一、Stable Diffusion 的特点
1.与 Midjourney 相比，Stable Diffusion（以下简称 SD）的优点有：
①免费开源
Midjourney 需要开魔法使用，免费额度用完之后付费才能继续，最低 10 美元/月。而 SD 在 B 站上有大神整理好的整合安装包，不用魔法，免费下载一键安装。 安装到本地的 SD 随开随用，生成的图片只有自己能看到，保密性更强。
②拥有强大的外接模型
由于开源属性，SD 有很多免费高质量的外接预训练模型（fine-tune）和插件，比如可以提取物体轮廓、人体姿势骨架、画面深度信息、进行语义分割的插件 Controlnet，使用它可以让我们在绘画过程中精准控制人物的动作姿势、手势和画面构图等细节；插件 Mov2Mov 可以将真人视频进行风格化转换；SD 还拥有 Inpainting 和 Outpainting 功能，可以对图像进行智能局部修改和外延，这些都是目前 Midjourney 无法做到的。
推特网友@Toyxyz3 通过分别渲染手部网格深度和开放姿势骨骼的方式，在 SD 内实现对人物手指和姿势的精准控制。
推特网友 @Claude 利用带有 controlnet 和 mov2mov 功能的 SD webUI，将真人视频转换为动画风格。
③训练自己的模型
我们可以用 SD LORA 或者 Dreambooth 将自己喜欢的人物形象或者画风训练生成模型，打造自己的专属 AI 绘画工具，也有画师和设计师用自己的原创作品训练模型，之后有灵感了就之后用文字描述出来，让 SD 帮自己快速出各种概念草图。
利用吴仓石 、郑板桥、八大山人、任颐等大师作品+现代人物训练而成的水墨风 SD LORA 模型—— 墨心 Moxin，图片来源：墨心 MoXin | Stable Diffusion LORA | Civitai
2.与 Midjourney 相比，Stable Diffusion 的缺点有：
①对电脑配置有要求
在本地用 SD 生成图像和训练模型都需要显卡做支撑，所以 SD 对电脑显卡有要求。最好是 Nvidia 的显卡（N 卡），显存至少 4G，不然图像的生成速度非常非常非常慢（不是夸张），也容易出现报错或系统崩溃。如果你想自己训练模型，最好用高配置的台式机，显卡选 40 系列及以上，显存最低 12G，CPU 选 Intel i7 或者以上，内存越大越好。
检查电脑显存的方法（windows）：
鼠标放在工具栏，单击右键打开“任务管理器”，选择顶部的“性能”，进入后下拉查看 GPU 的部分，找到“专用 GPU 内存”，下面对应的数字就是电脑的显存。下图显示的电脑显存是 2G，生成一张最低配置的 512*512px 的图像需要 8 分钟,而 32G 显存的生成速度只需几秒，所以显存低的电脑不适合运行 Stable Diffusion。
②需要较大的硬盘空间
因为 SD 所有文件都是安装在本地电脑上，而且生成不同的风格图像需要下载不同的模型，一个大模型至少 2G，假设你想要尝试 10 种风格，那 10 个大模型可能就要 30G 的空间。一般要求装 SD 的那个盘要有 100G 的剩余空间，最低不小于 40G，且最好不要安装在 C 盘。
想要生成好看的小姐姐图像，就需要下载文件接近 4 个 G 的 Chilloutmix 大模型，图片来源：ChilloutMix | Stable Diffusion Checkpoint | Civitai
③入门学习难度更高
SD WebUI 的各种参数比 Midjourney 要复杂，而且很多功能都需要通过额外安装插件和模型来实现，因此我们需要了解各种参数的含义，不同的模型插件的使用方法，可能还需要了解背后的原理知识，因此入门学习的难度比 Midjourney 高。
一个功能配置较完整的 SD webUI 汉化操作界面。
④高质量风格有局限性，不够灵活
SD 目前的高质量的图像生成模型多集中在真人、游戏和二次元插画方面, 而且换一个风格就需要下载一种模型；而 Midjourney V5 可以仅通过文本提示词就快速生成各种类型和风格的高质量图像。
看完上面的内容，想必大家对 Stable Diffusion 适合的使用场景、自己的电脑能否撑起 Stable Diffusion 已经有基本了解。
:::warning 下面为大家推荐 下载方便操作简单的SD整合安装包，安装包获取方式见文章底部👇
:::
二、Stable Diffusion 电脑配置要求
1. 配置要求：
需要使用 N 卡（NVIDIA 显卡），显卡的显存至少需要 4GB 以上显存才能在本地运行。最低配置需要 4GB 显存，基本配置 6GB 显存，推荐配置 12GB 显存或者以上。
Stable Diffusion Ai 绘画主要是运行显卡，算力越强，出图越快。显存越大，所设置图片的分辨率越高）
“推荐使用 RTX4090 显卡哦” ——-来自一个 3080 显卡玩家
还有一点的就是硬盘空间要大，SD 出图主要依赖模型，网上下载的模型资源一般都很大（一个模型在 2G 以上）批量跑图也是很占内存的，这边建议 60GB 以上的硬盘空间。
2. 网络要求：大家都懂哈，咱也不说。
3. 操作系统：需要是 Win10 或 Win11。
满足以上条件基本上就可以用 SD 跑图啦。
三、Stable Diffusion安装与部署
1.SD基本概念
在安装之前跟大家简单介绍几个在SD中会常听到的几个专业术语**👇**
大模型：用素材+SD低模（如SD1.5/SD1.4/SD2.1），深度学习之后炼制出的大模型，可以直接用来生图。大模型决定了最终出图的大方向，可以说是一切的底料。多为CKPT/SAFETENSORS扩展名。
VAE：类似滤镜，是对大模型的补充，稳定画面的色彩范围。多为CKPT/SAFETENSORS扩展名。
LoRA：模型插件，是在基于某个大模型的基础上，深度学习之后炼制出的小模型。需要搭配大模型使用，可以在中小范围内影响出图的风格，或是增加大模型所没有的东西。炼制的时候如果基于SD底模，在不同大模型之间更换使用时的通用性会较好。但如果基于特定的大模型，可能会在和该大模型配合时得到针对性的极佳效果。
ControlNet：神级插件，让SD有了眼睛，能够基于现有图片得到诸如线条或景深的信息，再反推用于处理图片。
Stable Diffusion Web-UI（SD-WEBUI）：开源大神AUTOMATIC1111基于Stability AI算法制作的开源软件，能够展开浏览器，用图形界面操控SD。
秋叶包：中国大神秋叶开发的整合包。由于WEBUI本身基于GitHub的特性，绝大多数时候的部署都需要极高的网络需求，以及Python环境的需求。使用秋叶整合包，内置了和电脑本身系统隔离的Python环境，以及内置了Git，不需要了解这两个软件就可以运行。可以几乎忽视这样的门槛，让更多人能够享受AI出图。
2.Stable Diffusion 安装
我们可以先安装启动器的运行依赖，并解压秋叶包本体。
第一步：打开“启动器运行依赖-dotnet-6.0.11.exe”来安装。
第二步：解压“sd-webui-aki-v4.zip”。
注意：
当我们解压好启动器本体的时候，暂时还不要启动，先一起把模型安装了。
第三步：导入核心数据。
1、下载“推荐大模型”文件夹中的模型。
2、并把文件夹里的所有模型放在这个目录下：
\sd-webui-aki-v4\models\Stable-diffusion1
3、同时，还要下载ControlNet模型。
4、ControlNet模型文件夹里的所有内容，放在这个目录下：
\sd-webui-aki-v4\models\ControlNet1
5、最后，需要单独下载推荐LoRA。
6、这些LoRA是笔者为了方便小伙伴们取用改了名的，需要全部放在这个目录下：
sd-webui-aki-v4\extensions\sd-webui-additional-networks\models\lora1
7、当大家上手之后就可以参考末尾处这一篇文章，并在【大量模型·LoRA】文件夹中寻找自己想要的LoRA了。
三、Stable Diffusion 使用教程
Windows本地部署👇
开启软件运行。
解压并导入完毕上述数据之后，就可以点开启动器了。
1、在安装目录下往下拉，找到这个“A启动器.exe“，双击。
2、再点击右下角的一键启动。
3、再让这个界面多跑一会儿。
4、就可以看到它自动在浏览器中打开了一个新的网页，就算是启动成功了。
注意：
有时候会出现警告错误或缺少模块，但是又不会影响正常运行。
如果它没自动打开，可以手工去浏览器输入网址：http://127.0.0.1:7860
5、最终的效果。
例如：输入一个关键词“一个美女”，点击“生成”，结果效果图如下：
:::warning 秋叶包资源：各位小伙伴可直接扫描下方二维码找帕克老师或者小助理备注“SD整合包”获取资源
:::
Mac本地部署
diffusionBee 提供了一个基于 Stable Diffusion 的应用程序，无需复杂部署，正常安装就可以使用 官网地址：https://diffusionbee.com/
硬件要求参考:
1、建议: 8GB M1 MacBook Air 以上
2、DiffusionBee 适用于基于 Intel 的机器。如果你没有专用的图形芯片，它与 M1 机器相比非常
3、DiffusionBee 需要更高版本的 macOS 12.5.1，推荐使用 Apple 芯片的机器
如果你对Stable Diffusion感兴趣或者想深入的了解AI绘画，请加入我们的俱乐部！和1000+AIGC研究员一起探讨交流！学习分享！
:::warning AIGC研究社俱乐部周边🌈
工具站（资源导航工具）：www.aigcyjs.com
帕克的博客（AI黑科技分享）：blog.aigcyjs.com
:::
若有收获，就点个赞吧
0 人点赞
