从零开始，手把手教你本地部署 Stable Diffusion WebUI AI 绘画

引言

Stable Diffusion 是当前非常流行的 AI 绘画模型，它不仅可以生成高质量的图像，还允许用户通过提示词创作出极具创意的作品。为了让用户更好地体验其强大功能，我们将通过详细的教程教你如何在本地部署 Stable Diffusion WebUI，实现快速上手 AI 绘画。

1. 环境准备

1.1 系统要求

• 操作系统：Windows 10/11 或 Linux
• 显卡：支持 NVIDIA CUDA 的 GPU（建议显存 6GB 以上）
• Python 版本：3.10 或以上

1.2 必备工具

• Python（推荐下载最新版）
• Git（用于管理代码仓库）
• NVIDIA 显卡驱动与 CUDA Toolkit

2. Stable Diffusion WebUI 的安装步骤

2.1 克隆项目仓库

1. 打开命令行工具（如 Windows 的 PowerShell 或 Linux 的终端）。
2. 输入以下命令克隆 WebUI 项目：

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

2.2 安装依赖

1. 确保安装了 Python，并创建虚拟环境（可选）：

   python -m venv venv
   source venv/bin/activate  # Linux/MacOS
   venv\Scripts\activate     # Windows

2. 安装所需依赖：

   pip install -r requirements.txt

2.3 下载模型文件

Stable Diffusion WebUI 需要预训练模型文件（如 v1.5 或 v2.1）。你可以从以下地址下载模型文件：

• Hugging Face 官方模型库：https://huggingface.co/CompVis/stable-diffusion-v-1-4-original

下载 .ckpt 或 .safetensors 文件后，将其放置到 models/Stable-diffusion/ 文件夹下。

2.4 启动 WebUI

运行以下命令启动 WebUI：

python launch.py

程序启动成功后，会在终端输出本地访问地址（通常是 http://127.0.0.1:7860）。在浏览器中打开这个地址，即可访问 Stable Diffusion WebUI。

3. 使用 Stable Diffusion WebUI 进行绘画

3.1 基本界面功能

进入 WebUI 后，你会看到以下主要功能模块：

• 文本生成图像（txt2img）：通过输入描述文本生成图像。
• 图像生成图像（img2img）：基于现有图片生成新的图像。
• 额外参数设置：如种子值、步数、采样方法等。

3.2 文生图（txt2img）

示例操作

1. 在 Prompt 输入框中输入描述性文本，例如：

   A fantasy castle in the clouds, ultra-realistic, 4K, vibrant colors

2. 设置相关参数：

   • Steps：50（生成步数，影响细节）
   • CFG Scale：7.5（提示词控制强度）
   • Sampler：Euler a（采样器类型）
3. 点击 Generate 开始生成。

代码实现（可选）

你也可以通过脚本直接调用 Stable Diffusion 模型生成图片：

from diffusers import StableDiffusionPipeline

# 加载模型
pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5")
pipe = pipe.to("cuda")  # 使用 GPU 加速

# 提示词
prompt = "A fantasy castle in the clouds, ultra-realistic, 4K, vibrant colors"

# 生成图像
image = pipe(prompt, num_inference_steps=50, guidance_scale=7.5).images[0]

# 保存图像
image.save("output.png")

3.3 图生图（img2img）

示例操作

1. 上传一张图片作为输入。

2. 输入提示词，例如：

   A cyberpunk version of the uploaded image, futuristic cityscape

3. 设置 Denoising Strength（降噪强度），推荐值为 0.6。
4. 点击 Generate。

4. 常见问题与解决方法

4.1 启动报错：缺少 CUDA 环境

如果终端提示类似以下错误：

RuntimeError: CUDA out of memory

解决方案：

1. 确保安装了 NVIDIA CUDA 驱动。

2. 尝试在启动命令中加入 --lowvram 参数：

   python launch.py --lowvram

4.2 图片生成偏离描述

• 提高提示词的描述性，加入更多细节。
• 增加 CFG Scale（控制强度），推荐值在 7-15。

5. 提示词优化技巧

1. 使用关键关键词：确保描述中的主要元素清晰明确，例如“a majestic dragon in a fiery sky”。
2. 指定风格：加入风格描述词，如“photorealistic, watercolor style, anime style”。

3. 善用负面提示词：排除不需要的元素，例如：

   low quality, blurry, grainy

示例：

A majestic dragon flying in the fiery sky, photorealistic, ultra-realistic, cinematic lighting --negative low quality, blurry

6. 总结与延伸

通过本教程，你已经学会如何在本地部署并使用 Stable Diffusion WebUI 进行 AI 绘画。以下是进一步探索的方向：

1. 尝试更多预训练模型：如 DreamBooth、ControlNet 等。
2. 深度优化提示词：提高生成图像的质量和准确性。
3. 探索扩展功能：包括图像编辑、风格迁移等。

Stable Diffusion 是一个非常灵活的工具，结合你的创造力和适当的参数调试，你可以实现几乎无限的艺术可能性。快试试吧！