Stable Diffusion : la génération d'images devient open source

Le 22 août 2022, une petite entreprise britannique nommée Stability AI a publié sur internet un fichier que n'importe qui pouvait télécharger : les poids d'un modèle de génération d'images baptisé Stable Diffusion. Ce jour-là, pour la première fois, un système capable de transformer une simple phrase en une image inédite passait entre les mains du grand public, sans liste d'attente, sans serveur central à interroger, sans autorisation à demander. Le modèle tournait sur une carte graphique de joueur, dans un coin de chambre ou de bureau. En quelques heures, il grimpait en tête des tendances de GitHub et des téléchargements de Hugging Face. En quelques semaines, il avait déclenché l'une des vagues de créativité les plus rapides et les plus larges de l'histoire récente du numérique. Cet article raconte ce moment précis, ce qui l'a rendu possible, et l'écosystème foisonnant qu'il a fait naître — jusqu'à aujourd'hui.

L'histoire de Stable Diffusion tient en une décision inhabituelle. À l'été 2022, la génération d'images par intelligence artificielle existait déjà et impressionnait le monde entier. Mais elle restait enfermée. Les modèles les plus avancés étaient gardés derrière des interfaces contrôlées, accessibles au compte-gouttes, et leurs paramètres internes — le cœur de leur savoir — n'étaient jamais divulgués. Stability AI a fait l'inverse : elle a rendu ces paramètres publics. Ce choix, en apparence technique, a tout changé. Il a transformé un outil réservé à une poignée d'acteurs en un bien commun que des dizaines de milliers de développeurs, d'artistes et de curieux allaient s'approprier, améliorer et détourner dans toutes les directions.

Un mot de méthode avant de commencer. Beaucoup de récits circulent sur cette période, entre légende fondatrice et raccourcis approximatifs. Les dates, les versions et les chiffres présentés ici proviennent de l'annonce officielle de Stability AI, du papier de recherche à l'origine du modèle, des dépôts de code publics et de la presse technique spécialisée. Quand une donnée n'est pas fermement établie, elle est présentée comme telle. C'est la règle de ce média : on privilégie ce qui se vérifie.

Ce que c'était : un modèle livré au monde entier

Commençons par le fait brut, dans sa précision. Le 22 août 2022, Stability AI a annoncé la mise à disposition publique de Stable Diffusion. Détail qui a son importance : il n'y a jamais eu de version 1.0 diffusée au public. La première version rendue accessible portait le numéro 1.4. Ce que l'entreprise a publié, ce n'était pas seulement une démonstration ou une interface en ligne, mais les poids du modèle eux-mêmes.

Un mot d'explication s'impose, car c'est le nœud de toute l'affaire. Les poids d'un modèle d'intelligence artificielle sont les valeurs numériques — des milliards de nombres — qui encodent tout ce que le système a appris pendant son entraînement. C'est l'équivalent de sa mémoire et de son savoir-faire réunis. Diffuser ces poids, c'est donner à quiconque la possibilité de faire tourner le modèle sur sa propre machine, de l'étudier, de le modifier et de bâtir dessus. À l'inverse, garder les poids secrets revient à ne prêter que le résultat, jamais l'outil. Stability AI a choisi de prêter l'outil.

Un modèle qui tenait sur une carte graphique de joueur

La deuxième nouveauté tenait à l'accessibilité matérielle. Stable Diffusion générait des images de 512 pixels sur 512 en n'exigeant qu'environ 6,9 gigaoctets de mémoire vidéo. Ce chiffre, en apparence anodin, était décisif : il plaçait le modèle à la portée d'une carte graphique grand public, du type de celles que des millions de personnes possédaient déjà pour jouer. Là où d'autres systèmes réclamaient des grappes de serveurs spécialisés, celui-ci se contentait d'un ordinateur personnel bien équipé.

Cette frugalité relative n'était pas un hasard, mais le fruit d'une architecture pensée pour cela — nous y reviendrons en détail. Elle a produit un effet immédiat : la génération d'images cessait d'être un service que l'on consommait à distance pour devenir un logiciel que l'on installait chez soi. On pouvait générer autant d'images qu'on le souhaitait, sans compteur, sans connexion permanente, sans qu'aucun tiers ne voie ce que l'on créait. Cette bascule, du service centralisé vers l'outil local, est probablement l'héritage le plus profond de ce 22 août 2022.

Une licence pensée pour l'ouverture

Le troisième pilier était juridique. Stable Diffusion a été publié sous une licence baptisée CreativeML OpenRAIL-M. Cette licence autorisait un usage très large du modèle, y compris commercial, tout en assortissant sa diffusion de conditions d'utilisation responsable. Elle interdisait par exemple certains usages nuisibles et déplaçait la responsabilité de ces usages vers l'utilisateur final. Ce cadre, ouvert mais assorti de garde-fous, cherchait un équilibre entre la liberté de création la plus étendue possible et un minimum de responsabilité.

« Cette technologie a un potentiel considérable pour transformer notre manière de communiquer, et nous avons hâte de bâtir avec vous tous un avenir plus heureux, plus communicatif et plus créatif. » — Stability AI, annonce de la publication de Stable Diffusion, 22 août 2022.

Ces trois piliers — poids publics, matériel modeste, licence ouverte — formaient un ensemble cohérent. Chacun, pris isolément, aurait eu un effet limité. Réunis, ils ont abaissé toutes les barrières d'un coup : plus rien n'empêchait un développeur, un étudiant ou un artiste de récupérer le modèle et de s'en emparer. C'est cette conjonction qui explique la vitesse fulgurante de la diffusion qui a suivi.

Le contexte : où en était la génération d'images en 2022

Pour saisir l'ampleur de l'événement, il faut se replacer dans le paysage de l'époque. L'année 2022 fut celle où la génération d'images par intelligence artificielle est sortie des laboratoires pour éblouir le public. Mais cette éclosion s'est d'abord faite sous une forme fermée, et c'est ce contraste qui donne à Stable Diffusion tout son relief.

Des prédécesseurs fermés et fascinants

Quelques mois plus tôt, en avril 2022, le laboratoire OpenAI avait présenté DALL·E 2, un système capable de produire des images d'un réalisme saisissant à partir de descriptions textuelles. L'outil suscitait l'émerveillement, mais l'accès restait strictement contrôlé : liste d'attente, quotas, interface en ligne exclusivement. Ses poids n'ont jamais été publiés. De son côté, Google dévoilait Imagen, un modèle aux résultats tout aussi spectaculaires, mais qui n'a même pas été ouvert au public sous forme de service, restant confiné à des démonstrations de recherche.

Ces systèmes partageaient une même logique : la puissance était réelle, mais elle demeurait la propriété exclusive des organisations qui l'avaient conçue. L'utilisateur pouvait admirer le résultat, jamais s'approprier l'instrument. Ce modèle fermé n'avait rien d'illégitime — entraîner de tels systèmes coûte cher et soulève de vraies questions d'usage. Mais il laissait une place vacante : celle d'un outil que la communauté pourrait faire sien. C'est cette place que Stable Diffusion allait occuper.

Une découverte scientifique décisive : la diffusion latente

La prouesse technique de Stable Diffusion repose sur un travail de recherche antérieur, publié bien avant sa diffusion. En décembre 2021, cinq chercheurs — Robin Rombach, Andreas Blattmann, Dominik Lorenz, Patrick Esser et Björn Ommer — mettaient en ligne un article intitulé High-Resolution Image Synthesis with Latent Diffusion Models, sur l'archive scientifique arXiv. Ce papier, présenté à la conférence CVPR 2022, décrivait la méthode qui allait servir de fondation à Stable Diffusion.

L'idée centrale mérite qu'on s'y arrête, car elle explique la frugalité du modèle. Les systèmes de diffusion fonctionnent en partant d'un bruit aléatoire — une image de pure neige numérique — et en le débruitant progressivement, étape par étape, jusqu'à faire apparaître une image cohérente guidée par le texte. Le problème, c'est que réaliser ce débruitage directement sur les pixels d'une image en haute résolution demande une puissance de calcul énorme. L'innovation des auteurs a été de déplacer tout ce processus dans un espace latent : une représentation compressée de l'image, bien plus légère que les pixels bruts. On débruite dans cet espace réduit, puis un décodeur reconstruit l'image finale en pleine résolution.

La diffusion latente a été la clé qui a rendu la génération d'images abordable. En travaillant sur une version compressée plutôt que sur chaque pixel, le modèle divisait spectaculairement le coût de calcul — au point de tenir sur une carte graphique domestique.

Cette astuce architecturale est ce qui a permis à Stable Diffusion de fonctionner sur du matériel modeste. Sans elle, le modèle aurait exigé les mêmes ressources colossales que ses concurrents et n'aurait jamais pu quitter les centres de calcul pour rejoindre les ordinateurs personnels. La démocratisation de la génération d'images n'est donc pas seulement une décision de publication : elle est adossée à une avancée scientifique concrète, sans laquelle rien n'aurait été possible.

Une collaboration ouverte, de la recherche aux données

Stable Diffusion n'est pas l'œuvre d'un acteur unique, mais le fruit d'une collaboration entre plusieurs organisations. Le modèle a été développé conjointement par Stability AI, la société RunwayML, et l'équipe de recherche du Computer Vision & Learning Group de l'université LMU de Munich — le laboratoire dirigé par Björn Ommer, précédemment installé à l'université de Heidelberg, d'où venait la recherche originale sur la diffusion latente. Les collectifs EleutherAI et LAION ont également contribué à l'effort.

Le rôle de LAION mérite une mention particulière, car il touche au carburant du modèle : les données. Pour apprendre à associer des mots à des images, Stable Diffusion a été entraîné sur un vaste ensemble d'images accompagnées de leurs légendes. Cet ensemble, baptisé LAION-5B, rassemblait environ 5,85 milliards de paires image-texte collectées sur le web, dont quelque 2,32 milliards en anglais. Le modèle a plus précisément appris sur un sous-ensemble de cette collection. Fait notable et cohérent avec la philosophie du projet : ce jeu de données était lui-même ouvert, mis à disposition de la communauté de recherche, là où les données d'entraînement des modèles fermés restaient un secret jalousement gardé.

Cette ouverture des données a eu deux conséquences. D'un côté, elle a rendu la recherche reproductible et vérifiable, ce qui est une vertu scientifique majeure. De l'autre, comme nous le verrons, elle a exposé au grand jour des questions sur l'origine des images — questions que les modèles fermés se contentaient de dissimuler. L'ouverture, ici, a été à la fois une force et une source de débats.

Ce que ça a changé : l'explosion d'un écosystème

La véritable histoire de Stable Diffusion commence après sa publication. Un modèle ouvert, c'est une invitation : il ne s'agit pas seulement de l'utiliser, mais de construire dessus. Et la communauté s'en est emparée avec une énergie que peu avaient anticipée. En l'espace de quelques mois, un écosystème entier a poussé autour du modèle, transformant un fichier de poids en une plateforme foisonnante d'outils, de techniques et de dérivés.

Des interfaces qui ont ouvert la porte à tous

Le premier verrou à sauter fut celui de l'accessibilité logicielle. Manipuler un modèle brut demande des compétences en programmation. Très vite, des développeurs de la communauté ont créé des interfaces graphiques qui permettaient à n'importe qui de générer des images sans écrire une ligne de code. La plus célèbre, connue sous le nom de son auteur, AUTOMATIC1111, a proposé une interface web installable localement, riche en réglages, qui est rapidement devenue le standard de fait pour des centaines de milliers d'utilisateurs.

Ces interfaces ont joué un rôle capital. Elles ont transformé une prouesse technique réservée aux initiés en un outil manipulable par un artiste, un graphiste ou un simple curieux. On pouvait installer le logiciel, taper une description, ajuster quelques paramètres et voir apparaître une image en quelques secondes. Cette convivialité, ajoutée à l'usage sans coût une fois le modèle en accès libre, a fait exploser le nombre de personnes qui se sont mises à créer des images génératives.

Le réglage fin : personnaliser le modèle

La deuxième grande vague fut celle de la personnalisation. Un modèle généraliste, c'est puissant, mais chacun rêvait de l'adapter à ses besoins propres : un style graphique particulier, un personnage récurrent, un univers visuel spécifique. Plusieurs techniques ont émergé pour cela, et leur nom est devenu familier à toute une génération de créateurs.

• Textual Inversion : une méthode permettant d'apprendre au modèle un nouveau concept — un objet, un style — à partir d'une poignée d'images, en créant un « mot » dédié dans son vocabulaire.
• DreamBooth : une technique de réglage fin qui apprend au modèle à reproduire fidèlement un sujet précis, comme un visage ou un objet particulier, à partir de quelques exemples.
• LoRA : abréviation de Low-Rank Adaptation, une approche légère de réglage fin qui produit de petits fichiers d'adaptation, faciles à partager et à combiner, sans avoir à réentraîner tout le modèle.

Le rôle de LoRA a été particulièrement structurant. Cette technique permet d'ajouter une compétence ou un style au modèle en produisant un fichier de quelques mégaoctets seulement, au lieu de dupliquer les gigaoctets du modèle complet. Résultat : des milliers de ces adaptations ont circulé librement, chacune apportant un style, un personnage ou une esthétique. On pouvait les empiler, les mélanger, les échanger. C'est cette modularité qui a donné à l'écosystème sa richesse combinatoire quasi infinie.

ControlNet : reprendre la main sur l'image

La troisième avancée majeure fut le contrôle. Générer une belle image à partir d'un texte, c'est bien ; obtenir exactement la composition, la pose ou la structure que l'on a en tête, c'est autre chose. En février 2023, les chercheurs Lvmin Zhang, Anyi Rao et Maneesh Agrawala ont publié un article décrivant ControlNet, une architecture qui ajoute un contrôle spatial précis aux modèles de diffusion, présentée ensuite à la conférence ICCV 2023.

Le principe de ControlNet est astucieux. Il fige les paramètres du modèle original — pour ne pas dégrader sa qualité — et lui adjoint une copie entraînable qui apprend à respecter une contrainte imposée : les contours d'un dessin, une carte de profondeur, une segmentation, ou encore la pose d'un personnage indiquée par un squelette schématique. Concrètement, un créateur pouvait désormais esquisser une silhouette et demander au modèle de générer une image respectant précisément cette posture. Le générateur cessait d'être une boîte imprévisible pour devenir un instrument dirigeable.

Cette maîtrise retrouvée a fait basculer Stable Diffusion du statut de curiosité vers celui d'outil professionnel. Illustrateurs, concepteurs de jeux vidéo, architectes, designers de produits ont commencé à l'intégrer dans leurs flux de travail réels, non plus pour s'amuser, mais pour produire. La combinaison du réglage fin par LoRA et du contrôle par ControlNet offrait une palette d'une souplesse remarquable, que même les modèles fermés les plus avancés peinaient à égaler faute d'accès à leurs entrailles.

L'écosystème ouvert n'a pas seulement copié les modèles fermés : sur le terrain du contrôle et de la personnalisation, il les a souvent devancés. C'est le paradoxe fécond de l'ouverture — mille contributeurs vont plus loin qu'une seule équipe.

Une créativité collective sans précédent

Au-delà des outils, c'est un mouvement culturel qui s'est enclenché. Des communautés entières se sont formées autour du partage de modèles dérivés, de recettes de génération, de bibliothèques d'adaptations. Des plateformes se sont créées pour héberger et échanger ces milliers de variantes. Chacun pouvait entraîner sa propre version spécialisée du modèle et la mettre à disposition des autres. Cette dynamique participative, où chaque contribution enrichit le pot commun, a produit une accélération que nul acteur isolé n'aurait pu obtenir seul.

Le tableau ci-dessous récapitule les grandes briques de cet écosystème, apparues dans les mois qui ont suivi la publication du modèle.

Brique	Fonction	Apport pour l'utilisateur
Interfaces web locales	Rendre le modèle utilisable sans code	Génération accessible à tous, en local
Textual Inversion	Apprendre un concept avec peu d'images	Ajouter un style ou un objet au vocabulaire
DreamBooth	Réglage fin sur un sujet précis	Reproduire un visage ou un objet donné
LoRA	Adaptation légère et partageable	Styles et personnages en petits fichiers
ControlNet	Contrôle spatial de la génération	Imposer pose, contours, profondeur

Un fait technique donne la mesure du phénomène. Parce que le modèle était ouvert, chaque amélioration proposée par un contributeur pouvait être immédiatement reprise, testée et perfectionnée par des milliers d'autres. Cette boucle de rétroaction rapide, propre aux communs numériques, a fait progresser l'outil à une vitesse que le développement fermé, aussi bien doté soit-il, ne pouvait pas suivre. En rendant public le cœur du modèle, Stability AI n'avait pas seulement livré un produit : elle avait amorcé un mouvement.

L'héritage : de Stable Diffusion à toute une lignée

Près de quatre ans plus tard, à l'été 2026, comment lit-on l'événement du 22 août 2022 ? Comme le point de départ d'une lignée entière de modèles ouverts, et comme le déclencheur d'un débat de fond qui structure encore le secteur. L'héritage se lit à deux niveaux : celui des modèles successeurs, et celui des questions qu'ils ont soulevées.

Une génération de modèles de plus en plus capables

Stability AI a poursuivi le développement de sa famille de modèles. En novembre 2022, une version 2 apportait des améliorations techniques. Puis, le 26 juillet 2023, l'entreprise dévoilait SDXL, une version nettement plus puissante, capable de produire des images de meilleure qualité et de mieux comprendre les descriptions complexes. SDXL a marqué un saut qualitatif important tout en conservant la philosophie ouverte du projet.

L'étape suivante fut Stable Diffusion 3. Annoncée en février 2024, cette génération reposait sur une architecture renouvelée. Les poids de sa version intermédiaire, Stable Diffusion 3 Medium, dotée de deux milliards de paramètres, ont été mis à disposition du public le 12 juin 2024. Une itération ultérieure, SD 3.5, a suivi le 22 octobre 2024, élargissant encore la gamme. À chaque étape, la logique restait la même : publier des modèles que la communauté pouvait faire tourner et adapter chez elle.

La diaspora des créateurs et la naissance de Flux

Un chapitre particulièrement révélateur de cet héritage concerne les chercheurs eux-mêmes. Début 2024, plusieurs des architectes originaux de Stable Diffusion — parmi lesquels Robin Rombach, Andreas Blattmann et Patrick Esser, les auteurs mêmes du papier fondateur sur la diffusion latente — ont quitté Stability AI pour fonder une nouvelle structure, Black Forest Labs. Dès août 2024, cette jeune société publiait Flux.1, une famille de modèles de génération d'images saluée pour sa qualité, dont plusieurs versions étaient à leur tour proposées en accès ouvert.

Cette filiation est éclairante. Les idées semées en 2021 avec la diffusion latente, matérialisées en 2022 avec Stable Diffusion, ont essaimé et donné naissance à de nouveaux acteurs, qui prolongent aujourd'hui la même démarche. L'écosystème ne s'est pas figé autour d'un modèle unique : il s'est ramifié, a fait émerger des concurrents et des successeurs, et continue de progresser. C'est le propre d'une innovation ouverte que de se diffuser au-delà de son point d'origine, portée par les personnes qui l'ont conçue.

Un débat de fond sur les données d'entraînement

L'ouverture de Stable Diffusion a eu une conséquence que ses concurrents fermés ont pu esquiver : elle a rendu visible, et donc discutable, la question de ses données d'entraînement. Parce que le jeu de données LAION était public, chacun pouvait examiner ce qu'il contenait. Cette transparence, vertueuse en soi, a mis en lumière plusieurs difficultés que le secteur travaille encore à résoudre.

La première tient au droit d'auteur. Le fait que le modèle ait appris sur des milliards d'images collectées sur le web, dont certaines protégées, a suscité des contestations. Aux États-Unis, un groupe d'artistes a engagé une action en justice, connue sous le nom d'Andersen contre Stability AI, estimant que leurs œuvres avaient été utilisées sans autorisation. Au Royaume-Uni, la banque d'images Getty Images a lancé une procédure le 16 janvier 2023, reprochant à Stability AI l'usage de ses photographies. Le 4 novembre 2025, la Haute Cour d'Angleterre et du pays de Galles a rendu un jugement nuancé dans cette affaire : elle a notamment conclu que les modèles Stable Diffusion ne contiennent ni ne stockent de reproductions des œuvres sur lesquelles ils ont été entraînés, tout en donnant partiellement raison à Getty sur un point de marque lié à l'apparition de filigranes dans certaines images produites.

La seconde difficulté fut plus grave et a été prise très au sérieux. Le 20 décembre 2023, l'observatoire internet de l'université Stanford publiait une étude révélant la présence, au sein du jeu de données LAION-5B, de plus de 3 200 images suspectées de constituer du contenu pédocriminel (3 226 cas suspects recensés, dont 1 008 validés de façon externe). En réponse, l'organisation LAION a immédiatement retiré ses jeux de données. Une version nettoyée et filtrée, baptisée Re-LAION-5B, a ensuite été proposée de nouveau, expurgée de milliers de liens problématiques identifiés grâce au travail des chercheurs et de partenaires spécialisés. Cet épisode a rappelé une exigence essentielle : la constitution des données d'entraînement doit s'accompagner d'un contrôle rigoureux de leur contenu.

Il faut lire ces débats avec justesse. Ils ne sont pas le signe d'un échec de l'ouverture, mais plutôt son revers de médaille le plus honnête. Les modèles fermés reposent, eux aussi, sur d'immenses collectes de données, mais leur opacité empêche tout examen extérieur. En exposant ses données au regard de tous, l'écosystème ouvert a permis que ces problèmes soient identifiés, documentés et corrigés au grand jour. La transparence a un coût — elle rend les difficultés visibles — mais c'est aussi elle qui permet de les traiter collectivement. C'est un débat qui continue d'occuper juristes, chercheurs et pouvoirs publics, et il est loin d'être clos.

Ce que Stable Diffusion a durablement installé

Au terme de ce parcours, que retenir ? D'abord, une idée neuve, désormais banale : la génération d'images peut être un bien accessible à tous, installé sur sa propre machine, modifiable et améliorable par quiconque. Avant le 22 août 2022, cette idée relevait du souhait ; après, elle est devenue une réalité tangible, prolongée par des dizaines de modèles ouverts.

Ensuite, une démonstration éclatante de la puissance créative d'une communauté. En quelques mois, des milliers de contributeurs anonymes ont bâti autour d'un fichier de poids un écosystème plus riche, plus souple et plus inventif que ce qu'aucune équipe centralisée n'aurait pu produire. Interfaces conviviales, techniques de personnalisation, outils de contrôle : chacune de ces briques est née de l'initiative libre de développeurs qui n'avaient d'autre autorisation à demander que celle, déjà accordée, de la licence ouverte.

Enfin, une leçon de maturité. L'ouverture a mis sur la table des questions difficiles — droit d'auteur, provenance des données, usages à encadrer — que le secteur affronte désormais frontalement. Ces questions ne diminuent en rien l'accomplissement : elles en sont la contrepartie assumée. Un outil aussi puissant devait, tôt ou tard, susciter ces débats. Qu'ils aient lieu au grand jour, plutôt que d'être escamotés, est en soi un progrès.

Pour un observateur de l'intelligence artificielle, la bonne posture face à cet héritage n'est ni l'enthousiasme aveugle ni la méfiance de principe. C'est la curiosité informée : comprendre pourquoi ce 22 août 2022 a compté, ce que la diffusion latente a rendu techniquement possible, comment une communauté s'est saisie d'un outil pour le porter bien au-delà de son point de départ, et quels sujets restent ouverts. Stable Diffusion offre un cas d'étude idéal, parce qu'il condense en un seul événement les grandes questions de l'époque : l'ouverture face à la fermeture, l'individu face à l'institution, la puissance technique face à la responsabilité collective. Le suivre, c'est suivre en direct la manière dont une technologie de pointe cesse d'être un privilège pour devenir un commun — avec tout ce que cela emporte de promesses et d'exigences.

Sources

Cet article s'appuie sur des sources publiques et vérifiables :

• Stability AI, « Stable Diffusion Public Release » (22 août 2022) — stability.ai (annonce officielle, licence CreativeML OpenRAIL-M, 6,9 Go de VRAM, collaboration).
• R. Rombach, A. Blattmann, D. Lorenz, P. Esser, B. Ommer, « High-Resolution Image Synthesis with Latent Diffusion Models » (arXiv:2112.10752, décembre 2021 ; CVPR 2022) — arxiv.org (méthode de diffusion latente à l'origine du modèle).
• Computer Vision & Learning Group (LMU / ex-Heidelberg), page du projet Latent Diffusion — ommer-lab.com (laboratoire de Björn Ommer, origine de la recherche).
• Wikipedia, « Stable Diffusion » — en.wikipedia.org (version 1.4, résolution 512×512, collaboration RunwayML / EleutherAI / LAION, historique des versions).
• LAION, « LAION-5B: An open large-scale dataset » (arXiv:2210.08402) — openreview.net (5,85 milliards de paires image-texte, sous-ensemble d'entraînement).
• L. Zhang, A. Rao, M. Agrawala, « Adding Conditional Control to Text-to-Image Diffusion Models » (arXiv:2302.05543, ICCV 2023) — huggingface.co (architecture ControlNet).
• Stability AI, « Stable Diffusion 3 Medium » (mise à disposition des poids, 12 juin 2024) — huggingface.co (2 milliards de paramètres, accès ouvert).
• Bird & Bird, « Stability AI defeats Getty Images copyright claims » (jugement du 4 novembre 2025) — twobirds.com (procédure Getty au Royaume-Uni, décision de la Haute Cour).
• TechCrunch, « The org behind the dataset used to train Stable Diffusion claims it has removed CSAM » (30 août 2024) — techcrunch.com (rapport Stanford de décembre 2023, retrait puis Re-LAION-5B).