Stable Diffusion 详细使用教程：安装、配置与实战指南
一、为什么要学习 Stable Diffusion
1. Stable Diffusion 的核心能力
Stable Diffusion（简称 SD）是一款基于扩散模型的 AI 图像生成工具。它具备以下主要应用场景：
- AI 人像生成：创建高质量的虚拟人物形象，适用于头像、壁纸或概念设计。
- 辅助创作：为插画师提供线稿上色、草图细化等辅助功能，提升工作效率。
- 风格迁移：将现有图片转换为特定艺术风格（如二次元、油画等）。
- 图像修复：对模糊或低分辨率图片进行高清放大和细节修复。
2. 技术原理简述
SD 通过文本提示词（Prompt）引导潜在空间中的噪声逐步去噪，最终生成符合描述的图像。用户无需深入理解复杂的数学原理即可上手操作，重点在于掌握参数调整与模型选择。
二、环境部署方案
1. 本地部署要求
本地运行需要一定的硬件支持，建议配置如下：
- 操作系统：Windows 10 或 Windows 11。
- 内存：建议 16GB 及以上，8GB 可勉强运行。
- 显卡：NVIDIA 显卡（俗称 N 卡），显存建议 4GB 以上，推荐 8GB 以获得更佳体验。
- 存储：预留至少 50GB 空间用于存放模型文件。
2. 云平台方案
若本地配置不足，可使用云桌面服务。流程如下：
- 注册云服务平台账号并完成实名认证。
- 选择预装 AIGC 工具的云桌面实例。
- 启动实例后，在云端环境中运行 SD 整合包。
- 使用完毕后及时关机以节省费用。
3. 本地一键安装步骤
推荐使用官方或社区维护的整合包，简化依赖配置：
- 下载整合包并解压至非系统盘（如 D 盘）。
- 双击启动器，根据显存大小选择优化选项。
- 等待自动更新依赖库，点击'一键启动'。
- 若遇报错，使用启动器内的'疑难解答'功能扫描修复。
三、核心功能与操作指南
1. 文生图（Text to Image）
这是最基础的功能，通过输入描述生成图像。
模型选择
界面左上角的模型下拉菜单决定了图像的基础风格。例如：
- ChilloutMix：适合写实人像。
- Anything：适合二次元动漫风格。
关键词编写技巧
正面提示词（Positive Prompts）决定画面内容，负面提示词（Negative Prompts）排除不想要的内容。
公式结构：
画质 + 主体 + 主体细节 + 服装配饰 + 背景环境
示例：
高质量，超高清，大师杰作，8k，1girl, beautiful face, detailed eyes, long hair, white sweater, street background
权重控制：
- 增加权重：
(keyword)或(keyword:1.3) - 降低权重：
[keyword]或(keyword:0.7)
负面提示词模板
新手可直接使用通用负面词以减少瑕疵：
(worst quality:2), (low quality:2), (normal quality:2), lowres, bad anatomy, bad hands, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry
2. 图生图（Image to Image）
基于已有图片进行修改或重绘。
- 重绘幅度（Denoising Strength）：控制修改程度。值越大，与原图差异越大。生成二次元头像建议设为 0.6~0.8。
- 涂鸦重绘（Inpainting）：涂抹图片特定区域（如衣服、脸部），仅对该区域进行重绘，保持其他部分不变。
3. 模型管理（LoRA & VAE）
LoRA 模型
LoRA 用于微调特定特征（如人物脸型、画风）。
- 在启动器中加载已下载的
.safetensors文件。 - 可在提示词中直接调用，格式为
lora:文件名：权重。 - 建议新手先尝试单个 LoRA，避免叠加过多导致效果混乱。
VAE 模型
VAE 负责解码潜在空间数据为像素图像，影响色彩还原度。
- 大多数现代模型已内置 VAE，若无特殊需求可忽略。
- 若图像偏灰暗，可手动加载专用 VAE 文件（如
vae-ft-mse-840000）。
4. 随机种子（Seed）
控制生成的随机性。固定 Seed 值可复现相同构图。默认值为 -1（随机），查看当前图片的 Seed 值可复制用于相似生成。
四、高级控制技术：ControlNet
ControlNet 允许通过外部条件精确控制生成结果，是进阶必备功能。
1. 姿态控制（OpenPose）
上传参考人物的骨架图，使生成的人物保持相同的姿势。适用于角色动作统一化。
2. 线稿上色（Canny/Lineart）
上传黑白线稿，配合相应模型，快速完成上色工作。需勾选'反转输出颜色'以适配线稿特征。
3. 深度控制（Depth/Mlsd）
利用深度信息保留原图的透视关系，常用于室内设计或建筑效果图的风格转换。
4. 操作步骤
- 启用 ControlNet 模块。
- 上传参考图。
- 选择对应的预处理器（Preprocessor）和模型（Model）。
- 调整控制权重（Control Weight）。
- 生成图像。
五、图像修复与增强
1. 高清放大（Upscale）
- 二次元图片：选择
R-ESRGAN 4x+Anime6B。 - 真实照片：选择
R-ESRGAN 4x+。 - 真人面部修复：开启 GFPGAN 或 CodeFormer 插件，强度设为 1。
2. 标签提取
导入图片可查看其包含的 Prompt 信息（PNG Info），或使用 Tagger 功能自动生成标签，便于逆向学习大佬作品。
六、参数调优建议
| 参数项 | 推荐设置 | 说明 |
|---|---|---|
| 采样步数 (Steps) | 20-30 | 过低质量差，过高收益递减 |
| 采样器 (Sampler) | Euler a / DPM++ 2M Karras | 平衡速度与质量 |
| 分辨率 (Resolution) | 512x512 / 512x768 | 低配电脑建议不超过 768px |
| Batch Size | 1 | 单张生成更稳定 |
七、常见问题与解决方案
1. 显存不足报错
- 降低分辨率。
- 启用
--med-vram或--highvram启动参数。 - 切换至轻量级模型。
2. 图像崩坏或变形
- 检查负面提示词是否过少。
- 调整重绘幅度。
- 更换采样器尝试。
3. 模型加载失败
- 确认文件格式为
.safetensors或.ckpt。 - 检查文件路径是否包含中文或特殊字符。
- 验证模型完整性。
八、资源获取渠道
建议前往官方社区或可信平台下载模型与插件，确保安全性与兼容性。主流资源站包括 Civitai 等，注意甄别版本与版权信息。