Stable Diffusion 本地部署教程：环境搭建与 4K 人像生成
概述
本文记录基于 RTX 4070 (8G 显存) 笔记本本地部署 AI 绘画工具 Stable Diffusion 的完整流程。通过整合包方式简化环境配置，重点介绍模型放置路径、WebUI 参数设置及提示词编写，帮助用户快速实现高质量图像生成。
一、准备工作
1. 硬件要求
- 显卡：推荐 NVIDIA 显卡（N 卡），显存建议 8G 起步。
- 内存：建议 16G 以上。
- 硬盘：至少预留 100G 空间（模型文件较大）。
2. 软件工具
建议使用集成运行环境的启动器，避免手动配置 Python 和 Git 带来的兼容性问题。
二、部署步骤
第一步：解压启动器
下载整合包压缩包，解压至无中文路径的盘符。点击 A 绘世启动器.exe 即可运行。
第二步：放置大模型 (Checkpoint)
大模型决定画风。推荐使用 MajicMix Realistic 等写实类模型。
- 文件后缀：
.safetensors(通常 2G-4G 大小) - 存放路径：
\sd-webui-aki-v4.10\models\Stable-diffusion
第三步：放置 ControlNet 模型
用于控制人物动作（可选但建议安装）。
- 文件特征：文件名带
canny,openpose等。 - 存放路径：
\sd-webui-aki-v4.10\models\ControlNet
三、参数配置
打开 WebUI 界面后，建议采用以下最佳写实人像配置：
1. 基础设置
- 模型选择：选中
majicMIX realistic - 采样方法 (Sampler)：
DPM++ 2M - 调度类型：
Karras - 迭代步数 (Steps)：
30(步数过低易导致面部崩坏) - 宽高设置：
512x768(竖屏构图) - 提示词引导系数 (CFG)：
7
2. 高清修复 (Hires. fix)
默认生成的图片放大后细节不足，需开启高清修复。
- 勾选：
Hires. fix - 放大算法 (Upscaler)：
R-ESRGAN 4x+(对皮肤纹理优化较好) - 高分迭代步数：
13 - 重绘幅度 (Denoising)：
0.4(核心参数，过高易变形，过低无效果)
