- Stable Diffusion là họ mô hình tạo ảnh từ chữ của Stability AI, tải được trên Hugging Face để chạy trên máy của bạn.
- Mỗi mô hình có giấy phép riêng. Giấy phép cộng đồng của Stability AI cho dùng miễn phí cho nghiên cứu, phi thương mại, và cả thương mại nếu doanh thu dưới 1 triệu USD mỗi năm, nhưng dùng thương mại thì phải đăng ký với Stability AI.
- Nhãn giấy phép trên thẻ mô hình có thể không khớp tệp giấy phép thật: ngày 11/11/2026, sdxl-turbo có nhãn chứa "nc" (phi thương mại) nhưng tệp LICENSE lại là giấy phép cộng đồng.
- Mô hình Stable Diffusion 3 và 3.5 cần đồng ý điều khoản trên Hugging Face, tức cần tài khoản; Hugging Face yêu cầu từ 13 tuổi.
Code trong bài là Python, chỉ dùng thư viện chuẩn. Dữ liệu trong code là dữ liệu thật lấy từ Hugging Face ngày 11/11/2026.
Stable Diffusion là gì
Stable Diffusion là tên một họ mô hình tạo ảnh dựa trên phương pháp khuếch tán: mô hình học cách biến nhiễu ngẫu nhiên thành ảnh khớp với đoạn mô tả. Bài mô hình khuếch tán giải thích nguyên lý này. Khác với Midjourney chỉ dùng được qua dịch vụ của hãng, nhiều mô hình Stable Diffusion được công bố trọng số: bạn tải về một tệp lớn và chạy bằng phần mềm trên máy mình.
Dữ liệu lấy từ API công khai của Hugging Face ngày 11/11/2026 cho thấy mô hình tạo ảnh được tải nhiều nhất của Stability AI là stable-diffusion-xl-base-1.0, với hơn 4,6 triệu lượt tải trong 30 ngày tính tới 11/11/2026, ra đời tháng 7/2023. Các mô hình mới hơn như stable-diffusion-3.5-medium và 3.5-large có ít lượt tải hơn nhiều. Tài khoản của Stability AI trên Hugging Face còn có mô hình tạo video từ ảnh, tạo âm thanh từ chữ và tạo vật thể 3D từ ảnh.
Chạy trên máy nghĩa là gì
Khi chạy hoàn toàn trên máy, bạn không cần gửi câu lệnh hay ảnh lên máy chủ của hãng nào, cũng không bị giới hạn lượt theo gói. Đổi lại, máy bạn phải tự gánh phần tính toán, và bạn tự chịu trách nhiệm về những gì mình tạo ra. Cách chạy mô hình trên máy nói chung, như chọn kích thước mô hình theo bộ nhớ, có trong bài Qwen là gì; nguyên tắc với mô hình tạo ảnh cũng tương tự: bắt đầu từ mô hình nhỏ, xem máy chạy nổi không, rồi mới thử mô hình lớn.
Nhưng "tải về được" không có nghĩa là "muốn làm gì cũng được". Mỗi mô hình đi kèm một giấy phép quy định bạn được dùng nó vào việc gì. Đây là phần nhiều bài hướng dẫn cài đặt bỏ qua.
Giấy phép cộng đồng của Stability AI
Giấy phép cộng đồng của Stability AI, cập nhật ngày 5/7/2024, nhằm cho phép dùng miễn phí cho nghiên cứu, phi thương mại và thương mại có giới hạn. Mục đích nghiên cứu là phục vụ tiến bộ học thuật, khoa học; mục đích phi thương mại là mọi mục đích không nhằm chủ yếu kiếm lợi, như dùng cá nhân. Với hai loại này, bạn được dùng, sao chép, phân phối và sửa đổi mô hình.
Với mục đích thương mại, giấy phép vẫn cho phép, nhưng bạn phải đăng ký với Stability AI. Và nếu bạn, cùng các công ty liên kết, có doanh thu trên 1 triệu USD mỗi năm, từ bất kỳ nguồn nào, giấy phép chấm dứt kể từ ngày đó. Về ảnh tạo ra, giấy phép ghi giữa bạn và Stability AI, bạn sở hữu đầu ra của mô hình trong mức luật cho phép.
Với học sinh, sinh viên dùng cho bài tập, dự án ở trường hay sở thích cá nhân, đó là mục đích nghiên cứu hoặc phi thương mại. Nếu sau này bạn bán ảnh hay làm sản phẩm có thu tiền, hãy đọc lại giấy phép và đăng ký.
Nhãn trên thẻ có thể lệch tệp thật
Mỗi mô hình trên Hugging Face có một thẻ mô tả, trong đó có nhãn giấy phép. Nhưng nhãn chỉ là nhãn. Đoạn Python dưới đây đọc dữ liệu thật của sáu mô hình tạo ảnh từ chữ của Stability AI, so nhãn trên thẻ với dòng tiêu đề của tệp LICENSE thật đọc cùng ngày, và chỉ ra chỗ khớp, chỗ lệch.
"""So nhãn giấy phép trên thẻ mô hình với tiêu đề tệp LICENSE thật, cho các mô hình tạo ảnh
của Stability AI trên Hugging Face.
Dữ liệu trong hf_stabilityai_20261111.json là dữ liệu THẬT lấy ngày 11/11/2026:
- danh sách, lượt tải, nhãn giấy phép (license, license_name), cần đồng ý hay không (gated):
từ API công khai của Hugging Face;
- license_file_title: dòng tiêu đề của tệp LICENSE.md trong từng kho mô hình, đọc cùng ngày.
Với mô hình cần đồng ý điều khoản, tệp này không đọc được khi chưa đăng nhập.
Bài học của đoạn code: nhãn trên thẻ chỉ là nhãn. Ví dụ ngày 11/11/2026, sdxl-turbo có nhãn
"sai-nc-community" (nghe như "phi thương mại") nhưng tệp LICENSE.md lại là Stability AI Community
License. Luôn đọc tệp LICENSE thật trước khi dùng mô hình, nhất là cho việc có thu tiền.
"""
import json
import sys
from pathlib import Path
def doc(duong_dan):
return json.loads(Path(duong_dan).read_text(encoding="utf-8"))["mo_hinh"]
def nhan(m):
return m.get("license_name") or m.get("license") or "(không ghi)"
def nhan_nghe_nhu_phi_thuong_mai(ten):
return "nc" in ten.lower().split("-")
def so_sanh(m):
"""Trả về câu nhận xét về độ khớp giữa nhãn và tệp LICENSE."""
tieu_de = m.get("license_file_title")
if tieu_de is None:
return "chưa đọc được tệp LICENSE: đăng nhập, đồng ý điều khoản rồi đọc"
if nhan_nghe_nhu_phi_thuong_mai(nhan(m)) and "COMMUNITY LICENSE" in tieu_de.upper():
return "LỆCH: nhãn có 'nc' nhưng tệp là Community License"
if nhan(m) == "(không ghi)":
return "thẻ không ghi nhãn, tệp là: " + tieu_de
return "khớp: " + tieu_de
def bang(cac_mo_hinh, loai="text-to-image"):
return [(m["id"].split("/")[1], m["downloads"], nhan(m),
"có" if m.get("gated") not in (False, None) else "không", so_sanh(m))
for m in cac_mo_hinh if m.get("pipeline_tag") == loai]
if __name__ == "__main__":
tep = sys.argv[1] if len(sys.argv) > 1 else Path(__file__).with_name("hf_stabilityai_20261111.json")
for ten, tai, nh, dong_y, nhan_xet in bang(doc(tep)):
print(f"{ten:36} {tai:>9,} nhãn: {nh:34} cần đồng ý: {dong_y:5} {nhan_xet}")
Kết quả: stable-diffusion-xl-base-1.0 có nhãn openrail++ và tệp là CreativeML Open RAIL++-M, khớp. sdxl-turbo có nhãn "sai-nc-community", nghe như phi thương mại, nhưng tệp LICENSE.md lại là giấy phép cộng đồng của Stability AI, vốn cho phép thương mại có điều kiện. sd-turbo không ghi nhãn trên thẻ, còn tệp cũng là giấy phép cộng đồng. Ba mô hình Stable Diffusion 3 và 3.5 cần đồng ý điều khoản, nên tệp giấy phép không đọc được khi chưa đăng nhập. Phần kiểm đi kèm so kết quả với bảng ghi tay từ một lần gọi API riêng và với các dòng tiêu đề đọc bằng curl.
Bài học không nằm ở một mô hình cụ thể, vì nhãn và tệp có thể được sửa bất cứ lúc nào. Bài học là: trước khi dùng một mô hình, nhất là cho việc có thu tiền, mở tệp giấy phép thật ra đọc.
Ai được tải
Mô hình không cần đồng ý điều khoản thì tải không cần tài khoản. Với mô hình cần đồng ý, như Stable Diffusion 3.5, bạn phải đăng nhập Hugging Face và chấp nhận điều khoản của mô hình. Điều khoản dịch vụ của Hugging Face yêu cầu người tạo tài khoản cá nhân phải từ 13 tuổi trở lên. Học sinh dưới 13 tuổi vì vậy chưa tự tạo được tài khoản; với học sinh lớn hơn, phụ huynh nên biết con đang tải và chạy mô hình gì, vì mô hình chạy trên máy không có bộ lọc nội dung của dịch vụ trực tuyến.
Một dự án mẫu ở trường
Giả sử câu lạc bộ tin học muốn làm một dự án nhỏ: tạo bộ hình minh họa cho truyện ngắn do các bạn tự viết, rồi in thành tập san phát miễn phí trong trường. Trước khi chạy mô hình, nhóm nên làm ba việc. Một, chọn mô hình và mở tệp giấy phép của nó, ghi tên giấy phép và ngày đọc vào sổ dự án. Hai, xác định mục đích: in phát miễn phí là phi thương mại; nếu sau này bán tập san gây quỹ, đó có thể là mục đích thương mại và cần đọc lại phần đăng ký. Ba, thống nhất quy tắc: không tạo hình người thật trong trường, không dùng tên hay ảnh của ai làm câu lệnh.
Khi chạy, ghi lại câu lệnh và tham số của từng hình đã chọn. Việc này giúp nhóm làm lại được khi cần, và cho thầy cô thấy phần việc của học sinh là viết mô tả, chọn lọc, chỉnh sửa, chứ không phải bấm một nút. Cuối tập san, ghi rõ hình được tạo bằng mô hình nào, theo giấy phép nào.
Lưu ý cho thầy cô và phụ huynh
Dịch vụ tạo ảnh trực tuyến thường có bộ lọc nội dung của hãng. Mô hình chạy trên máy thì tùy phần mềm và cách cài đặt, có thể không có bộ lọc nào. Vì vậy, nếu học sinh dùng Stable Diffusion trên máy ở nhà hay phòng máy, người lớn nên biết em dùng mô hình nào, phần mềm nào, và cùng đặt quy tắc sử dụng. Tải mô hình và phần mềm từ kho chính thức, không tải bản đóng gói sẵn từ trang lạ, vì tệp tải về có thể chứa mã độc.
- Tin nhãn trên thẻ mô hình mà không mở tệp giấy phép thật.
- Dùng mô hình theo giấy phép cộng đồng để bán sản phẩm mà chưa đăng ký với Stability AI.
- Tải tệp mô hình từ trang lạ thay vì kho chính thức của hãng.
- Tạo ảnh giả người thật, kể cả khi chạy trên máy riêng không ai thấy.
Câu hỏi thường gặp
Stable Diffusion có miễn phí không?
Nhiều mô hình tải miễn phí. Giấy phép cộng đồng cho dùng miễn phí cho nghiên cứu, phi thương mại và thương mại khi doanh thu dưới 1 triệu USD mỗi năm.
Dùng ảnh Stable Diffusion để bán có được không?
Tùy giấy phép của mô hình. Với giấy phép cộng đồng, được nếu doanh thu dưới 1 triệu USD mỗi năm và đã đăng ký với Stability AI.
Vì sao không tải được Stable Diffusion 3.5?
Mô hình cần đồng ý điều khoản: đăng nhập Hugging Face, đọc và chấp nhận điều khoản trên trang mô hình.
Học sinh bao nhiêu tuổi thì tạo tài khoản Hugging Face được?
Từ 13 tuổi, theo điều khoản dịch vụ của Hugging Face.
Học tiếp
Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.
Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.

