什么是 Stable Diffusion
Stable Diffusion 是 Stability AI 在 2022 年开源的扩散模型（Diffusion Model），能够根据文字描述生成高质量图像。与 Midjourney 不同，它是完全开源、本地运行、免费使用的，而且拥有最庞大的社区生态。
2024-2025 年，Stable Diffusion 已经发展到 SD 3.5 和 Flux.1 等新一代模型，画质和文字理解能力都有了显著提升。
Stable Diffusion vs 其他 AI 绘画工具
| 对比项 | Stable Diffusion | Midjourney | DALL·E 3 |
|---|---|---|---|
| 价格 | 免费（本地） | $10-120/月 | 含在 ChatGPT Plus 中 |
| 开源 | ✅ | ❌ | ❌ |
| 本地运行 | ✅ | ❌ | ❌ |
| 自定义模型 | ✅ 数千个 | ❌ | ❌ |
| 商用许可 | ✅ | 需 Pro | 需查条款 |
| 学习曲线 | 陡峭 | 平缓 | 极简 |
| 画质 | 优秀 | 顶级 | 优秀 |
硬件要求
本地运行 Stable Diffusion 对硬件有一定要求：
- GPU：NVIDIA 显卡，至少 4GB 显存（推荐 8GB+）
- RAM：16GB 以上
- 存储：50GB+ 可用空间（模型文件较大）
- 系统：Windows、macOS（Apple Silicon）、Linux
如果硬件不足，可以使用云端方案：Google Colab、RunPod、ThinkDiffusion 等。
安装：Stable Diffusion WebUI
方法 1：AUTOMATIC1111 WebUI（最流行）
这是最受欢迎的本地 WebUI，功能最全：
# Windows
1. 下载 Python 3.10.6
2. 下载 Git
3. git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
4. 双击 webui-user.bat 启动
# macOS（Apple Silicon）
brew install cmake protobuf rust [email protected] git wget
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui && ./webui.sh方法 2：ComfyUI（节点式）
对于追求极致控制和高级工作流的用户，ComfyUI 是更专业的选择。它使用节点式编辑界面，可以构建复杂的图像生成 pipeline。
方法 3：一键安装包
- Easy Diffusion：最简单的安装方式，适合新手
- Stability Matrix：可以管理多个 SD 版本和模型
- Forge：性能优化版的 AUTOMATIC1111
下载模型（Checkpoint）
SD 的核心是 Checkpoint 模型文件（通常 2-7GB）。主要类型：
基础模型
- SD 1.5：最经典的版本，社区资源最多
- SDXL：分辨率更高，画质更好
- SD 3.5：2024 年新版，支持更复杂的 Prompt
- Flux.1：Black Forest Labs 的开源模型，画质媲美 Midjourney
风格化模型
从 Civitai 或 Hugging Face 下载，常见类型：
- Realistic Vision：写实人像
- Anything V5：动漫风格
- DreamShaper：综合艺术风格
- RevAnimated：半写实动漫
第一次生成：基础参数详解
核心参数
| 参数 | 含义 | 推荐值 |
|---|---|---|
| Prompt | 正面提示词 | 详细描述 |
| Negative Prompt | 负面提示词 | 避免的元素 |
| Sampling Method | 采样器 | DPM++ 2M Karras |
| Sampling Steps | 采样步数 | 20-30 |
| Width × Height | 分辨率 | 512×512（SD1.5）/ 1024×1024（SDXL） |
| CFG Scale | 提示词引导强度 | 7-9 |
| Seed | 随机种子 | -1（随机） |
Prompt 写法技巧
正面 Prompt：
masterpiece, best quality, 1 girl, long black hair, blue eyes,
wearing red dress, standing in cherry blossom park,
soft lighting, depth of field, photorealistic, 8k
负面 Prompt：
low quality, blurry, deformed, ugly, bad anatomy,
extra fingers, watermark, signature关键词权重：使用 (keyword:1.3) 提高权重，[keyword] 降低权重。
进阶功能
1. LoRA（低秩适应）
LoRA 是一种轻量级的模型微调方式，文件通常只有 50-200MB。可以让基础模型生成特定角色、风格、服装等。
使用方法：在 Prompt 中加入 <lora:模型名:权重>，例如 <lora:bestSmiles:0.8>。
2. ControlNet
ControlNet 让你精确控制生成图像的姿势、构图、深度、边缘等。常用的 Preprocessor：
- OpenPose：控制人物姿势
- Canny：边缘检测
- Depth：深度图控制
- Scribble：手绘草图转图像
- Tile：高清放大保持细节
3. Inpaint（局部重绘）
Inpaint 让你只重新生成图像的一部分。例如：
- 替换人物的衣服
- 修改背景
- 修复不完美的细节（手部、眼睛）
4. img2img（图生图）
使用一张参考图像生成新图像，保留构图和颜色，改变细节。
实战工作流：人像写真
- 选择模型：Realistic Vision V6.0
- 设置参数：1024×1024、DPM++ 2M Karras、30 步、CFG 7
- 编写 Prompt：详细描述人物特征、服装、场景
- 添加 LoRA：添加面部细节增强 LoRA
- 生成测试：先用低分辨率快速测试
- 使用 ControlNet：固定姿势
- 高清修复：开启 Hires.fix 放大到 2048×2048
- Inpaint 修正：修复手部和眼睛细节
常见问题
Q: 为什么生成的人物有 6 根手指？
A: 这是 SD 的常见问题。解决方法：
- 在 Negative Prompt 中加入
extra fingers, missing fingers, bad anatomy - 使用 BadDream Embedding
- 用 Inpaint 局部重绘手部
Q: 显存不够怎么办？
A: 启动参数加 --medvram 或 --lowvram，或使用 SDXL Turbo 等优化版本。
Q: 商业使用有版权问题吗？
A: SD 模型本身是开源免费的（CreativeML Open RAIL-M 许可），生成的图像可商用。但要注意：
- 使用某些 LoRA 训练集可能涉及版权
- 不要用真人照片训练 LoRA 后用于商业用途
- 避免生成名人形象的商用图
哪些工具值得付费
如果你不想本地搭建，推荐这些云服务：
- RunPod：按小时租用 GPU，运行 SD WebUI，灵活
- ThinkDiffusion：开箱即用的云端 SD WebUI
- Replicate：API 调用，按次付费
同时使用 Midjourney 提升效率
很多专业 AI 艺术家是SD + Midjourney 结合使用：
- Midjourney：快速出概念图、灵感发散
- Stable Diffusion：精细化控制、批量生成、商业级输出
通过 9DSC 九度数城 代充 Midjourney：
- 无需国际信用卡
- 支持多种支付方式
- 即时开通，立即使用
- 价格优惠
结语
Stable Diffusion 是 AI 绘画的未来 —— 完全开源、无限可能。虽然学习曲线比 Midjourney 陡峭，但回报也是巨大的：完全免费、无生成限制、可商用、可微调。
立即开始你的 SD 之旅。如果想搭配 Midjourney 一起使用，访问 9DSC 九度数城 获取 Midjourney 订阅和其他 AI 工具。