stablediffusion教程，SD绘图入门基础知识

在当今的数字创作领域，StableDiffusion（以下简称 SD）无疑是一颗璀璨的明星，吸引着众多创作者的目光。如果你是刚接触这方面的小白，或者是刚刚进入相关主页对话的新人，那么接下来的这篇文章，将带你在 10 分钟内全面了解与 SD 相关的各类技术知识。

一、StableDiffusion 是什么？

SD 最早是由 Stability AI 于 2022 年 8 月发布的一款通过深度学习来实现文本到图像生成的模型。这里要特别注意的是，SD 并非一个软件，它本质上是一个强大的生成模型，更确切地说，它是一大堆代码构成的一种生态。

在最初发布时，SD 需要在命令行界面进行操作，用户得通过输入命令来加载模型，再输入文本描述才能生成图像。这对于没有编程基础的用户而言，几乎是无法使用的状态。

不过，随着时间的推移，SD 的使用变得越来越便捷。2022 年 9 月，开发者 AUTOMATIC1111 发布了一个即使普通用户也能方便使用的用户界面 ——Web UI。它一经推出，便集成了诸多功能，比如参数调整、模型和插件管理等，并逐渐发展形成了一个稳定且功能丰富的生态系统。

2023 年 4 月，开发者 Comfyanonymous 发布了 Comfy UI，这是一个适用于批量生成图像且可以自定义制作流程、自由度更高更灵活的节点式用户界面。其模块化设计，让用户能够根据自身需求自由组合和扩展功能。

2023 年 9 月，张吕敏博士发布了 Web UI Forge，它和 Web UI 长得很像，但在低显存设备上占用显存更低，运行速度更快，优化效果更佳。

以上就是目前大家能够用到的三种与 SD 相关的用户界面，大家可不要将 SD 这个模型概念和这些衍生的 UI 弄混淆了，UI 只是为了方便用户使用 SD 模型的界面而已。

二、StableDiffusion 出图的基本原理

了解 SD 出图的基本原理，对后续的学习和使用会有很大帮助。SD 的具体原理以及神经网络的运作方式涉及大量的专业知识和理论，并非三言两语能讲清楚，这里我们用一个形象的比喻来帮助理解。

“StableDiffusion” 翻译成中文是 “稳定扩散”，重点在于 “扩散” 二字。就好比生活中，一滴墨汁滴入一杯水中，经过一段时间的扩散，墨汁会完全随机地分布在水中，让人难以区分哪部分是水，哪部分是墨汁。在 SD 中，是给每一张原图逐步添加噪点，一直到再也无法分辨原图内容为止。但与墨汁扩散不同的是，SD 的扩散并非随机，而是通过算法和方程有计划地生成噪点，并且会监控并记录每一步生成噪点和添加噪点的过程，将这些过程数据打包并分类，从而形成我们所说的大模型。

当我们要生成一张图片时，就相当于要逆向操作，把一杯只有噪点的 “墨水” 还原成一杯水和一滴墨汁，也就是要依据生成噪点时监控和记录的过程数据（即大模型），再结合提示词、随机种子的引导和约束，一步一步地去除噪点，最终生成我们想要的图片。

三、StableDiffusion 对电脑配置的要求

SD 是开源本地大模型，所以对硬件有一定的要求，下面我们根据不同阵营来分别说明。

（一）Windows 阵营

系统：需使用 Windows 10 或 Windows 11 系统，最低也要是 Windows 10 系统。
处理器：虽无硬性要求，但处理器性能越高越好，更高的处理器性能可加快对提示词的解析速度，对出图效率有一定提升。
内存：最低要求 8G 内存，但建议在 16G 以上。因为在使用过程中，可能会遇到同时加载多个模型或多个任务同时运行的情况，较大的内存能减少电脑卡顿的可能性。
硬盘：最低要求 20G 的硬盘存储空间，不过这只是满足最基本的安装和运行需求。实际上，随着对软件的深入使用，会下载大量的模型、软件和插件，硬盘空间需求会越来越高。
显卡：一定要独立显卡，很多集成显卡的笔记本电脑就不适用了。显卡又分为英伟达的 n 卡和 AMD 的 a 卡，目前 SD 都可以在这两种卡上运行，关键在于显存。能够运行 SD 的最低显存要 4GB，但为了获得更好的使用体验，建议 8G 或更大的显存。因为显存是使用 SD 绘图时整套电脑配置的核心，低版本的显卡会影响出图和训练模型的速度，而低显存的显卡在处理训练参数很大的模型、复杂任务或大尺寸图片时，可能会出现暴显存的情况，导致无法使用。

（二）Mac 阵营

要求系统在 Mac OS 12 以上，运行内存 8G 以上，处理器 M1 以上。但目前在 Mac 系统上，安装和使用 SD 都比较复杂，速度也相对较慢。所以，如果不是只想简单体验一下，官方和笔者都建议选择 Windows 主机更好。

（三）线上运行阵营

如果既没有独立显卡，也没有符合要求的苹果电脑，又不想花费大量资金配置新电脑，那么可以选择线上运行。比如在一些类似 “离不离谱” 这样的网站上体验线上运行，还可以选择在这些平台租用显卡云端部署。其好处是可以享受更高端的显卡性能，且更加灵活；缺点是要按照使用次数或运行时长收费，并且在使用过程中不能生成违规内容（如色色图等）。

四、不同用户界面的学习选择

对于 Web UI、Comfy UI 和 Web UI Forge 这三个用户界面，笔者的建议是都要学。

首先，这三个用户界面的出图原理是一样的，都是加载模型、写提示词、使用插件然后出图，阐述逻辑也是互通的，使用的模型也互通，只是各自有不同的强项。Web UI 的用户界面更直观，Comfy UI 效率更高，Forge 对电脑配置要求更低。

对于刚入门 SD 的新手，建议先从 Web UI 学起，因为其直观清晰的用户界面便于入门，即使不跟着教程学习，也能摸索出个大概，比如选择模型、写提示词、修改尺寸、出图等操作都相对简单。当完全掌握了 Web UI 之后，再去接触 Comfy UI，就会发现所谓的工作流，其实就是把 Web UI 的图形界面拆分成零散的模块，原本自动执行的内容现在可以根据自己的安排定制化执行，并没有想象中那么复杂。至于 Web UI Forge，它的页面和 Web UI 长得很像，只是在插件和功能上有所差异。最终长期使用哪个版本，可根据自己的使用目的来决定。

五、常见名词解释及案例

在 SD 绘图过程中，有一些常见的名词，下面我们通过一个案例来捋顺它们的含义和作用。

以 “a girl” 这个提示词为例：

大模型：如 SD1.5、SDXL、SD3、FLUX 等都是大模型，不同风格、不同版本的大模型能够决定绘图的基础类型和出图质量，比如是真实系还是二次元风格等，选择不同的大模型会直接影响出图效果或画风。
Lora：也是一种模型，但品类繁多、风格各异。可以记住两个关键词 “风格特征”，它能辅助大模型，使绘图结果更符合想象中的效果，比如改变人像面孔、摄影风格、光影效果，或者呈现二次元系列的简笔画、插画、漫画等风格。
提示词：这是 AI 绘图的关键环节。一张完整的 AI 绘图，至少要描述 5 件事情：主体、背景、画风、细节、氛围。就拿 “a girl” 来说，它可以是一位穿着白色连衣裙的 girl 站在盛开的樱花树下，背景是蓝天和白云，画风为梦幻主角风，整体色调为柔和的蓝色和粉色，女孩的头发丝丝飘扬，樱花花瓣在空中飞舞，传达出宁静和美好的感觉；也可以是一位穿着黑色紧身衣的 girl，站在滚烫的银箭之上，背景是火焰和黑岩，画风为黑暗风，色调为昏暗的黑色和红色，拿着恶魔的叉子，传达出恐怖和邪恶的感觉。所以，提示词就是 AI 绘图中能够天马行空发挥创意的地方。
插件：SD 的插件生态非常丰富，大致可分为 3 种属性：控制、优化和附加功能。控制类插件可以控制人物长相、人物姿态、画面结构、画面内容等；优化类插件可以优化提示词、出图效率、画面细节等；附加功能类插件可以根据提示词制作动画，实现图片转视频动画，或者视频转视频动画等功能。
高清放大：这是 AI 绘画的又一个关键点。在日常做图时，不要一开始就按照理想的尺寸出图，比如想生成一张 1920×1080 的图片，往往先会生成一张 960×540 的小图，因为小图占用设备资源更低，出图速度更快，这样可以更高效地反复抽卡，直到抽到满意的图片后，再将这张图片做高清放大。通过 AI 高清放大后，除了图片的尺寸被放大了，还会在放大过程中填充细节，使画面表现更加优秀。所以，我们看到的那些精美的 AI 图，大多都不是一次性生成出来的，而是经过上述步骤逐层递进才得到较好的结果。

六、学习 SD 绘图后的应用及局限

学习了 SD 绘图之后，能做很多事情，比如制作电商图、海报、短视频、开直播、做虚拟人、产品设计、建筑设计等等。但要注意的是，AI 绘图目前只是一个工具，如果本身不是相关专业的人，或者未来不打算从事相关专业，仅仅会 SD 绘图是远远不够的。例如要制作一个饮料的封面，虽然图是用 AI 制作的，但如果不懂 PS，不懂排版，没做过海报设计，那么从一张 AI 图到一个可用的封面之间还有很大的距离。

希望通过以上对 SD 绘图的基础介绍，能够帮助大家建立一个更清晰的知识框架，让大家在 SD 绘图的学习和应用之路上更加顺畅！