0. 引言

Stable Cascade 模型建立在 Würstchen 架构之上，它与 Stable Diffusion 等其他模型的主要区别在于它的工作潜在空间要小得多。为什么这很重要？潜在空间越小，运行推理的速度就越快，训练成本就越低。

因此，这种模型非常适合效率很重要的用途。此外，所有已知的扩展，如微调、LoRA、ControlNet、IP-Adapter、LCM 等，也可以通过这种方法实现。其中一些已经在训练和推理部分提供（微调、ControlNet、LoRA）。

此外，Stable Cascade 在视觉和评估方面都取得了令人印象深刻的结果。根据我们的评估，在几乎所有比较中，Stable Cascade 在快速对齐和美学质量方面都表现最佳。

Stable Cascade 对效率的关注通过其架构和更高压缩的潜在空间得到了证明。尽管最大的模型比 Stable Diffusion XL 多包含 14 亿个参数，但它仍然具有更快的推理时间。

1. 事前准备

创建虚拟环境，

conda create -n stable-cascade python=3.11 -y
conda activate stable-cascade

更新 pip，

python -m pip install -U pip

2. 本地部署 Stable Cascade

克隆代码，

git clone https://github.com/Stability-AI/StableCascade.git; cd StableCascade

安装依赖库，

pip install -r .\requirements.txt

下载模型(如果无法使用curl命令，请直接访问每个命令后面的下载地址，将文件下载到models目录下面)，

curl -o ./models/stage_a.safetensors -L -s -O --show-error https://huggingface.co/stabilityai/StableWurst/resolve/main/stage_a.safetensors
curl -o ./models/previewer.safetensors -L -s -O --show-error https://huggingface.co/stabilityai/StableWurst/resolve/main/previewer.safetensors
curl -o ./models/effnet_encoder.safetensors -L -s -O --show-error https://huggingface.co/stabilityai/StableWurst/resolve/main/effnet_encoder.safetensors
# 该项目的示例代码是基于 bfloat16 的，推荐下载 bfloat16 版本模型。
curl -o ./models/stage_b_bf16.safetensors -L -s -O --show-error https://huggingface.co/stabilityai/StableWurst/resolve/main/stage_b_bf16.safetensors
curl -o ./models/stage_c_bf16.safetensors -L -s -O --show-error https://huggingface.co/stabilityai/StableWurst/resolve/main/stage_c_bf16.safetensors
# 根据需要，下载 float32 的文件，使用 float32 模型需要进行一些代码修改，不推荐新手尝试。
# curl -o ./models/stage_b.safetensors -L -s -O --show-error https://huggingface.co/stabilityai/StableWurst/resolve/main/stage_b.safetensors
# curl -o ./models/stage_c.safetensors -L -s -O --show-error https://huggingface.co/stabilityai/StableWurst/resolve/main/stage_c.safetensors

3. 使用 Stable Cascade 生成图片

安装 jupyterlab 库，

pip install jupyterlab

更新 jupyter 和 ipywidgets 库，

pip install -U jupyter ipywidgets

启动 jupyterlab，

jupyter lab

打开 inference/text_to_image.ipynb，从上往下运行各段代码，

Stable Cascade 刚刚发布，使用 Notebook 仅适合简单体验一下，估计后续会有大佬发布 Web UI。

4. Stable Cascade Github 地址

https://github.com/Stability-AI/StableCascade

完结！