diffusers：用代码跑扩散模型，而不是只点网页端

GitHub 仓库

huggingface/diffusers

总 Stars

★ 34,819

主要语言

Python

查看 GitHub 项目

一句话

diffusers 是 Hugging Face 官方的扩散模型库：PyTorch 上最前沿的图像、视频、音频生成模型，基本都在这里汇合。GitHub 总 star 3.5 万（2026-10-27 核验，Python、Apache-2.0，当天仍在提交）。编辑精选，非当日榜单。

是什么

Stable Diffusion、Flux 这类扩散模型的“官方跑法”：加载预训练权重、调采样器、改提示词，写代码就能出图出视频，而不是只能点鼠标。

能干嘛

• 用代码批量生成图像、视频，做风格与参数实验
• 微调与组合模型：ControlNet、LoRA 都能接进来
• 把生成能力嵌进自己的产品，而不是依赖某个网页端

适合谁

• 想深入玩 AI 生成、而不满足于网页端点一点的人
• 要把生成模型集成进产品的开发者
• 研究扩散模型原理的学生

注意点

模型权重体积大、显存门槛高，跑之前先确认显卡与磁盘空间。和 AUTOMATIC1111 webui 对比：webui 是“点鼠标出图”，diffusers 是“写代码调模型”，动手门槛完全不同。

问：diffusers 和 Stable Diffusion 网页端选哪个？

只想出图玩，网页端够了；想调参数、批量跑、嵌进产品，必须 diffusers。前者是消费工具，后者是开发工具，定位不一样。

站长点评

我选 diffusers 是因为它代表了“从玩生成到做生成”的分水岭。我的建议是：先在网页端玩明白自己要什么效果，再用 diffusers 把流程自动化，顺序反了会很痛苦。

项目地址：https://github.com/huggingface/diffusers