为什么选择本地部署Stable Diffusion

Midjourney按月收费，生成图片的版权归属有争议。Stable Diffusion完全开源免费，本地部署后无限出图，生成的图片版权归你所有，可以商用。如果你有NVIDIA显卡，这是性价比最高的AI绘图方案。

第一步：硬件与系统准备

最低配置：NVIDIA显卡4G显存（GTX 1650级别），16G内存，50G硬盘空间。推荐配置：RTX 3060 12G或更高，32G内存，SSD固态硬盘。

系统要求：Windows 10/11或Linux。Mac用户（M1/M2）可以部署但速度较慢。确保显卡驱动是最新版，访问NVIDIA官网下载更新。

第二步：安装WebUI

最简单的方式是用整合包（如秋叶整合包），下载解压即用。手动安装步骤：

  1. 安装Python 3.10（勾选Add to PATH）
  2. 安装Git
  3. 打开命令行，克隆仓库：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
  4. 进入目录运行webui-user.bat（Windows）或./webui.sh（Linux）
  5. 首次启动会自动下载基础模型，约4GB

启动成功后浏览器自动打开http://127.0.0.1:7860，这就是WebUI界面。

第三步：下载与管理模型

基础模型决定画风。常用模型：

  • SDXL Base ——官方基础模型，通用性强
  • Realistic Vision ——写实风格，适合产品图和人像
  • Anime/Manga模型 ——二次元风格
  • 国风模型 ——中国古典风格

模型下载网站：Civitai、Hugging Face。下载的.ckpt或.safetensors文件放入models/Stable-diffusion/目录，刷新WebUI即可使用。

第四步：提示词撰写技巧

提示词结构：质量词 + 主体描述 + 场景环境 + 风格修饰 + 技术参数

masterpiece, best quality, a cup of coffee on wooden table, morning sunlight through window, cozy cafe atmosphere, warm tones, photorealistic, 8k uhd, dslr

负面提示词（避免什么）：

low quality, blurry, deformed, extra fingers, bad anatomy, watermark, signature, text

技巧：用括号加权，如(coffee:1.3)增加coffee权重；用[brackets]降低权重。权重范围0.5-1.5。

第五步：ControlNet精准控制

ControlNet让你控制图片的构图、姿势、线条。安装：在WebUI的扩展选项卡中安装ControlNet扩展，下载对应的预处理器和模型。

常用控制方式：

  • Canny边缘——上传线稿，AI按线条生成上色图
  • OpenPose——上传人物姿势图，AI生成相同姿势的人物
  • Depth——上传深度图，控制空间关系
  • Reference——上传参考图，保持风格一致

电商应用：拍摄产品白底图，用Canny控制轮廓，生成不同场景的产品展示图。

第六步：商用授权与注意事项

Stable Diffusion模型本身开源，商用自由。但注意：

  • 基础模型可商用，某些第三方模型有特定授权，下载时查看License
  • 生成的人物肖像用于商业推广需获得肖像权授权
  • 生成的商标、品牌logo可能涉及知识产权，商用前核查
  • 建议保留生成参数和种子值，便于复现和证明原创性

常见问题与误区

  • 生成速度慢——开启xformers加速，或用–medvram降低显存占用
  • 人物手指变形——用ADetailer插件自动修复面部和手部
  • 图片风格不一致——固定种子值和模型，使用Reference控制
  • 显存不足报错——降低分辨率（如512×768），或启用Tiled VAE

效率数据

实测：RTX 3060 12G显卡，512×512图片生成速度约3-5秒/张，1024×1024约10-15秒/张。对比Midjourney Fast模式约1分钟/张，本地部署速度快5-10倍，且完全免费。一次批量生成50张产品场景图约10分钟，传统设计或摄影成本至少数百元。核心建议是：有显卡就本地部署，没显卡可以用Google Colab免费版云端运行。