可以靠专业学习借鉴，但MJ上限低的问题，就只能靠其它工具来补足了。
BTW. 扶墙老师上个月做了一套SD的系列课程，涵盖了SD从理论到实践到场景的全方位行知，感兴趣的同学或者工作中有需要的同学可以关注下哦；）
「福强私学」来一个？
「福强私学」, 一部沉淀了个人成长、技术与架构、组织与管理以及商业上的方法与心法的百科全书。
开天窗，拉认知，订阅「福报」，即刻拥有自己的全模态人工智能。
