Stable Diffusion 本地部署与详细安装教程
1. 概述
Stable Diffusion（简称 SD）是一种基于潜在扩散模型（Latent Diffusion Model, LDM）的开源图像生成技术。它通过模拟扩散过程，将随机噪声逐步去噪转化为清晰的目标图像。相比传统的生成对抗网络（GAN），SD 在生成质量、可控性以及推理速度上取得了显著平衡，已成为视觉创作领域的核心工具之一。
本教程旨在指导用户如何在本地 Windows 环境下完成 Stable Diffusion WebUI 的部署与基础配置，涵盖硬件要求、环境准备、安装步骤及常见问题排查，帮助开发者与创作者快速搭建私有化 AI 绘图环境。
2. 硬件与环境要求
为了确保 Stable Diffusion 能够流畅运行并生成高质量图像，建议参考以下配置标准：
2.1 硬件配置
- 显卡 (GPU)：推荐使用 NVIDIA 显卡。NVIDIA 的 CUDA 生态对深度学习框架支持最为完善。
- 显存 (VRAM)：最低 4GB，推荐 8GB 及以上。显存大小直接决定了可生成的图像分辨率及 Batch Size。
- 型号：GTX 1060 (6GB) 及以上版本较为常见，RTX 30 系列或 40 系列体验更佳。
- 注意：AMD 显卡虽可通过 ROCm 支持，但配置复杂且稳定性不如 NVIDIA，不建议新手使用。
- 内存 (RAM)：建议 16GB 以上。8GB 可能导致运行卡顿或加载模型失败。
- CPU：无特定要求，主流双核四线程处理器即可满足基础需求。
- 存储：建议使用固态硬盘 (SSD)。模型文件通常占用数 GB 至数十 GB 空间，建议预留至少 50GB 可用空间，若需存储大量生成图片则建议更大容量。
2.2 软件环境
- 操作系统：Windows 10/11 (64 位)，macOS (M1/M2 芯片支持有限)，Linux。
- Python 版本：部分手动安装方式需要 Python 3.10.x 左右版本。
- 依赖库：Git、CUDA Toolkit (可选，取决于启动器是否内置)。
3. 安装方式选择
目前 Stable Diffusion 的安装主要有两种途径：
- 一键整合包：如 Aki Launcher、秋叶启动器等。适合新手，预置了大部分依赖，开箱即用。
- 源码手动部署：适合高级用户，便于定制环境和调试代码。
本教程主要介绍基于Aki 整合包的一键部署流程，因其操作简便且维护成本较低。
4. 详细安装步骤 (Windows 系统)
4.1 下载与解压
- 获取官方或可信社区发布的 Stable Diffusion WebUI 整合包（例如 sd-webui-aki-v4.4.zip）。请确保来源安全，避免恶意软件。
- 将压缩包解压至一个路径较短、无中文特殊字符的文件夹中，例如
D:\AI\StableDiffusion。
4.2 初始化依赖
- 进入解压后的目录，找到名为'启动器运行依赖'或类似名称的安装脚本（通常为
.bat或.exe文件）。 - 双击运行该脚本，按照提示自动安装 Python 环境、Git 及相关依赖库。此过程可能需要几分钟，请耐心等待。
- 若遇到权限错误，请以管理员身份运行脚本。
4.3 启动服务
- 依赖安装完成后，找到主启动程序，通常命名为'A 启动器.exe'或'run.bat'。
- 双击运行启动器，程序会自动检查更新并下载必要的模型文件（首次运行可能耗时较长）。
- 等待进度条显示'更新完成'或'就绪'状态。
