免费好软件分享 SD AI做图，Stable Diffusion 下载+安装+使用教程

最新推荐文章于 2025-05-08 11:11:01 发布

灵魂黑客向阳

最新推荐文章于 2025-05-08 11:11:01 发布

阅读量935

点赞数 8

CC 4.0 BY-SA版权

文章标签：人工智能 stable diffusion AIGC AI作画 AI SD SD教程

本文链接：https://blog.csdn.net/A13531922962/article/details/147242512

文章概要

本教程介绍了一种使用“整合包”在本地部署和安装Stable Diffusion WebUI的方法，无需深入了解计算机知识，对新手非常友好。要注意的是，安装时需要预留100G到200G的磁盘空间，并且对电脑的显卡要求较高。

前言

本文介绍的工具是【绘世整合包】，由秋叶大佬开发，是目前市面上最简便的Stable Diffusion整合包之一。这个整合包跳过了大部分需要网络和Python知识的步骤，集成了过去几个月里AI绘画领域最核心的插件，如ControlNet，并且自带最新的深度学习模块。整合包能够与外部环境完全隔离，即便没有任何编程背景的人，也可以从零开始学习使用Stable Diffusion，并在几乎不需要进行额外设置的情况下，立即体验最新的技术成果。

什么是Stable Diffusion（SD）？

Stable Diffusion是于2022年发布的深度学习模型，用于将文本转换为图像。它是一种潜在扩散模型，由创业公司Stability AI与多个学术研究机构和非营利组织合作开发。目前，Stable Diffusion的源代码和模型已经开源，由AUTOMATIC1111在GitHub上维护，全球开发者正在共同推进其发展。虽然完整版对网络环境有一定要求，但国内开发者已经封装了多个本地化版本，极大地推动了其普及。

Stable Diffusion的一个重要特点是可以在本地离线运行，只需配备至少8GB显存的中档GPU即可。笔者建议显存最好为12GB以上。由于AI模型训练和生成的原理涉及软硬件结合的深度学习技术，因此通常需要使用NVIDIA显卡（如CUDA、CUDNN）以及Python相关的深度学习组件（如xformer、pytorch）。学习AI进阶知识时，经常需要掌握这些编程技术，这对新手来说可能会有一定难度。而使用绘世整合包，可以有效避免这些复杂操作，安装和使用更加简单明了。

SD的基本概念

大模型：是通过大量素材和SD基础模型（如SD1.5/SD1.4/SD2.1）进行深度学习后生成的，可以直接用于图像生成，决定了最终生成图像的大方向。大模型的文件格式通常为CKPT或SAFETENSORS。
VAE：类似于滤镜的功能，它是对大模型的补充，能够稳定图像的色彩范围。通常也以CKPT或SAFETENSORS格式存在。
LoRA：是一种模型插件，是基于某个大模型进行深度学习后生成的小模型。需要配合大模型使用，可以在一定范围内影响生成图像的风格，或者增加大模型中不存在的元素。如果LoRA基于SD基础模型进行训练，那么它在不同大模型之间切换时具有较好的通用性；但如果基于特定大模型进行训练，则在配合该大模型使用时可能会有更好的效果。
ControlNet：这是一个强大的插件，使Stable Diffusion能够通过现有图像提取线条或景深信息，然后反向应用于图像处理，使生成效果更具指导性。
Stable Diffusion Web-UI（SD-WEBUI）：由开源社区的AUTOMATIC1111开发的基于Stability AI算法的开源软件，允许用户在浏览器中通过图形界面控制Stable Diffusion。