Stable Diffusion 零基础入门与实战指南

三、电脑配置要求

为了流畅运行 Stable Diffusion WebUI，建议满足以下硬件条件：

1. 显卡（GPU）

• 核心要求：必须使用 NVIDIA 显卡（N 卡）。AMD 显卡支持有限且配置复杂。
• 显存（VRAM）：
  • 最低：4GB（只能运行小分辨率，易报错）
  • 基本：6GB（可运行大部分模型，分辨率受限）
  • 推荐：8GB - 12GB（流畅运行高清修复和控制网）
  • 理想：RTX 3090 / 4090（24GB 显存，生产力首选）

注：显存越大，支持的分辨率越高，批量出图速度越快。

2. 硬盘空间

• SD 依赖模型文件，单个大型模型通常在 2GB - 6GB 之间。
• 建议预留至少 60GB 以上的空闲空间，用于存储多个模型、缓存和生成的图片。

3. 操作系统

• Windows 10 或 Windows 11（64 位）。
• 内存建议 16GB 以上。

四、安装与启动

手动安装涉及 Python 环境配置、Git 克隆、依赖库安装等步骤，容易遇到版本冲突问题。对于初学者，推荐使用整合包。

1. 准备启动器

目前社区中较为稳定的一键启动方案是秋叶启动器（Aki's Launcher）。该工具集成了必要的依赖和环境配置。

2. 安装步骤

1. 下载整合包：获取包含 WebUI 和必要依赖的压缩包。
2. 解压文件：将文件解压至路径不含中文、空格的大容量磁盘分区。
3. 安装运行库：确保系统已安装 Visual C++ Redistributable 和 .NET Framework。
4. 启动程序：双击 webui-user.bat 或启动器图标。

首次启动时，程序会自动下载所需的 PyTorch 版本和依赖库，请耐心等待控制台输出完成。

五、基础操作详解

1. 模型管理

在 WebUI 左上角可以切换当前使用的检查点模型（Checkpoint）。

• 模型来源：Civitai（C 站）是主要的模型资源站，提供大量免费模型。
• 安装方法：下载的 .safetensors 模型文件放入 models/Stable-diffusion/ 目录，刷新页面即可识别。

2. VAE 设置

VAE（Variational Auto-Encoder）负责将潜在空间解码为可见图像。如果图片色彩灰暗，通常需要加载 VAE。

• 自动模式：大多数现代模型内置了 VAE，选择 "Automatic" 即可。
• 独立加载：若模型未内置，需下载 VAE 文件放入 models/VAE/ 目录并手动选择。

注意：VAE 文件通常几百 MB，加载后能显著改善画面色彩饱和度。

3. 核心功能区

• 文生图（txt2img）：输入提示词生成新图像。
• 图生图（img2img）：基于参考图进行修改或重绘。
• 图片信息：读取已有图片的参数，包括 Prompt 和 Seed。
• 模型合并：混合两个模型的权重，创造新风格。
• 训练：使用 LoRA Trainer 训练自定义模型。

4. 提示词工程

提示词（Prompt）是控制 SD 的核心。格式通常为英文逗号分隔。

• 正向提示词：描述想要的内容。
• 反向提示词：描述不想要的内容（如：bad hands, low quality, watermark）。

权重调节

• 顺序权重：越靠前的词汇权重越高。
• 括号权重：(keyword) 权重为 1.1，((keyword)) 为 1.21。
• 数值权重：(keyword:1.3) 表示权重为 1.3。

5. 常用按钮功能

• 上一张参数：读取最近生成图片的设置。
• 清空：重置所有输入框。
• 模型管理：快速切换 Checkpoint 和 LoRA。
• 模板保存：保存常用的提示词组合供日后调用。

6. 采样步数（Steps）

• 范围：通常 20-30 步。
• 影响：步数过低会导致图像未完成，过高收益递减且耗时增加。
• 建议：默认 20 步开始尝试，追求细节可增至 30-40 步。

7. 采样方法（Sampler）

WebUI 支持多种采样算法，如 Euler a, DPM++ 2M Karras 等。

• Euler a：速度快，变化大。
• DPM++ 2M Karras：质量高，稳定性好（推荐）。

8. 高清修复（Hires. Fix）

用于提升生成图片的分辨率和细节。

• 放大倍率：通常 1.5x 或 2x。
• 重绘幅度：控制重绘强度，过高会改变原图内容。
• 面部修复：可选启用，对写实人像有帮助。

9. 随机种子（Seed）

• 固定种子：相同参数 + 相同种子 = 相同结果。
• 差异种子：固定种子基础上微调，保持风格一致但细节不同。

六、进阶功能补充

1. ControlNet

ControlNet 是 SD 最重要的扩展之一，允许通过边缘图、深度图或姿态图来控制生成结构。

• 预处理器：提取参考图的特征（如 Canny, OpenPose）。
• 模型：加载对应的 ControlNet 模型文件。
• 权重：控制对原图的约束强度。

2. LoRA 微调

LoRA（Low-Rank Adaptation）是一种轻量级模型，用于添加特定角色、风格或服装。

• 使用方法：在提示词中使用 <lora:文件名：权重> 格式调用。
• 训练：需要准备约 10-20 张高质量图片进行训练。

3. 常见问题排查

• 显存溢出（OOM）：降低分辨率或减少批次数量。
• 黑屏/白屏：检查显卡驱动，更新 CUDA 版本。
• 启动慢：网络环境导致依赖下载慢，可使用国内镜像源。

七、总结

Stable Diffusion 是一个强大且灵活的 AI 绘画工具。通过掌握模型管理、提示词工程和参数调整，用户可以创造出符合预期的作品。随着社区的发展，更多插件和功能将不断涌现，建议持续关注官方文档和论坛动态。

AI 技术正在重塑创意产业，掌握 SD 技能将为未来的职业发展提供更多可能性。