Stable Diffusion 入门：本地部署与核心概念
更新日期：2026-09-30 ｜ 信息来源/适用工具：Stability AI 官方公开页面（stability.ai，2026-09-30 访问）+ Stable Diffusion 开源项目与社区公开资料（文中已标注）；原理部分为通用技术知识
本文为工具认知与部署概念参考，不含实测对比；模型版本、许可条款与硬件要求以官方与社区当前说明为准。
Stable Diffusion（SD）是 2022 年开源的文生图模型，它把"AI 生图"从云端服务带到了消费级显卡上——这也是它和 Midjourney 类云端工具最根本的分野：SD 装在你自己的电脑里。
为什么今天还值得学它？三件事云端工具给不了：可控（模型、参数、插件全在你手里）、私有（素材不出本机）、零边际成本（出多少张都不按张付费）。
一、原理三句话
- 扩散：模型学的是"去噪"——从一团随机噪声出发，一步步预测并减掉噪声，最后"显影"出图（类似照片在显影液里慢慢显现）；
- 潜空间：SD 不在像素层直接算，而是先把图像压缩到低维"潜空间"里运算，大幅降低算力需求——这是消费级显卡能跑大模型的关键；
- 三个组件：CLIP 把提示词翻译成向量，U-Net 负责逐轮去噪，VAE 把潜空间结果解码回像素图像。
二、五个核心概念：认准这些文件再下载
| 概念 | 是什么 | 常见体量 |
|---|---|---|
| Checkpoint（底模） | 生成必须的基础模型，决定画风与擅长领域 | 2–7 GB |
| LoRA | 轻量微调件，固定特定人物/风格/服饰 | 10–200 MB |
| VAE | 画质"滤镜"，负责色彩与细节的解码 | 约 300 MB |
| ControlNet | 用姿态、边缘（Canny）、深度图等条件控制结构 | 分模型而定 |
| Embedding | 一组打包的提示词向量，控图能力有限 | 几十 KB |
搭配逻辑：底模 + 多个 LoRA + 合适的 VAE，需要控制构图/姿态时再挂 ControlNet——LoRA 必须在底模之上使用，不能单独出图。体量为社区常见口径，以实际下载源为准。
三、两条操作路线
| 路线 | 形态 | 适合 |
|---|---|---|
| WebUI（如 AUTOMATIC1111 等） | 表单式界面，填参数、点生成 | 新手入门、快速出图 |
| ComfyUI | 节点式工作流，把"加载模型→编码→采样→解码"连成图 | 深度用户、可复用工作流、复杂管线 |
一句话区分：WebUI 像点套餐，ComfyUI 像开放式厨房——确定性（同一工作流一键复现）和可复用性（工作流可保存、分享）是 ComfyUI 的核心价值。
四、部署路径：先想清楚装哪一档
据 Stability AI 官方页面（2026-09-30 访问），当前官方主推 Stable Diffusion 3.5，分三档：
- Large——质量与提示词遵循最强，面向专业场景（官方标注 1 megapixel 分辨率）；
- Turbo——速度优先，官方称可"四步"出高质量图；
- Medium——面向消费级硬件，在质量与定制间取平衡。
官方提供自托管许可、API、云平台合作等多种部署方式，另有 SDXL、SDXL Turbo 等更早的模型可选；此外官方还有 Edit（编辑）、Upscale（放大）、Control（控制）等图像服务。
中文社区的现实路径：多数新手从第三方"整合包"起步（预装环境、开箱即用），跑通后再自建环境——整合包来自社区，注意来源可信度与版本更新。
五、硬件与避坑（社区经验口径）
- 硬件：NVIDIA 显卡体验最顺（社区经验：6 GB 显存起，4 GB 有低显存方案但吃力）；SDXL 及以上对显存要求更高；
- 模型来源：优先下载
.safetensors格式（只存权重，安全性更好），谨慎加载来源不明的.ckpt文件； - 第一次别追求完美：先跑通"默认底模 + 一个 LoRA"的最小组合，再逐步加 ControlNet；
- 一致性玩法：LoRA 训练是"角色一致性"的本地化解法——短剧角色锚定方法可先读角色一致性专项。
六、常见问题
Q：一定要很贵的显卡吗？ 起步可以低配（见上）；但要跑 SDXL 及 SD 3.5 级别的大模型，显存越宽裕越顺。原则是：先用现有硬件跑通流程，高频用到它再考虑升级。
Q：出图"手崩"怎么办？ 优先在生成阶段解决：调整正向/负面提示词，或缩短画面里的手部占比；再不行用局部重绘修，修不动就换种子重出——和视频剪片"修不动换镜头"是同一个止损逻辑。
Q：模型和 LoRA 去哪下载？ 主流渠道是公开模型社区（如 Hugging Face、Civitai 等）；下载前看两样：模型许可（商用范围）与文件格式（优先 safetensors）。
七、它适合谁
批量出图（电商商品图工作流见AI 商品图怎么做）、素材涉密不便上云、需要固定风格/人物的长期项目。若你只是想快速出概念图、不想折腾硬件——云端方案更省事，对比见AI 绘画工具全景与Midjourney 入门。
📖 这只是基础。《AI 短剧·爆款生产线》课程覆盖 AI 出图到成片的完整生产线——角色一致性、场景资产、图生视频与审片标准，工具取舍与多工具协同：查看课程详情 →
返回内容创作栏目 ｜ 相关阅读：AI 绘画工具全景 ｜ Midjourney 入门