Stable Diffusion全功能本地版下載(AI生成圖像) v1.0 中文版

軟件介紹

Stable Diffusion全功能本地版是一款非常好用且非常有趣的AI圖像生成軟件，用戶只需在這里導入一張未畫完的圖片，然后系統便可以自動為用戶進行繼續創作并且創作而成的圖片作品堪比專業級畫師。該軟件還能夠對原先的圖片進行降噪、美化等一系列瑕疵的修復操作，這樣就能夠確保了圖片的輸出質量。

Stable Diffusion全功能本地版完美支持各種標準型號的顯卡硬件并且還在Github上開源，相關用戶在這里可以對軟件功能進行優化提升處理，從而能夠更好的貼合了用戶的使用習慣。另外，小編還特別為用戶帶來詳細的本地部署教程，使得用戶可以快速習慣操作方式。

軟件原理

首先，從名字Stable Diffusion就可以看出，這個主要采用的擴散模型（Diffusion Model）。

簡單來說，擴散模型就是去噪自編碼器的連續應用，逐步生成圖像的過程。

一般所言的擴散，是反復在圖像中添加小的、隨機的噪聲。而擴散模型則與這個過程相反——將噪聲生成高清圖像。訓練的神經網絡通常為U-net。

不過因為模型是直接在像素空間運行，導致擴散模型的訓練、計算成本十分昂貴。

基于這樣的背景下，Stable Diffusion主要分兩步進行。

首先，使用編碼器將圖像x壓縮為較低維的潛在空間表示z（x）。

其中上下文（Context）y，即輸入的文本提示，用來指導x的去噪。

它與時間步長t一起，以簡單連接和交叉兩種方式，注入到潛在空間表示中去。

隨后在z（x）基礎上進行擴散與去噪。換言之， 就是模型并不直接在圖像上進行計算，從而減少了訓練時間、效果更好。

值得一提的是，Stable DIffusion的上下文機制非常靈活，y不光可以是圖像標簽，就是蒙版圖像、場景分割、空間布局，也能夠相應完成。

Stable Diffusion本地部署教程

建立一個文件夾，用于存放本地文件。

右鍵頁面空白處，在終端中打開。

執行指令 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。

執行完后就像這樣。

然后我們就可以關掉這個頁面了，回到剛才新建的文件夾，里面出現了我們剛clone的文件。

把我們下載好的模型文件，我這里使用的是stable-diffusion-v1-4（sd-v1-4.ckpt）丟到stable-diffusion-webui\models\Stable-diffusion這個文件夾下。

像這樣。

然后我們回到stable-diffusion-webui文件夾，找到webui.bat，雙擊打開運行。

然后就是漫長的等待，直到它運行完成。

中間可能會因為網絡問題報錯，重新運行webui.bat多試幾遍，（這段可能會勸退很多人）實在懶得折騰就回到上面去用GUI版的。

部署完成后會是這樣，下面有一個URL，我們把它復制到瀏覽器中打開。

（這個窗口不要關）

像這樣。

輸幾個關鍵詞試一下。

到此，本地部署就完成了，如果有切換模型的需求，只需把原來的模型刪掉換上新的模型即可。

Stable Diffusion常見問題

Q1：為什么我們要本地部署？

A1：stable diffusion本地部署的運行完全基于用戶的本地電腦，給使用者帶來極大的自由度，比如可以使用不同的微調模型，同時也能有效避免你的創作作品泄露。

Q2：本地部署的stable diffusion WEBUI和在線版有什么不同？

A2：stable diffusion WEBUI是典型的開源集成，一個月內迭代幾十次，增加一大堆功能。標準化的本地部署能讓你體驗到這個和創新同步的過程。這是很多懶人版直接解壓版本（無法用git升級）和網頁版無法帶給你的。

重要：在本地部署之前，確保你所使用的電腦滿足所需的依賴項。

一般來說，內存不應低于16G.硬盤可用空間不小于50G。

要求一張顯存大于4GB（最好高于6GB,建議8GB以上）的高性能顯卡，我們的建議是GPU不低于Nvidia 10系，因為N卡在專業應用生態上一枝獨秀，因此我們推薦NVidia卡（強烈推薦）。

如果你使用AMD卡，則需要安裝ROCM（僅能在LINUX環境安裝，在WIN10環境無法使用），可參考的資料很少，會比較（very）麻煩。因未曾測試過，本藝術家暫無法提供技術支持。

由于stable-diffusion是開源的，為它提供整合的有非常多的版本。選擇好的版本就變得非常重要。