AI绘画入门：Stable Diffusion完全指南
Stable Diffusion是当前最热门的AI图像生成工具之一，它能够根据文字描述快速生成高质量的图片。与Midjourney、DALL-E等在线服务不同，Stable Diffusion最大的特点是开源和本地部署，这意味着用户可以完全免费使用，并且对自己的创作拥有完整控制权。
什么是Stable Diffusion
Stable Diffusion是一种基于扩散模型的深度学习文生图系统，由Stability AI公司主导开发。它的核心原理是通过逐步去噪的方式，从随机噪声中还原出符合文字提示的图像。整个过程在潜在空间中进行，因此对显卡显存的要求相对可控，普通消费级显卡也能运行。
Stable Diffusion的核心功能
文生图是Stable Diffusion最基础也最常用的功能。用户输入一段提示词，模型就会生成对应的图像。提示词可以描述主体、风格、光线、构图等细节，写得越具体，生成结果越接近预期。
图生图功能允许用户上传一张参考图片，在此基础上进行改造。通过调整重绘幅度参数，可以实现从轻微修饰到完全变形的各种效果。这个功能常用于风格迁移、草图细化、照片转绘画等场景。
局部重绘是Stable Diffusion的实用功能之一。用户可以用画笔涂抹图片的某个区域，然后只对该区域重新生成内容。比如给人物换衣服、修改背景、去除多余物体等，都非常方便。
后期处理功能可以对生成的图片进行放大、修复人脸、调整色彩等操作。配合专用的放大模型，可以把512像素的图片无损放大到4K甚至更高分辨率。
Stable Diffusion的常见使用方式
本地部署是最受技术用户欢迎的方式。通过WebUI或ComfyUI等界面，用户可以在自己的电脑上运行完整模型，无需联网，没有生成次数限制。缺点是初次配置有一定门槛，需要安装Python环境、下载模型文件、配置显卡驱动等。
云端部署适合硬件配置不足的用户。Google Colab、AutoDL等平台提供了预装好的Stable Diffusion环境，按小时计费，价格便宜。用户只需打开浏览器就能使用，省去了本地安装的麻烦。
在线生成网站则是最简单的方式。国内外有不少网站提供Stable Diffusion的在线生成服务，用户上传提示词即可出图，部分网站还支持模型切换和参数调整。适合只想快速体验、不想折腾环境的用户。
Stable Diffusion的提示词技巧
写好提示词是获得理想图像的关键。提示词通常分为正向提示词和负向提示词两部分。正向提示词描述你希望画面中出现的内容，负向提示词描述你希望避免的内容。
提示词的写法遵循从主体到细节、从重要到次要的顺序。一般结构为：画面质量词、主体描述、环境背景、风格参考、光线效果、构图视角。例如：masterpiece, best quality, 1girl, silver hair, blue eyes, standing in a garden, soft lighting, detailed background。
权重调整是进阶技巧。用括号和数字可以控制某个词的权重，比如(red dress:1.3)表示加强红色连衣裙的权重，[blue sky:0.8]表示减弱蓝天的权重。合理使用权重能让画面更符合预期。
负向提示词同样重要。常用的通用负向提示词包括：lowres, bad anatomy, bad hands, extra fingers, blurry, worst quality, low quality。加入这些词可以有效减少画面崩坏的概率。
Stable Diffusion的模型选择
基础模型决定了生成图像的整体风格。官方发布的SD 1.5、SD 2.1、SDXL等版本各有特点。SD 1.5生态最丰富，插件和微调模型最多；SDXL画质更高，对提示词的理解更准确，但硬件要求也更高。
微调模型是在基础模型上针对特定风格或主题训练得到的。比如二次元风格常用的Anything、Counterfeit，写实风格常用的ChilloutMix、Realistic Vision，还有专门画建筑、画风景、画特定人物的模型。用户可以根据需求下载不同的模型文件，放入指定文件夹即可切换。
LoRA模型是一种轻量级的微调方式，文件体积小，加载速度快。它可以叠加在基础模型上，用来控制特定角色、服装、姿势或画风。多个LoRA可以组合使用，实现更精细的控制。
Stable Diffusion的硬件要求
显卡是运行Stable Diffusion最重要的硬件。NVIDIA显卡兼容性最好，6GB显存可以运行SD 1.5基础模型，8GB以上可以流畅使用SDXL。AMD显卡在Linux系统下可以使用，Windows下需要额外配置。Apple Silicon芯片的Mac也能运行，但速度相对较慢。
内存建议16GB以上，生成高分辨率图片时内存占用会明显增加。硬盘需要预留足够空间，一个基础模型约2到7GB，如果下载多个模型，建议准备100GB以上的固态硬盘。
Stable Diffusion的常见问题
生成速度慢通常与显卡性能有关。降低图片分辨率、减少采样步数、使用更快的采样器都可以提升速度。开启xFormers优化也能明显加速。
画面崩坏是新手常遇到的问题。检查提示词是否矛盾、负向提示词是否到位、采样步数是否过低、CFG引导系数是否过高。一般把CFG设在7到12之间比较合适。
显存不足的报错可以通过降低分辨率、关闭高分辨率修复、使用–medvram或–lowvram启动参数来缓解。如果仍然不够，可以考虑使用云端部署。
Stable Diffusion的应用场景
插画创作是最直接的应用。画师可以用它快速生成草图灵感，再手动细化。也可以直接生成完成度较高的作品，用于个人欣赏或商业项目。
游戏开发中，Stable Diffusion可以用来生成角色立绘、场景概念图、道具图标等素材。大幅缩短美术前期的工作周期。
电商设计中，可以用它生成商品背景、模特展示图、广告banner等。配合局部重绘功能，还能给产品换颜色、换场景。
教育领域，教师可以用它制作课件插图、历史场景还原图、科学概念示意图等，让教学内容更生动。
Stable Diffusion作为开源AI绘画工具的代表，正在不断降低图像创作的门槛。无论是专业设计师还是普通爱好者，都能从中找到适合自己的创作方式。掌握提示词技巧、选对模型、配好硬件，你也能用Stable Diffusion生成令人惊艳的作品。