前言
Stable Diffusion web ui，除了依靠文生图（即靠提示词生成图片），图生图（即靠图片+提示词生成图片）外，这两种方式还不能满足我们所有的绘图需求，于是就有了 Embeddings（词嵌入）、LoRa（低秩适应模型）、Hypernetwork（超网络）。
Embeddings模型 模型非常小，常常用于放在反向提示词里，让图像不出现生么，当然也可与用于正向提示词，生成我们想要的 LoRa模型 模型几十到几百MB，更多用于画特定人物，比如游戏/动漫的人物。平台上lora模型比较多。 Hypernetwork模型 大小和作用都和LoRa模型差不多，平台上Hypernetwork模型比较少。
你只需要在提示词词，使用Embeddings（词嵌入）、LoRa（低秩适应模型）、Hypernetwork（超网络）的标签。
Embeddings（词嵌入）
概念
Embeddings中文翻译为嵌入的，在Stable Diffusion中被称为词嵌入（嵌入式向量），这些向量可以捕捉文本中的语义信息，并在
提示词stable diffusion模型比较diffusion图生图文生图嵌入式weburl
