维护咨询 大模型部署 问题解决 技能定制 大模型训练
Stable Diffusion怎么用？本地AI绘图工具安装使用教程
一、Stable Diffusion是什么
Stable Diffusion（中文常译为“稳定扩散”）是一款基于扩散模型（Diffusion Model）的开源本地AI绘图工具。它由慕尼黑工业大学的CompVis团队研发，并在GitHub上以Apache‑2.0许可证公开源码。与传统的云端AI绘图服务不同，Stable Diffusion可以完全在自己的电脑上运行，用户无需将数据上传到服务器，从而更好地保护隐私并且能够自由地对模型进行微调和二次开发。
Stable Diffusion通过“噪声到图像”的过程，从随机噪声开始逐步去噪，最终生成符合提示词（Prompt）的图像。模型本身是一个约4GB的Checkpoint文件，配合轻量的Web界面（常见的有AUTOMATIC1111的WebUI），即可实现“一键生成”。由于模型和代码全部开源，用户可以自行更换底层的扩散模型、采样器、ControlNet等插件，极大提升了可玩性和定制化空间。
二、Stable Diffusion 与 Midjourney 的区别
虽然Midjourney同样是热门的AI绘图工具，但两者在运营模式、使用成本以及可定制性上存在显著差异：
- 费用：Midjourney采用付费订阅制，用户需要在Discord平台上购买会员才能使用高质量模型；Stable Diffusion本身免费，用户只需承担本地硬件（显卡、CPU、内存）的购买成本。
- 运行方式：Midjourney是基于云端的API服务，所有绘图请求均在远程服务器完成；Stable Diffusion则是本地运行，数据不离开用户的电脑。
- 模型可自定义：Stable Diffusion的Checkpoint文件完全开放，用户可以自由下载不同的模型权重（如写实、动漫、二次元等），甚至自行训练专属风格；Midjourney的模型更新由官方统一控制，用户只能通过官方提供的风格参数进行微调。
- 插件生态：Stable Diffusion拥有丰富的社区插件，例如ControlNet、LoRA、Embedding等，可以实现姿势控制、局部编辑、风格迁移等功能；Midjourney的插件生态相对封闭，扩展能力有限。
- 硬件需求：Stable Diffusion对显卡要求较高（推荐8GB以上显存），但只需一次性投入；Midjourney的算力由平台提供，用户无需担心硬件配置。
综上所述，如果你追求免费、隐私保护以及高度自定义，Stable Diffusion是更合适的选择；如果只想快速产出高质量图片且不关心硬件投入，Midjourney仍是便利的云端方案。
三、安装 Stable Diffusion——推荐使用秋叶整合包
1. 环境要求
- 操作系统：Windows 10/11（推荐），Linux、macOS 亦可（但社区资源以Windows为主）。
- 显卡：NVIDIA GPU，显存 ≥ 6 GB（8 GB 以上更佳），支持CUDA 11.8 以上。
- 硬盘空间：至少 30 GB 可用空间（模型文件+缓存）。
- 内存：建议 16 GB 以上。
- Python：3.10.x（秋叶整合包已自带，无需自行安装）。
2. 下载秋叶整合包
秋叶（AutumnLeaf）整合包是中文社区对 AUTOMATIC1111 WebUI 的一次封装，包含了运行所需的所有依赖（如 Python、PyTorch、xformers），以及预优化的启动脚本，省去手动配置环境的繁琐步骤。
官方下载链接（GitHub Releases）如下：
https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases/latest在该页面找到 “stable-diffusion-webui-windows.zip”（或对应的压缩包）并点击下载。下载完毕后，解压到任意目录即可。
3. 安装步骤（Windows 示例）
- 解压下载的压缩包，得到
stable-diffusion-webui文件夹。 - 打开文件夹，找到
webui-user.bat（Windows 启动脚本），双击运行。 - 首次启动会自动下载模型文件（约 4 GB），请确保网络通畅。若下载速度慢，可使用代理或提前手动下载模型文件放入
models/Stable-diffusion目录。 - 启动成功后，浏览器会自动打开
http://127.0.0.1:7860，即可看到 WebUI 界面。
若你使用的是 Linux/macOS，可参考官方 webui.sh 脚本启动，步骤与 Windows 类似。
四、基础使用方法
1. 启动 WebUI
在命令行或双击 webui-user.bat 后，等待出现类似下方的日志：
Running on local URL: http://127.0.0.1:7860
To create a public link, set `share=True` in `launch.py`
...打开浏览器访问该地址，即可进入绘图界面。
2. 输入提示词（Prompt）
在界面左侧的 “Prompt” 输入框中填写想要生成的内容。提示词越具体、层次感越强，生成结果越接近预期。例如：
a beautiful sunset over the ocean, cinematic lighting, 8k, highly detailed, photorealistic如果想加入负面提示词（Negative Prompt），可在下方 “Negative prompt” 框中填写不希望出现的内容，如：
blurry, low quality, distortion, watermark3. 调整生成参数
在 “Settings” 面板中可设置以下关键参数（详见第五节）：
- Sampling method（采样器）
- Sampling steps（步数）
- Width / Height（图像尺寸）
- CFG Scale（提示词权重）
- Seed（随机种子）
- Batch count / Batch size（批次数）
4. 生成图片
参数设置完毕后，点击 “Generate”（生成）按钮，等待数秒（取决于显卡性能），右侧预览窗口将出现生成的图像。若对结果不满意，可直接修改提示词或参数后重新生成。
生成的图片默认保存在 outputs/txt2img-images 目录下，文件名包含生成时的种子值和时间戳，方便后期查找。
五、常用参数说明
1. 采样器（Sampler）
采样器决定了从噪声到图像的“去噪路径”。常用的采样器有：
- Euler A：速度快，适合快速预览。
- DPM++ 2M Karras：质量与速度兼顾，推荐作为默认。
- DPM++ SDE Karras：细节丰富，生成速度稍慢。
- DDIM：经典采样器，适合需要多次迭代的风格化创作。
不同采样器在同一提示词下会产生略有差异的画面，可根据需求自行尝试。
2. 步数（Steps）
步数指模型进行去噪的总次数，通常在 20~50 之间。步数越多，图像细节越丰富，但生成时间也会线性增长。对于大多数场景，30 步是一个比较平衡的选择。
3. 尺寸（Width / Height）
生成的图像宽高，单位为像素。常见的预设有：
- 512×512（默认）
- 768×768（更高分辨率）
- 1024×1024（需要更大的显存）
若显卡显存不足，建议先使用 512×512 或 768×768，待生成满意后使用 “Extra” → “Upscale” 功能进行放大。
4. 提示词权重（CFG Scale）
CF（Classifier Free Guidance）控制模型对提示词的“遵守程度”。数值范围通常为 1~30，默认值 7 左右。值越大，图像越严格遵循提示词，但过高容易出现噪声或失真；值过低，则图像可能偏离提示词。
5. 随机种子（Seed）
种子决定了噪声的起始状态。相同的种子 + 相同的参数 = 相同的图像。利用种子可以复现、对比不同参数的效果。若想每次随机，可将种子设为 -1。
6. Batch count / Batch size
Batch count 为一次性生成的图片数量（每个批次之间的种子会自动递增），Batch size 为每个批次内部并行的图片数量（受显存限制）。如果显存足够，可把 Batch size 设为 2~4，以加快批量生成速度。
7. 其他可选参数
- Save grid：将多张图片拼接成网格保存。
- Show extra info：在生成图片的 EXIF 信息里记录使用的模型、采样器、步数等。
- CLIP stop at last layer：控制 CLIP 模型的层数，影响文字提示词与图像的对齐程度。
六、热门模型推荐
1. 真人写实模型
- Realistic Vision V5（简称 “RV5”）
擅长生成高保真的人像和风景，细节丰富，光影自然。 - Deliberate
风格偏向写实，颜色饱和度适中，适合艺术写实类作品。 - Absolute Reality
拥有强大的皮肤纹理与毛发渲染能力，是人物写实的热门选择。
使用方法：下载对应的 .ckpt 或 .safetensors 文件，放置在 models/Stable-diffusion 目录后，在 WebUI 的左上角模型下拉框中切换即可。
2. 动漫 / 二次元模型
- Anything-V5 (Prompt-Only)
以细腻的动漫人物为主打，色彩鲜艳、线条清晰。 - Counterfeit V2.0
兼具动漫与写实风格，适合混合创作。 - Animagine XL
基于 SDXL 架构的升级版动漫模型，分辨率更高，细节更丰富。
3. 如何下载并放置模型
大多数模型托管在 Hugging Face 或 Civitai 平台。下载步骤如下：
# 示例：下载 Realistic Vision V5（来自 Civitai）
# 1. 打开 https://civitai.com/models/xxxxx (对应模型页面)
# 2. 点击页面中的 "Download" 按钮获取 .ckpt 文件
# 3. 将文件移动至本地的 Stable Diffusion 模型目录
mv RealisticVisionV5.safetensors /path/to/stable-diffusion-webui/models/Stable-diffusion/放置完毕后，重新加载 WebUI（点击左上角的模型刷新按钮），即可在模型列表中看到新模型。
七、常见问题 FAQ
1. 显存不足（OutOfMemory）怎么办？
显存不足是最常见的报错，尤其在使用高分辨率（≥1024×1024）或开启高 Batch size 时。以下几种解决思路可供参考：
- 降低图像分辨率，例如先使用 512×512 生成草图，再进行放大。
- 关闭 “xformers”（在启动脚本中加入
--xformers参数），改为使用标准的 PyTorch 优化。 - 开启 “Low VRAM” 模式（
--lowvram），牺牲一定速度换取显存占用降低。 - 升级显卡驱动至最新版本，并确保使用的是支持 CUDA 11.8/12.1 的 PyTorch 版本。
2. 生成的图片模糊或出现噪点
这通常与采样步数（Steps）过低或 CFG Scale 设置不当有关。建议尝试：
- 将 Steps 调至 30~40。
- 适当提高 CFG Scale（如 7~9）。
- 使用质量更高的采样器（如 DPM++ 2M Karras）。
3. 提示词没有生效，图像偏离主题
检查是否在 Negative Prompt 中误添加了过于宽泛的否定词（如 “cartoon” 可能在写实模型中导致细节被抑制）。可以尝试：
# 示例：强化写实效果的提示词
a hyperrealistic portrait of a woman, sharp focus, natural lighting, RAW photo# 对应的负面提示词（适度）
blurry, cartoon, anime, low detail, deformed4. 如何使用 ControlNet 插件？
ControlNet 允许在生成时加入额外的条件控制（如姿势、线稿、深度图），实现更精细的构图。
- 在 WebUI 左侧的 “Extensions” 页面搜索并安装 “ControlNet” 插件。
- 安装完成后，刷新页面，左侧会出现 “ControlNet” 面板。
- 上传参考图片（如人物姿势图），选择对应的预处理模型（如 “openpose”），并设置相应的权重。
- 在主 prompt 中填写目标描述，点击 “Generate”。
5. 如何保存高质量的无损图片？
默认情况下，WebUI 会把生成的图片保存为 PNG。若想要更高的色彩深度或保留 EXIF 信息，可在生成时勾选 “Save metadata” 或使用 “Extra” 标签页的 “Upscale” 功能（推荐使用 ESRGAN 或 Stable Diffusion x4 放大模型）后再导出。
6. 如何在多平台共享自己的模型或 LoRA？
将训练好的 LoRA、Embedding 或 Checkpoint 上传至 Hugging Face 或 Civitai，遵循平台的许可证（如 CreativeML Open RAIL‑M），即可供他人下载使用。上传前请确保已去除任何未经授权的受版权保护的内容。
八、SEO 写作小技巧
为了让这篇教程在搜索引擎中获得更好的排名，建议在文章中自然嵌入以下关键词：
- Stable Diffusion怎么用
- 本地AI绘图工具
- Stable Diffusion安装教程
- 秋叶整合包下载
- Stable Diffusion与Midjourney对比
- Stable Diffusion模型推荐
- AI绘图参数设置
- Stable Diffusion常见问题
同时，保持文章结构清晰、使用标题（H2/H3）分段、适当加入内部链接（如指向其他 Stable Diffusion 使用技巧的文章），可提升页面停留时间和用户互动，间接提升搜索排名。
九、结语
Stable Diffusion作为当前最开放、最具可玩性的本地AI绘图工具，已经吸引了全球大量的创作者、游戏开发者、设计师以及AI爱好者。通过本文的完整安装指南、基础使用流程、常用参数解析以及热门模型推荐，你可以快速上手并在自己的电脑上实现高质量的AI创作。无论是想要生成写实人像、细腻动漫还是自定义风格的插画，Stable Diffusion配合秋叶整合包都能让你事半功倍。祝你在AI绘图的道路上玩得开心，创作出令人惊艳的作品！
暂无评论内容