Stable Diffusion 本地部署实战指南

Stable Diffusion 本地部署实战指南：从“显卡焦虑”到出图自由

上周三晚，我的学员小林在群里发了一张图——一只机械感十足的赛博猫，背景是霓虹闪烁的雨夜街头。他配文：“老师，我把显存爆了三次，终于跑通了。”这不是他第一次尝试本地部署，但这次他成功了。

小林之前一直用在线工具，但每月20美元的订阅费加上排队等待，让他萌生了本地部署的念头。他的显卡是RTX 3060 12GB，不算顶配，但足够入门。他的经历很有代表性：本地部署的核心不是硬件，而是正确的配置路径和参数理解。

今天，我不讲虚的，直接拆解整个流程，包括两个我反复验证过的实操案例：基础文生图和ControlNet精准控制。全程基于当前最稳定的组合：Stable Diffusion WebUI (Automatic1111) + Python 3.10.6 + PyTorch 2.1.0。

一、环境搭建：避开90%的坑

很多人在第一步就卡住了，因为盲目追求最新版本。记住：在SD生态里，稳定大于一切。

步骤1：安装Python与Git

• 前往Python官网下载3.10.6版本（注意：不要装3.11+，部分依赖库尚未完全兼容）。

步骤2：克隆WebUI仓库
打开命令行，输入：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

步骤3：模型放置（最关键）
WebUI默认模型目录在 `models/Stable-diffusion/`。你需要准备一个主模型。我推荐新手从 ChilloutMix 或 Realistic Vision V5.1 开始，这两个模型对提示词包容度高，出图质量稳定。下载后直接放入该目录。

步骤4：启动
双击 `webui-user.bat`（Windows）。第一次启动会自动安装依赖，需要10-20分钟。如果中途报错，优先检查网络，很多问题源于下载不完整。

启动成功后，浏览器会自动打开 `http://127.0.0.1:7860/`。看到这个界面，恭喜你，本地环境搭建完成。

二、实操案例一：基础文生图——参数调优实战

很多人在生成第一张图时，喜欢直接抄网上的复杂提示词，结果出图效果很差。原因在于没有理解采样器与步数的关系。

场景：生成一张“未来主义咖啡馆内景，暖色调，电影感”。

正确操作流程：

1. 提示词（Prompt）：

   (masterpiece, best quality), 1girl, sitting by the window, futuristic cafe, warm lighting, cinematic composition, photorealistic, 8k uhd
   

2. 反向提示词（Negative Prompt）：

   (worst quality, low quality:1.4), bad anatomy, extra fingers, blurry, jpeg artifacts
   

3. 关键参数设置（这是重点）：
– 采样器（Sampler）：选择 `DPM++ 2M Karras`。这是我测试过速度与质量平衡最佳的采样器，比Euler a细节更丰富，比DPM++ SDE快30%。
– 步数（Steps）：设为 28。不要低于20，会欠拟合；超过35，细节提升微乎其微，但耗时翻倍。
– CFG Scale：设为 7。这是提示词跟随度。低于5，画面会偏离描述；高于10，会出现色彩过饱和和伪影。
– 分辨率：设为 `512×768`（竖构图）。不要直接生成1024×1024，小尺寸下模型更稳定，后续可用高清修复放大。

4. 点击Generate。

结果分析：使用上述参数，单张生成时间约6秒（RTX 3060）。如果出图脸部崩坏，可以启用 `ADetailer` 插件（稍后安装），它会自动检测脸部并二次���复。

三、实操案例二：ControlNet——让AI“听懂”你的构图

很多学员问我：“老师，为什么我描述得天花乱坠，AI就是不听我的构图？”答案很简单：你缺少ControlNet。这是本地部署的最大优势之一，在线工具很难提供完整功能。

场景：我想生成一张“宇航员站在火星表面，背后是地球升起的画面”，但AI经常把宇航员姿势画错。我需要用一张粗糙的姿势草图控制它。

操作步骤：

1. 安装ControlNet扩展：
在WebUI的“扩展”标签页，选择“从网址安装”，输入：

   https://github.com/Mikubill/sd-webui-controlnet.git
   

安装后重启WebUI。

2. 下载控制模型：
前往HuggingFace下载 `control_v11p_sd15_openpose.pth`（姿态控制），放入 `extensions/sd-webui-controlnet/models/` 目录。

3. 准备控制图：
在画图软件里随便画一个火柴人姿势，或者网上找一张剪影图。关键点是人物轮廓清晰。

4. 参数设置：
– 在WebUI底部找到ControlNet区域，上传你的草图。
– 勾选“启用”，选择预处理器 `openpose`，模型选择 `control_v11p_sd15_openpose`。
– 权重（Weight）：设为 0.8。太高会完全复制姿势但僵化，太低则失去控制效果。
– 其他保持默认。

5. 回到文生图，提示词写：

   astronaut on mars, stars in background, earthrise, cinematic lighting, highly detailed, 8k
   

分辨率设为 `512×512`。

效果：这次生成的宇航员姿势完全贴合你的草图，构图稳定。ControlNet的价值在于将模糊的意图转化为精确的控制。

四、进阶技巧：显存不足的救星——`–medvram` 与 `–xformers`

很多学员用6GB或8GB显存，生成1024分辨率图时直接报错 `CUDA out of memory`。别急，有两个参数能救你。

在 `webui-user.bat` 中，找到 `COMMANDLINE_ARGS`，修改为：

set COMMANDLINE_ARGS=--medvram --xformers

修改后重启WebUI。你会发现，原本爆显存的1024×1024图，现在能稳定生成了。

五、总结与进阶建议

本地部署的核心不是“装软件”，而是理解参数背后的逻辑。当你掌握了采样器、CFG Scale、ControlNet权重这些概念，你就从“用AI”进阶到了“调教AI”的层级。

学习路径建议：
1. 本周目标：跑通文生图���尝试10种不同采样器，记录出图差异。
2. 下月目标：掌握ControlNet的Canny（边缘检测）和Depth（深度图），用于合成复杂场景。
3. 长期方向：学习LoRA微调，训练自己的风格模型。这能让你的作品完全脱离“AI味”。

记住，本地部署只是起点，真正的价值在于你可以无限次试错、无限次调参，且数据完全私有。当你能用ControlNet精确控制每一根手指的位置时，你就不再是AI绘画的围观者，而是创作者。

如果遇到问题，优先查看 `stable-diffusion-webui` 文件夹下的 `sd.log` 文件，90%的报错原因都在里面。

—

常见问题 FAQ

Q1：我的显卡只有4GB显存，能跑得动吗？
A：可以，但需要严格使用 `–medvram` 参数，并且分辨率控制在512×512以内，步数不超过20。不建议使用ControlNet。4GB显存属于入门门槛，体验流畅度会受限。

Q2：为什么我生成的图片总是脸部畸形？
A：这是SD1.5模型的通病。建议安装 `ADetailer` 插件（扩展中搜索安装），它会自动检测脸部区域并二次重绘。同时，反向提示词中加入 `bad face`、`deformed` 能显著改善。

Q3：采样器这么多，我���选哪个？
A：新手无脑选 `DPM++ 2M Karras`。追求极致速度且不介意画质微降，选 `Euler a`。追求高细节但能忍受慢速，选 `DPM++ SDE Karras`。其他采样器（如PLMS、Heun）在特定场景有优势，但不适合日常使用。

Q4：为什么我下载的模型文件放进去后不显示？
A：检查文件名是否包含中文或特殊符号。模型文件必须是 `.safetensors` 或 `.ckpt` 格式。放置后，点击WebUI模型选项旁边的刷新按钮。

Q5：生成速度太慢，有什么优化技巧？
A：除了启用 `–xformers`，还可以在“设置”中开启“实时预览”，但更关键的是关闭杀毒软件（它可能实时扫描模型文件）。另外，将模型文件放在SSD上，读取速度比机械硬盘快3倍以上。