Stable Diffusion 使用教程：从入门到上手

什么是 Stable Diffusion

Stable Diffusion 是 Stability AI 开源的 AI 图像生成模型，核心权重和代码完全公开。和 Midjourney、DALL·E 这类闭源服务不同，它允许你在本地电脑上跑，也能自由修改、微调甚至商用。正因如此，它成了 AI 绘画发烧友和开发者的首选。社区生态极其活跃，Civitai、LiblibAI、Hugging Face 上有海量别人训练好的模型、LoRA、插件，你能直接拿来用，不用从零学。

核心功能怎么用

Stable Diffusion 本身只是个模型，实际使用需要搭配 WebUI（图形界面）。最主流的两款是 Automatic1111 和 ComfyUI。

• Automatic1111：功能最全，插件最多，适合大多数人。你写一段提示词（prompt），选一个模型，点生成就行。进阶操作包括调整采样步数、CFG Scale（提示词影响力）、种子值（固定结果）。ControlNet 插件是杀手锏——你可以上传一张骨架图、深度图或线稿，让 AI 严格按你的构图生成，而不是瞎编。
• ComfyUI：节点式工作流，适合做复杂管线，比如图生图+局部重绘+放大。上手门槛高一点，但可控性更强。

第一次用，建议先装 Automatic1111。模型下载后放到 models/Stable-diffusion 文件夹，插件放在 extensions 里。启动后浏览器打开 127.0.0.1:7860，在文本框里写 a cat wearing a hat, photorealistic，点 Generate 就能看到效果。

第一次上手步骤

1. 硬件准备：NVIDIA 显卡（4GB 以上显存）最省事，AMD 或苹果 M 系列也能跑，但需要额外配置。显存不够可以加 --medvram 或 --lowvram 参数启动。
2. 获取 WebUI：到 Automatic1111 的 GitHub 仓库下载安装包，Windows 用户直接解压运行 webui-user.bat，它会自动装 Python 和依赖。首次启动会下载一些基础模型，耐心等。
3. 下载模型：推荐从 LiblibAI（国内可直接访问）下载一个写实或二次元模型，比如“ChilloutMix”或“Anything V5”。放进 models/Stable-diffusion 目录，重启 WebUI 就能在左上角下拉菜单里选。
4. 生成第一张图：写提示词，设置宽高 512x512，采样器选 Euler a，步数 20，CFG Scale 7。点 Generate。如果出图慢或显存爆了，调低分辨率或加 --xformers 启动参数。
5. 试试 ControlNet：装好插件后，在界面底部找到 ControlNet 选项卡，上传一张参考图，选择“Canny”或“OpenPose”预处理，生成时 AI 会按你的图来。

适合什么场景

• 个人创作：画概念图、角色设计、游戏素材。你不需要会画画，但需要会写提示词。
• 电商和营销：批量生成产品场景图、海报背景。用 ControlNet 固定构图，换产品就行。
• 二次元爱好者：社区有大量动漫风格模型，能稳定输出特定画师风格的角色。
• 开发者和研究者：你可以用它的 API 做批量生成，或者用 LoRA 微调模型，甚至自己训练新模型。

不适合的场景：需要极高精度（比如医学影像）或实时交互（比如视频聊天滤镜）——这些需要专门的模型或硬件优化。

价格说明

Stable Diffusion 本身免费，你可以在自己电脑上无限生成。主要开销在硬件：一张二手 3060 显卡约 1500 元，电费一天几块钱。如果电脑跑不动，可以用云服务：

• 国内云平台：AutoDL、阿里云等提供 GPU 租用，按小时计费，几块钱一小时，装好 WebUI 就能用。
• 海外服务：Hugging Face Spaces 或 Replicate 有免费额度，但国内访问受限，可看国产替代如 LiblibAI 的在线生成。

付费模型（比如 SDXL 的某些商业版）需要购买授权，但绝大多数社区模型免费。总的来说，0 元起步，丰俭由人。