Stable Diffusion 本地部署与安装使用指南

Stable Diffusion 本地部署与安装使用指南 | 极客日志

Stable Diffusion 本地部署与安装使用指南

1. 概述

Stable Diffusion（简称 SD）是一款基于潜在扩散模型（Latent Diffusion Model）的开源人工智能图像生成工具。与 Midjourney 等需要付费且依赖云端服务的软件不同，SD 的核心优势在于其开源免费、可本地部署以及高度的可定制性。用户可以在自己的计算机上运行该程序，无需担心数据隐私问题，同时能够自由调整参数、训练自定义模型或安装插件扩展功能。

本文旨在提供一份详尽的本地安装与使用教程，涵盖从硬件环境检查到基础绘图操作的全流程，帮助初学者快速上手 AI 绘画技术。

2. 硬件与环境要求

由于 AI 图像生成涉及大量的矩阵运算，对计算机硬件有一定要求。在开始安装前，请务必确认您的设备满足以下最低配置：

2.1 硬件配置

显卡（GPU）：推荐使用 NVIDIA 显卡，显存（VRAM）建议 4GB 以上。8GB 及以上显存体验更佳，可支持更高分辨率的生成和更复杂的模型加载。AMD 显卡支持有限，需额外配置 ROCm 环境。
内存（RAM）：系统内存建议 16GB 以上，以保证多任务处理时的稳定性。
硬盘空间：预留至少 30GB 的可用空间用于存储软件本身、模型文件及生成的图片。建议使用 SSD 固态硬盘以加快读写速度。
操作系统：Windows 10/11（推荐）、macOS（需特定版本支持）、Linux。

2.2 软件环境

Python：建议安装 Python 3.10.x 版本。可通过官网下载并勾选 Add to PATH 选项。
Git：用于克隆代码仓库，需提前安装 Git Bash 或 Git for Windows。
CUDA Toolkit：若使用 NVIDIA 显卡加速，需根据 PyTorch 版本安装对应的 CUDA 驱动（通常自动安装脚本会处理，但手动安装更稳定）。

3. 安装步骤详解

目前最流行的部署方式是使用 WebUI（Automatic1111），它提供了丰富的图形界面和插件生态。以下是基于 Windows 系统的标准安装流程。

3.1 获取安装包

建议前往 GitHub 官方仓库下载最新版本的 Stable Diffusion WebUI 源代码。避免使用第三方打包的整合包，以确保安全性并及时获取更新。

3.2 解压与目录设置

创建一个专门存放 SD 软件的文件夹，例如 D:\AI\StableDiffusion。请勿将文件解压到 C 盘根目录或包含中文路径的文件夹中。
将下载的压缩包解压至上述目录。

3.3 环境初始化

进入解压后的文件夹，找到 webui-user.bat 文件（Windows）或 webui.sh 文件（Linux/Mac）。

双击运行启动脚本。
首次运行会自动检测环境并下载必要的依赖库（如 PyTorch、diffusers 等），此过程可能需要较长时间，取决于网络状况。
若遇到网络超时，建议在脚本中添加国内镜像源地址，或在环境变量中配置代理。

3.4 启动服务

当控制台显示 Running on local URL: http://127.0.0.1:7860 时，表示服务已成功启动。打开浏览器访问该地址即可进入操作界面。

4. 界面与基础操作

进入 WebUI 后，主要功能区分为以下几个标签页：

4.1 Text-to-Image（文生图）

这是最常用的功能模块。

Prompt（正向提示词）：描述你想要生成的画面内容，例如 "a beautiful landscape, sunset, cinematic lighting"。
Negative Prompt（反向提示词）：描述你不希望出现在画面中的元素，例如 "blurry, low quality, bad anatomy"。
Sampling Steps（采样步数）：决定生成过程的迭代次数，通常 20-50 步之间，过高会增加时间收益递减。
CFG Scale（提示词相关性）：控制 AI 遵循提示词的程度，默认值 7 左右较为合适。
Seed（种子）：固定随机数种子可复现相同结果，设为 -1 则为随机。

4.2 Image-to-Image（图生图）

允许用户上传一张参考图片，结合提示词生成新图。常用于重绘局部细节或风格迁移。

4.3 模型管理

Checkpoint（主模型）：位于 models/Stable-diffusion 目录下。常见的模型格式为 .safetensors 或 .ckpt。
LoRA：位于 models/Lora 目录下，用于微调画风或角色特征。
ControlNet：位于 extensions 目录下，用于精确控制构图和姿态。

5. 进阶技巧与常见问题

5.1 提示词工程

高质量的提示词是生成好图的关键。建议采用结构化写法： [主体], [环境], [风格], [光影], [画质] 例如：1girl, school uniform, cherry blossoms, anime style, soft lighting, high resolution

5.2 常见报错解决

OOM (Out Of Memory)：显存不足导致崩溃。解决方法包括降低分辨率、启用 --medvram 启动参数、或使用 xformers 优化。
黑屏或无法启动：检查显卡驱动是否更新，确保 CUDA 版本与 PyTorch 匹配。
下载缓慢：修改配置文件 webui-user.txt，添加 COMMANDLINE_ARGS=--xformers --opt-sdp-attention 以提升性能。

5.3 插件扩展

WebUI 支持丰富的插件系统。点击 Extensions -> Available 搜索并安装 ControlNet、ADetailer 等插件，可大幅提升出图质量与控制力。

6. 总结

Stable Diffusion 为创作者提供了强大的本地化 AI 绘图能力。通过合理的硬件配置和规范的安装流程，用户可以完全掌控自己的创作环境。随着技术的迭代，更多高效的工作流和模型不断涌现，持续学习与实践是掌握该技术的关键。在使用过程中，请遵守相关法律法规，尊重知识产权，合理使用 AI 生成内容。

Stable Diffusion 本地部署与安装使用指南