跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
PythonAI算法

本地部署 Stable Diffusion 3.5 完整教程

介绍在本地使用 ComfyUI 部署 Stable Diffusion 3.5 Large Turbo 模型的完整流程。主要步骤包括准备 Windows 环境及 NVIDIA 显卡,下载并解压 ComfyUI,配置中文语言包,从 HuggingFace 下载模型文件(Checkpoint 及 Clip 编码器)至指定目录,最后启动服务加载工作流进行文生图测试。该方案适合具备 8GB 以上显存的硬件环境。

怪力乱神发布于 2026/4/6更新于 2026/10/24110 浏览
本地部署 Stable Diffusion 3.5 完整教程

在本地部署 Stable Diffusion 3.5

随着人工智能的快速发展,图像生成技术日益成熟,Stable Diffusion 3.5 作为一款强大的 AI 绘图工具,广泛应用于设计师、创作者等人群的视觉内容生成。它能够通过文本提示生成高质量图像,且具备较高的可控性和细腻的生成效果。

默认情况下,Stable Diffusion 3.5 仅能在局域网内运行,远程操作或者出门时调整参数、查看进度会受到限制。在本文中,我们将通过本地部署的方式,帮助您克服这一限制,实现更加灵活的使用。

提示:不同型号的 Stable Diffusion 对硬件要求有所不同。以 Large Turbo 版本为例,推荐配备至少 8GB 显存以保证流畅运行。

1. 本地部署 ComfyUI

环境准备

  • 操作系统:Windows 11 专业版
  • 显卡要求:至少 8GB 显存

步骤 1:下载 ComfyUI

访问 ComfyUI 的官方 GitHub 页面,下载最新版的免安装版:

  • ComfyUI GitHub:点击下载

打开 GitHub 页面后,找到免安装版并下载解压至本地目录。

步骤 2:选择合适的脚本

在解压后的文件夹中,您会看到 run_cpu 和 run_nvidia_gpu 两个脚本。run_cpu 是通过 CPU 解码,而 run_nvidia_gpu 则是通过 NVIDIA 显卡加速,后者运行速度更快。

选择适合您硬件的脚本,双击运行。

步骤 3:启动 ComfyUI

运行脚本后,打开浏览器并访问 http://127.0.0.1:8188,即可进入 ComfyUI 的控制界面。

默认界面是英文,我们接下来设置为中文,以便更好地进行操作。

步骤 4:设置中文语言

  1. 下载中文语言包:中文插件下载链接
  2. 将解压后的文件放入 ComfyUI 根目录下的 custom_nodes 文件夹中。
  3. 回到 ComfyUI,进入设置并选择中文语言。

至此,ComfyUI 界面已经切换为中文,操作更加直观。

2. 下载 Stable Diffusion 3.5 模型

模型选择

Stable Diffusion 3.5 系列有多个版本,本教程使用的是 Stable Diffusion 3.5 Large Turbo 版本。

  • Stable Diffusion 3.5 Large:适合需要高质量图像的专业用户,建议使用 16GB 以上显存。
  • Stable Diffusion 3.5 Large Turbo:速度更快,生成过程更高效,推荐 8GB 显存。
  • Stable Diffusion 3.5 Medium:较为轻量,适合消费级硬件。

点击以下链接下载 Large Turbo 版本模型文件:

Stable Diffusion 3.5 Large Turbo 下载链接

步骤 1:下载模型文件

在下载页面找到 sd3.5_large_turbo.safetensors 文件,并将其保存到 ComfyUI 的 models/checkpoint 文件夹中。

步骤 2:下载 Clip 编码器文件

接下来,下载以下 Clip 编码器文件并将其保存至 ComfyUI 的 models/clip 文件夹中:

  • clip_g.safetensors
  • clip_l.safetensors
  • t5xxl_fp8_e4m3fn.safetensors

步骤 3:运行 ComfyUI 服务

回到 ComfyUI 根目录,运行一键脚本启动服务。

3. 演示文生图

步骤 1:加载示例工作流

将下载的 SD3.5L_Turbo_example_workflow.json 文件拖入 ComfyUI 界面中。

步骤 2:设置模型

在左侧的 Clip 设置中,选择刚刚下载的模型。

步骤 3:输入提示词并生成图像

在中间的 CLIP 文本编码器中输入提示词,点击右侧的'添加提示词队列'按钮。

生成图像后,您就可以看到在本地成功运行的 Stable Diffusion 3.5 模型生成的图像,操作更加便捷。

总结

恭喜您!通过本教程,您已经成功在本地部署了 Stable Diffusion 3.5 模型,并搭建了自己的 AI 绘画工作站。以下是整个部署过程的总结:

  • 第一步:搭建工作台
    • 下载并解压 ComfyUI 免安装版。
    • 启动服务,安装中文插件,完成环境配置。
  • 第二步:安装模型
    • 下载并安装 Stable Diffusion 3.5 Large Turbo 模型及所需的 Clip 编码器。
    • 将模型文件准确放入 ComfyUI 对应文件夹。
  • 第三步:启动并测试
    • 重启 ComfyUI 服务,加载示例工作流。
    • 输入提示词并生成第一张图像。

您已成功完成本地部署,并可以开始探索更多的功能和高级工作流。如果您希望将其转换为公网地址,便于远程访问,建议参考相关教程进行配置。

目录

  1. 在本地部署 Stable Diffusion 3.5
  2. 1. 本地部署 ComfyUI
  3. 环境准备
  4. 步骤 1:下载 ComfyUI
  5. 步骤 2:选择合适的脚本
  6. 步骤 3:启动 ComfyUI
  7. 步骤 4:设置中文语言
  8. 2. 下载 Stable Diffusion 3.5 模型
  9. 模型选择
  10. 步骤 1:下载模型文件
  11. 步骤 2:下载 Clip 编码器文件
  12. 步骤 3:运行 ComfyUI 服务
  13. 3. 演示文生图
  14. 步骤 1:加载示例工作流
  15. 步骤 2:设置模型
  16. 步骤 3:输入提示词并生成图像
  17. 总结

更多推荐文章

查看全部
  • PyCharm 提交项目代码到 GitHub 的方法
  • SQLBot:基于大模型与 RAG 的智能问数系统架构
  • 前端代码编写辅助工具评测:从代码补全到规范驱动的 AI 工具
  • WebCode 与 Clawdbot:AI 助手框架深度对比
  • CCF-GESP 2025 年 9 月二级 C++ 优美数字题解
  • AI 系统权限控制系统搭建指南
  • JDK 下载与安装配置详解
  • SpringBoot 手动开启数据库事务的几种实现方式
  • 黑客技术入门指南:编程语言与操作系统选择建议
  • 基于 DeepSeek 和 Cursor 打造智能代码审查工具
  • 技术博客搭建指南:如何选择发布平台
  • ToClaw 基于 OpenClaw 的零门槛 AI 自动化桌面助手功能解析
  • 飞书自定义机器人 Webhook 接入与实现
  • Spring Web MVC 核心注解与请求映射实战
  • 深度剖析 Rokid SLAM 算法:从传感器融合到空间重建的完整技术链路
  • 7 款主流 AI 编程工具深度评测与选型指南
  • Python FastAPI 入门教程:从环境搭建到核心功能
  • Elasticsearch + Kibana 实战指南:从安装部署到 C++ 客户端封装
  • Windows 环境下编译部署 llama.cpp
  • TortoiseSVN/TortoiseGit 本地修改文件拉取与更新最佳实践

相关免费在线工具

  • 加密/解密文本

    使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online

  • curl 转代码

    解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online