如何本地部署 Stable Diffusion 生成第一张图
AI 绘画不必依赖付费网站,一台带独立显卡的电脑就能在本地跑起来。Stable Diffusion WebUI(AUTOMATIC1111 版)是最主流的本地方案,装好后在浏览器里填提示词就能出图。这篇教程带你从零部署,直到生成第一张图。
前置准备
先确认硬件和软件:
- 显卡:NVIDIA 独显,显存 ≥ 4GB(越大越好)
- 系统:Windows 10/11、macOS 或 Linux
- 磁盘:至少预留 20GB(模型文件较大)
- 软件:Python 3.10、Git
部署总览
整个流程分四步:
graph LR
A[装 Python 和 Git] --> B[克隆 WebUI 仓库]
B --> C[下载模型]
C --> D[启动并生成]
步骤一:安装 Python 和 Git
- 到 python.org 下载 Python 3.10,安装时务必勾选「Add Python to PATH」
- 到 git-scm.com 下载并安装 Git
- 打开命令行验证:
python --version # 应显示 3.10.x |
步骤二:克隆 WebUI 仓库
选一个目录,执行:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git |
国内网络较慢时,可使用镜像地址或代理。
步骤三:下载模型
模型决定了画风,需要手动放到指定目录:
- 到 Civitai 或 Hugging Face 下载一个
.safetensors模型(如 sd_xl_base) - 把文件放进
models/Stable-diffusion/目录 - 新手推荐先下体积较小的 SD 1.5 模型,出图快、显存要求低
步骤四:启动 WebUI
在仓库根目录运行启动脚本:
# Windows |
首次启动会自动下载安装 PyTorch 等依赖,需要耐心等待。看到类似输出即成功:
Running on local URL: http://127.0.0.1:7860 |
步骤五:生成第一张图
- 浏览器打开
http://127.0.0.1:7860 - 左上角选择刚下载的模型
- 在正向提示词框输入描述,负向提示词填不想要的内容:
正向:1girl, cherry blossoms, masterpiece, best quality |
- 点击「Generate」,等待几秒到几十秒,右侧出现图片即成功
步骤六:调参出好图
关键参数的含义:
- Sampling steps:迭代步数,20~30 较均衡,越多越精细也越慢
- CFG scale:提示词遵循度,7 左右常用,太高会过饱和
- Width/Height:出图尺寸,需与模型匹配(SD1.5 约 512,SDXL 约 1024)
- Seed:随机种子,固定它能复现同一张图
生成的内部流程是”从噪声逐步去噪”:
graph LR
A[随机噪声] --> B[按提示词去噪]
B --> C{达到步数}
C -->|否| B
C -->|是| D[输出成图]
常见问题
- 启动报显存不足(OOM):降低出图尺寸,或加
--medvram启动参数 - 依赖下载失败:配置 pip 国内镜像源后重试
- 出图全黑或全噪声:检查模型是否放对目录、CFG 是否过高
- 端口被占用:启动时加
--port 7861换一个端口
小结
本地部署 Stable Diffusion 的核心就是:装好 Python/Git、克隆 WebUI、放入模型、运行启动脚本。跑通后,你就能在完全离线、免费的环境里自由创作,还能进一步安装 ControlNet、LoRA 等扩展,训练属于自己的画风。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 非鱼小站!
评论
WalineDisqus








