Stable Diffusion简易教程，小白快来！！！！_stable diffusion 小白入门教程

教程目录

1. SD 安装与部署

2. 认识模型和插件

3. 基础使用教程

SD 安装与部署

SD的安装和使用可以在本地电脑进行，也可以通过云端来实现。两种方式各有其优缺点：

• 本地安装：对电脑硬件有一定要求，尤其是显卡、内存、硬盘和CPU。显卡是最关键的，推荐使用Nvidia的独立显卡，至少10系列，想要更好的体验可以选择40系列，显存至少4GB，建议8GB以上。内存至少8GB，硬盘最好是固态硬盘，能加快数据读取速度。支持的操作系统包括Windows 10/11、macOS（仅限搭载Apple Silicon的Mac，Intel芯片的Mac无法使用Radeon显卡）、以及Linux系统。不过，macOS系统上可用的插件可能较少，功能上可能不如Windows和Linux系统全面。

• 云端安装：对本地电脑的硬件要求较低，因为计算和存储主要在云端进行，但需要支付给云服务商一定的使用费用。

如果本地电脑不满足上述硬件要求，可以考虑使用云端虚拟主机服务。对于那些既没有独立显卡也无法使用云服务的情况，可以通过调整软件设置，使用CPU进行渲染。虽然这种方式兼容性好，但渲染速度较慢，且内存需求至少为16GB。此外，还有一些第三方平台提供有限的免费体验，例如LibLib，每天可以免费生成100张图片。

本地安装与部署

目前普遍采用的 SD UI 是 Github 上的 Python 项目，在使用时需要对项目项目在不同的电脑和系统上编译源码，这需要使用者拥有一定的程序开发经验，所以这里我们直接使用 B 站秋叶大佬的整合包，直接安装使用。

.软件安装

- 下载后，解压文件，首先安装运行依赖。

- 解压 sd-webui-v4.2

在刚刚解压的文件夹内找到启动器，双击后可以启动。

软件启动后，点击右下角的 “一键启动” 。

点击后会跳出如下界面，等待加载一段时间后，会自动跳转到网页操作页面。

云端安装与部署

云端服务厂商比较多，如果只是平时使用，不作为生成工具建议直接使用 第三方免费体验的功能。我这里免费体验使用的是 LibLib， 每天可以免费生成300张图片。

认识模型和插件

在使用 SD 中，我们需要了解大模型，LORA，另外还有 VAE ，hypernetworks（超网络模型），Embedding（嵌入式模型）等的一些常见基础知识。

模型

**- 大模型
**Checkpoint 是 SD 的核心，是最基本的必备模型，体积较大，也被称为大模型。越大的模型代表融合的元素越多，表现的效果细节越丰富。不同的大模型使用不同的图片训练而成，对应不同的风格，相当于最底层的引擎。我们在模型网站筛选 Checkpoint 就是筛选大模型。

大模型后缀分两种，ckpt 和 safetensor 。
一般 ckpt 融合的数据多一点，safetensor 融合的数据少一点，模型侧重不同，各有优略，不代表好坏。
模型存放位置：\models\Stable-diffusion
本地和云端部署模型在 SD 存放位置都是一样的。

- Lora

==============

为某一风格特色的细分，是特征模型，体积较小，使用大模型后需要加一些独特的风格，就可以找这种风格的 Lora，或者自己训练。

================================================================

多个 Lora 模型混合使用可以起到叠加效果，譬如一个控制面部的 Lora 配合一个控制画风的 Lora 就可以生成具有特定画风的特定人物。因此可以使用多个专注于不同方面优化的Lora，分别调整权重，结合出自己想要实现的效果。

lora的后缀：safetensors。

模型存放位置：\models\Lora
本地和云端部署模型在 SD 存放位置都是一样的。

**- VAE
**VAE 模型类似滤镜 + 模型微调，对画面进行调色与微调，一般需要搭配相应的模型一起使用。（如果图片比较灰，颜色不太靓丽，就可能是没加载对应的 VAE)
模型存放位置：\models\VAE
本地和云端部署模型在 SD 存放位置都是一样的。

- Textual inversion（Embedding）

关键词预设模型，即关键词打包，即等于预设好一个关键词打包，进而来指代特定的对象/风格。比如在描述一个叫 Jam 的人物的关键词时可以把描述词打包成 Jam。
模型存放位置：\models\Embedding
本地和云端部署模型在 SD 存放位置都是一样的。

- hypernetworks（超网络模型）

Hypernetwork 是一个比 Lora 更早的模型微调技术，现在使用的人数越来越少。

模型存放位置：\models\hypernetworks

本地和云端部署模型在 SD 存放位置都是一样的。

模型下载

模型下载模型下载的渠道很多，一种是网站下载，一个是本地部署的启动器内下载。

===

1.网站下载模型网站很多，这里主要介绍 2 个：

国内 - 哩布哩布

每个模型详细页面也有模型的参数、使用建议和效果图的具体信息，包括正反提示词，使用的什么模型，以及参数细节。

===

国外 - C站

备注：需要魔法访问

2.启动器下载，可以在启动器模型管理选择对应的模型直接下载。

模型切换

插件安装

众多开发者针对 SD 的应用开发出来的插件，使得 SD 的应用门槛降低，也增加了很多的玩法，插件的应用是 SD 的一大特色。

插件我们一般分为两种，辅助类和控制类。

插件存放位置：\extensions

本地和云端部署插件在 SD 存放位置都是一样的。

===

可以从 https://gitcode.net 下载相关的插件。

输入 SD-webui 查找对应的插件。

如果需要更新插件,可以在本地启动器中更新对应的插件。

基础使用教程

这是不是一下就可以看明白了，接下来我们试试吧~

输入正向提示词和反向提示词

正向词：

car,ground vehicle,3D product render,finely detailed,purism,ue 5,a computer rendering,minimalism,octanerender{bestquality},highres,8k,wlop,stunning,muchdetail,UHD,full-size photograph,futuristic feeling,vision avtr concrpt,

反向词：

(nsfw)EasyNegative,drawbybad-artist,sketchbybad-artist-anime,(bad_prompt:0.8),(artistname,signature,watermark:1.4),(ugly:1.2),(worst quality,poordetails:1.4),bad-hands-5,badhandv4,blur,NSFW,blurry,low quality,worstquality,

点击生成等待一会

生成图片后还可以通过修改提示词和其他参数重新生成想要的图片。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的AIGC全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】