Stable Diffusion是2022年發(fā)布的深度學(xué)習(xí)文本到圖像生成模型。它主要用于根據(jù)文本的描述產(chǎn)生詳細(xì)圖像，盡管它也可以應(yīng)用于其他任務(wù)，如內(nèi)補(bǔ)繪制、外補(bǔ)繪制，以及在提示詞指導(dǎo)下產(chǎn)生圖生圖的轉(zhuǎn)變。它是一種潛在擴(kuò)散模型，由慕尼黑大學(xué)的CompVis研究團(tuán)體開(kāi)發(fā)的各種生成性人工神經(jīng)網(wǎng)絡(luò)之一。它是由初創(chuàng)公司StabilityAI、CompVis與Runway合作開(kāi)發(fā)，并得到EleutherAI和LAION的支持。最新一次更新整合包版本v4.5，11月更新。本整合包支持SDXL，預(yù)裝多種必須模型。無(wú)需安裝，無(wú)需任何配置解壓即用。

準(zhǔn)備

為了保證AI繪畫(huà)的效率，建議在本機(jī)安裝Nvidia獨(dú)立顯卡，也就是俗稱的N卡，并且顯存要達(dá)到6G以上，6G只能出圖，如果要做訓(xùn)練建議12G以上。推薦選擇RTX40系列及以上的顯卡型號(hào)，最低也要選擇RTX30系列。如果你沒(méi)有N卡，可以使用CPU進(jìn)行圖形計(jì)算，但是性價(jià)比較低，出圖速度較慢。此外，還需要確保CPU性能足夠高，并且搭配至少16G的內(nèi)存。總的來(lái)說(shuō)，如果只是進(jìn)行簡(jiǎn)單的圖形處理或者體驗(yàn)，可以使用CPU，但不適合搞AI繪畫(huà)。

看到這里，有的同學(xué)可能會(huì)有點(diǎn)失望了，沒(méi)有這么好的機(jī)器就玩不了AI繪畫(huà)嗎？別擔(dān)心，我們還可以使用云主機(jī)，下一篇我會(huì)分享使用云主機(jī)的姿勢(shì)。

安裝前看自己顯卡型號(hào)的方法：

1、電腦左下角點(diǎn)擊WIndows窗口圖標(biāo)，然后點(diǎn)擊“設(shè)置”。

2、在打開(kāi)的窗口中，搜索“設(shè)備管理器”，找到后點(diǎn)擊打開(kāi)。

3、找到“顯示適配器”，就可以看自己的顯卡了。如果是Nvidia的顯卡，就會(huì)有這幾個(gè)字。我這個(gè)演示的電腦是不是N卡，所以只能以CPU的方式運(yùn)行。

下載

所有需要的東西都放到網(wǎng)盤里邊了，大家自行下載即可：

為了方便大家搞AI繪畫(huà)，這里邊不僅包含了秋葉大佬的整合包，還有很多的大模型、Lora模型、ControlNet模型等等，總計(jì)大約有100多G，全部下載下來(lái)會(huì)很慢。

但是沒(méi)必要都下載下來(lái)再安裝，先把最后兩個(gè)文件下載下來(lái)就行了，鑒于百度網(wǎng)盤限速，可能也需要幾個(gè)小時(shí)，大家耐心等待，磨刀不誤砍柴工！

啟動(dòng)

下載完上邊說(shuō)的兩個(gè)文件就可以啟動(dòng)。

1、安裝驅(qū)動(dòng)。這個(gè)整合包是由 .NET6 (就是一個(gè)軟件基礎(chǔ)平臺(tái)）驅(qū)動(dòng)的， 大家需要先安裝“啟動(dòng)器運(yùn)行依賴-dotnet-6.0.11.exe”這個(gè)文件。

安裝過(guò).NET6的同學(xué)可以跳過(guò)這一步，不懂的再安裝一遍也沒(méi)問(wèn)題。

2、解壓“sd-webui-aki-v4.zip”。自己選擇一個(gè)磁盤，比如D盤，直接解壓到D盤根目錄就行了。然后進(jìn)入解壓后的文件夾 sd-webui-aki-v4 。

雙擊“A啟動(dòng)器.exe”，它會(huì)自動(dòng)下載一些最新的程序文件。我這里還彈出了“設(shè)置Windows支持長(zhǎng)路徑”，確定就可以了。

啟動(dòng)成功后，會(huì)打開(kāi)下邊這個(gè)界面。如果啥都做完了，也沒(méi)打開(kāi)這個(gè)界面，就再次雙擊這個(gè)文件，一般就打開(kāi)了，還打不開(kāi)的找我。

在這個(gè)啟動(dòng)界面中點(diǎn)擊右下角的“一鍵啟動(dòng)”按鈕。

然后會(huì)彈出一個(gè)控制臺(tái)窗口，做一些初始化的操作，出現(xiàn)“Startup time ...”的提示就代表啟動(dòng)成功了。

然后這個(gè)工具會(huì)自動(dòng)在瀏覽器中打開(kāi)SD WebUI的窗口。不小心關(guān)了的時(shí)候，也可以用 http://127.0.0.1:7860 再次打開(kāi)。打開(kāi)的界面如下圖所示：

出圖

只需要簡(jiǎn)單5步：

1、Stable Diffusion 模型：anything-v5，這個(gè)是整合包自帶的默認(rèn)大模型，不用選就是它。

2、外掛VAE模型：選擇 840000 這個(gè)，這東西就像個(gè)濾鏡，用它出圖的顏色比較豐富。

3、提示詞：想要畫(huà)個(gè)什么，就在這里寫(xiě)，需要是英文。

4、反向提示詞：不想要在圖片中出現(xiàn)什么，就把它寫(xiě)在這里，這里填寫(xiě)的“EasyNegative”是整合包附帶的一個(gè)通用反向提示詞的代號(hào)。

5、其它參數(shù)先不管，點(diǎn)擊“生成”按鈕。

6、生成速度取決于你的計(jì)算機(jī)性能，等一會(huì)就會(huì)出圖了。點(diǎn)擊可以放大，右鍵可以下載。

除了在這個(gè)WebUI上直接下載圖片，我們還可以通過(guò)啟動(dòng)工具下載，如下圖所示，紅框圈出的就是各種生成方式保存圖片的位置，單擊就可以打開(kāi)本機(jī)目錄。

進(jìn)階

為了更好的繪圖，這里介紹幾個(gè)基礎(chǔ)并且常用的概念：

模型

：可以理解成一個(gè)函數(shù)，輸入一些參數(shù)，得到一些返回值。只不過(guò)這里談到的模型的參數(shù)特別多，幾十億、上百億、上千億。在Stable Diffusion中，我們可以簡(jiǎn)單的認(rèn)為參數(shù)就是提示詞、反向提示詞、圖片尺寸、提示詞引導(dǎo)系數(shù)、隨機(jī)數(shù)種子等等，返回值就是圖片數(shù)據(jù)。

大模型

：有時(shí)也稱為基礎(chǔ)模型，文件一般很大，常見(jiàn)的都在2G-5G。這是因?yàn)樗鼈兪褂昧撕芏嗟膱D片進(jìn)行訓(xùn)練，累積了大量的數(shù)據(jù)。SD官方發(fā)布了一個(gè)基礎(chǔ)模型，但是因?yàn)楸容^通用，兼顧的方面比較多，特點(diǎn)不足，所以大家一般很少使用。比如有的人喜歡二次元、有的人喜歡真實(shí)、有的人喜歡3D，用官方模型出圖的效果不是最優(yōu)的，所以很多組織或者個(gè)人就專門訓(xùn)練某方面的模型，并發(fā)布到社區(qū)給大家使用。

網(wǎng)盤中提供了一些大模型，大家可以去下載：

然后放到整合包的這個(gè)目錄下：sd-webui-aki-v4\models\Stable-diffusion，從網(wǎng)盤下載的整合包中已經(jīng)默認(rèn)有一個(gè)大模型。

VAE模型

：這個(gè)東西有點(diǎn)類似手機(jī)中編輯照片時(shí)的濾鏡，可以處理圖片的顏色和線條，讓圖片看起來(lái)色彩更豐富飽滿。很多大模型會(huì)自帶VAE模型，這時(shí)候我們就不需要再給它搭配一個(gè)VAE，當(dāng)然也有不自帶的，這時(shí)就需要搭配一個(gè)。上圖選擇的 840000 是一個(gè)常用的的VAE模型，如果你生成的圖片比較灰暗，可以試試這個(gè)VAE。其實(shí)秋葉整合包提供了四個(gè)選項(xiàng)，如下圖所示，我一般都選“自動(dòng)識(shí)別”，除了 840000，animevae 是專門優(yōu)化二次元圖片的。一般這兩個(gè)VAE模型就夠了。

Lora模型

這是一種基于大模型的風(fēng)格模型，比如我們畫(huà)小姐姐的時(shí)候，可以用一些Lora模型來(lái)控制人物的服裝、頭飾；生成機(jī)械四肢的時(shí)候，可以用一些Lora模型來(lái)強(qiáng)化肢體上覆蓋的機(jī)甲樣式；畫(huà)風(fēng)景圖的時(shí)候，可以用一些Lora模型來(lái)控制繪畫(huà)的風(fēng)格。

可以從網(wǎng)盤中的這兩個(gè)目錄下載：

下載后放到整合包的這個(gè)目錄下：sd-webui-aki-v4\models\Lora，初始狀態(tài)下里邊是空的。

提示詞

：對(duì)圖像的描述，也就是想畫(huà)一幅什么樣的畫(huà)。比如我上邊使用的：a girl，但是這個(gè)提示詞過(guò)于簡(jiǎn)單，AI雖然畫(huà)出了一個(gè)女孩，但是他不知道你腦子里的女孩長(zhǎng)什么樣子，如果要畫(huà)的更符合你的需求，你還要告訴他更多細(xì)節(jié)才好，比如女孩的頭發(fā)是什么顏色、穿著什么衣服、站著還是坐著、在戶外還是室內(nèi)等等。提示詞在AI繪畫(huà)中特別重要，后邊我會(huì)專門分享如何寫(xiě)好提示詞。

反向提示詞

：不想在圖片中出現(xiàn)的東西，比如樹(shù)、桌子、6根手指、缺胳膊斷腿等等，在上邊的示例中我使用了“EasyNegative”，這是一個(gè)嵌入模型的代號(hào)，可以認(rèn)為它代表了很多常見(jiàn)的反向提示詞，使用它就不用一個(gè)個(gè)輸入了，也不占用過(guò)多的提示詞。

隨機(jī)數(shù)種子

：上邊沒(méi)有演示這個(gè)參數(shù)，但是它是AI繪畫(huà)的魅力之一。即使其它的參數(shù)都相同，只要隨機(jī)數(shù)不同，每次生成就會(huì)出來(lái)不同的圖片，創(chuàng)意幾乎無(wú)窮無(wú)盡。

先說(shuō)這么多吧，學(xué)習(xí)重在持之以恒，不要撐著，后邊我們慢慢再講。

更新

Stable Diffusion WebUI 經(jīng)常會(huì)修復(fù)一些BUG和增加新功能，在這里可以把它更新到最新版本。

安裝說(shuō)明：

無(wú)需安裝，解壓即用。（本站僅做分流下載，未對(duì)原始文件進(jìn)行任何更改）