Stable Diffusion 3.5 云端部署方案与实战指南

负向提示词：

blurry, low quality, distorted 

参数设置：

• Sampling method: Euler a
• Steps: 30
• Width & Height: 1024 × 1024

点击 Generate 后观察日志，正常情况应显示模型加载及去噪步骤完成信息。约半分钟后即可看到生成结果。

2.4 数据持久化建议

为防止实例释放导致数据丢失，建议启用持久化存储卷。创建实例时挂载独立云硬盘（如 100GB SSD），并将重要文件保存在 /mnt/data 目录下。

可通过修改配置文件指定图片输出路径：

sed -i 's|outdir_images: ""|outdir_images: "/mnt/data/output"|' /root/webui/config.yaml 

定期导出关键模型或使用 rsync 同步本地收藏的 LoRA 文件也是一种好习惯：

rsync -avz ./my-loras/ root@<your-ip>:/mnt/data/models/Lora/ 

3. 创作实战与参数调优

3.1 提示词工程

Stable Diffusion 3.5 提升了对自然语言的理解能力。编写提示词时，建议包含四个要素：主体、外观细节、场景环境、风格基调。

例如生成未来战士场景：

a futuristic soldier walking through a ruined city, wearing a glowing exosuit, holding a plasma rifle, smoke and fire in the background, cyberpunk style, dramatic lighting 

加入感官动词（如 "raining heavily"）能增强画面动感。

3.2 核心参数详解

• CFG Scale：控制提示词相关性强度。数值过低偏离主题，过高则画面生硬。实测 7-9 为理想区间。
• 采样步数：代表迭代次数。SD 3.5 下 30 步 已能满足大多数需求，低于 20 步易模糊，高于 50 步收益递减。
• 分辨率：支持任意尺寸，但建议遵循黄金比例。横图可用 1152×896，竖图可用 896×1152，避免非标准比例导致构图割裂。

常用配置模板：

Prompt: [你的描述] Negative prompt: blurry, lowres, bad anatomy Steps: 30 Sampler: Euler a CFG scale: 8 Resolution: 1152x896 Seed: -1 

3.3 常见问题排查

问题 1：生成图像模糊或残缺 原因可能是显存不足。可在启动脚本中添加优化参数：

export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128 python launch.py --medvram --precision full --no-half 

问题 2：提示词无效 尝试提高 CFG scale 至 9-10，并在关键元素前加权重符号，如 (ancient alien structure:1.3)。

问题 3：生成速度慢 检查是否启用了 xFormers。在 WebUI 设置中找到 "Optimizations" 选项卡，启用该功能并重启，实测可提速 30% 以上。

4. 进阶玩法

4.1 LoRA 微调

LoRA 技术能让 AI 学习特定艺术风格。下载对应模型（如 miyazaki_style.safetensors）上传至 /models/Lora/ 目录，在 WebUI 中加载并在提示词末尾添加：

<lora:miyazaki_style:0.8> 

数字表示应用强度，值越高风格越明显。

4.2 ComfyUI 工作流

ComfyUI 提供节点式可视化编程界面，适合构建复杂生成流程。例如搭建自动人像精修流水线：文本生成 -> FaceDetailer 修复 -> ControlNet 增强 -> Ultimate Upscale 放大。保存模板后可实现批量自动化生产。

4.3 API 集成开发

支持标准 REST 接口，可通过 Python 脚本调用：

import requests
url = "http://<your-ip>:7860/sdapi/v1/txt2img"
data = {
    "prompt": "a magical forest at dawn",
    "steps": 30,
    "cfg_scale": 8,
    "width": 1024,
    "height": 1024
}
response = requests.post(url, json=data)
image_data = response.json()['images'][0]

结合 Flask 或 FastAPI 可快速搭建私有绘图服务。

4.4 性能监控与成本控制

开启实例监控面板观察 GPU 利用率。当显存持续高于 90% 时，应及时清理缓存或升级配置。可通过命令查看状态：

nvidia-smi 

非工作时间可选择保留磁盘的关机模式以节省成本，固定用途建议包月套餐。

总结

通过云端 GPU 方案，老旧设备也能流畅运行 Stable Diffusion 3.5。预置镜像部署简化了环境配置，掌握提示词写作技巧和核心参数是生成高质量图像的关键。LoRA 微调、ComfyUI 工作流和 API 集成等进阶功能，可大幅提升创作效率和个性化程度。该方案稳定可靠，适合各类开发者与创作者低成本体验 AI 前沿成果。