AI绘图工具SD入门指南：从零掌握Stable Diffusion
AI绘图工具SD指的是Stable Diffusion，它是目前最主流的开源AI图像生成模型之一。与Midjourney、DALL-E等闭源工具不同，Stable Diffusion可以在本地电脑上运行，完全免费，并且支持通过插件和模型扩展出几乎无限的功能。对于想要深入AI绘图领域的用户来说，掌握SD是性价比最高的选择。
Stable Diffusion的核心原理是扩散模型。简单来说，它先对一张图片不断加入噪声，直到变成完全随机的噪点图，然后训练一个神经网络学会反向过程，也就是从噪点中一步步还原出清晰图像。生成时，模型从一个随机噪声开始，根据你输入的提示词逐步去噪，最终得到一张全新的图片。这个过程由采样器控制，常见的有Euler、DPM++、DDIM等，不同采样器在速度和画质上各有取舍。
要运行Stable Diffusion，最常用的方式是使用WebUI，也就是Automatic1111开发的图形界面。安装过程需要Python环境、Git以及合适的显卡驱动。NVIDIA显卡用户最为方便，因为SD主要依赖CUDA加速。显存建议8GB以上，6GB也能跑但分辨率受限。安装完成后，你需要下载基础模型，官方原版是SD 1.5或SD 2.1，但现在更多人使用社区微调模型，比如ChilloutMix、DreamShaper、Realistic Vision等，这些模型在人物、风景、写实或二次元风格上表现更好。
提示词是控制生成内容的关键。正向提示词描述你想要的画面，例如“一个女孩，长发，坐在窗边，阳光，高清，细节丰富”。反向提示词则列出你不想要的内容，比如“低质量，模糊，多手指，变形”。SD对英文提示词支持最好，但中文也可以通过插件翻译。权重语法很重要，用括号加数字可以调整某个词的影响力，比如(red dress:1.3)表示加强红色裙子。另外，负面提示词里常写“bad anatomy, extra limbs, blurry”来避免常见缺陷。
除了文生图，Stable Diffusion还支持图生图。你给一张参考图，SD会在它的基础上根据提示词重新绘制。这个功能常用于风格转换、草图细化或照片动漫化。重绘幅度参数控制变化大小，0.2到0.4适合微调，0.6到0.8适合大改。另一个强大功能是Inpainting，也就是局部重绘。你可以涂抹掉不想要的部分，然后让SD只重绘那个区域，常用于修手、换衣服或去掉杂物。
ControlNet是SD生态里最重要的插件之一。它允许你用额外的条件图来精确控制构图。比如Canny边缘检测可以保留原图的轮廓，OpenPose可以固定人物姿态，Depth可以控制景深，Scribble可以让你用涂鸦生成画面。有了ControlNet，AI绘图从“抽卡”变成了可控创作，商业可用性大幅提升。
LoRA是另一种轻量级微调模型。它体积小，通常几十到几百MB，可以叠加在基础模型上，用来添加特定角色、画风或概念。比如你想生成某个动漫人物，下载对应的LoRA，在提示词里加入触发词，就能稳定输出。多个LoRA可以组合，但要注意权重平衡，否则容易互相干扰。
采样步数、CFG scale、分辨率也是常见参数。步数一般20到30足够，太高收益很小。CFG scale控制提示词约束强度，7到12比较常用，太低会随意发挥，太高会色彩过饱和。分辨率建议512×512或768×768起步，直接生成大图容易崩坏，可以用高分辨率修复功能先生成小图再放大。
最后，Stable Diffusion的社区非常活跃。Civitai是最大的模型分享站，Hugging Face上也有大量资源。学习SD最好的方法就是动手实践，从模仿别人的提示词开始，逐步调整参数，积累经验。无论是做设计辅助、插画创作还是娱乐消遣，SD都能给你带来惊喜。