---
title: v1-5-pruned-emaonly
canonical_url: "https://www.modelscope.cn/models/softuc/v1-5-pruned-emaonly"
md_url: "https://www.modelscope.cn/models/softuc/v1-5-pruned-emaonly.md"
repository: softuc/v1-5-pruned-emaonly
chinese_name: "Stable Diffusion v1.5 修剪版"
last_updated: 2026-03-25
license: creativeml-openrail-m
parameters: 2.1B
tensor_type:
  - F32
  - I64
  - I32
  - F16
library_name:
  - safetensors
downloads: 1331
stars: 2
---

# v1-5-pruned-emaonly

> v1-5-pruned-emaonly - softuc 在 ModelScope 开源的模型。Stable Diffusion v1.5 官方修剪版本，包括全精度版本和半精度版本。

softuc/v1-5-pruned-emaonly 是 ModelScope 魔搭社区上的 2.1B 参数机器学习模型，采用 creativeml-openrail-m 许可。

- **Repository**: softuc/v1-5-pruned-emaonly
- **License**: creativeml-openrail-m
- **Parameters**: 2.1B
- **Downloads**: 1331
- **Stars**: 2
- **Last updated**: 2026-03-25

Source: https://www.modelscope.cn/models/softuc/v1-5-pruned-emaonly

---

# Stable Diffusion v1.5 模型说明
## 一、模型基础信息
- **模型名称**：Stable Diffusion v1.5
- **开发者**：Stability AI
- **模型类型**：AIGC 文生图基础模型
- **基础架构**：Latent Diffusion Model（LDM）隐空间扩散模型
- **开源协议**：CreativeML Open RAIL-M
- **核心用途**：文本生成图像、图生图、图像局部重绘、风格化创作等

## 二、核心版本介绍
### v1-5-pruned-emaonly.safetensors（FP32 全精度版）
1.  **精度与体积**：FP32 单精度浮点数，体积约 4.26GB
2.  **文件含义**
    - `pruned`：已修剪训练冗余参数，仅保留推理所需权重
    - `emaonly`：仅保留 EMA 稳定权重，生成画面更柔和、质量更稳定
    - `.safetensors`：安全权重格式，无代码安全风险
3.  **特点**：精度完整，生成画质优异，兼容性极强
4.  **适用场景**：专业创作、模型二次微调（如 LoRA 训练）、对画质要求极高的场景

### v1-5-pruned-emaonly-fp16.safetensors（FP16 半精度版）
1.  **精度与体积**：FP16 半精度浮点数，体积约 2.13GB（为全精度版的 1/2）
2.  **特点**：由 FP32 版量化转换，精度损失极小（肉眼不可分辨），显存/内存占用大幅降低，加载速度更快
3.  **适用场景**：日常 AIGC 创作、资源受限设备（低显存/内存）、轻量化部署

## 三、版本共同点
1.  均基于 Stable Diffusion v1.5 官方核心权重，底层模型能力完全一致
2.  均包含 `pruned`（修剪冗余）和 `emaonly`（稳定权重）特性
3.  完全兼容 ComfyUI、Automatic1111 等主流 Stable Diffusion 工具
4.  生成画质无明显肉眼差异，可根据设备资源灵活切换使用
5.  遵循相同的开源协议，使用合规规则一致

## 四、适用环境建议
- **FP32 全精度版**：推荐显存 ≥8GB、内存 ≥16GB 的服务器或高性能设备
- **FP16 半精度版**：推荐显存 ≥4GB、内存 ≥8GB 的设备，适合日常使用和轻量化部署

## 五、生态地位
Stable Diffusion v1.5 是目前 AIGC 领域最常用的基础底模，生态完善，大量 LoRA 模型、风格模型、ControlNet 插件均基于此模型开发，是入门学习和商用创作的首选基础模型。

#### 您可以通过如下git clone命令，或者ModelScope SDK来下载模型

SDK下载
```bash
#安装ModelScope
pip install modelscope
```
```python
#SDK模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('softuc/v1-5-pruned-emaonly')
```
Git下载
```
#Git模型下载
git clone https://www.modelscope.cn/softuc/v1-5-pruned-emaonly.git
```

<p style="color: lightgrey;">如果您是本模型的贡献者，我们邀请您根据<a href="https://modelscope.cn/docs/ModelScope%E6%A8%A1%E5%9E%8B%E6%8E%A5%E5%85%A5%E6%B5%81%E7%A8%8B%E6%A6%82%E8%A7%88" style="color: lightgrey; text-decoration: underline;">模型贡献文档</a>，及时完善模型卡片内容。</p>
