如果提到Ai绘画，很多人第一反应都是midjourney，确实midjourney现在在绘画领域如日中天，因为它使用简单而且智能化程度非常高。但是对我们普通用户来说midjourney还是有很高的门槛。首先是注册账号以及充值，需要我们学会科学上网，其次是每个月几十美元的费用，如果我们只是轻度使用而不是专业的设计人员的话，这些费用都是没必要的！
那么除了midjourney之外还有没有Ai绘画软件呢？有的！
今天来介绍一款开源免费的软件——Stable Diffusion
StableDiffusion是一款开源Ai绘画软件，因为是开源的，所以你可以把它下载到本地，绘画过程是完全离线的，使用你电脑的CPU或者GPU。绘画的风格由你自己来训练，如果你的显卡足够好的话，完全可以提供你喜欢的照片来训练专属于自己的Ai模型。
这时候有的小伙伴要问了，我使用的是中低端显卡就不能使用Stable Diffusion了吗？完全没问题！因为上面已经提到Stable
Diffusion是开源软件，所以社区已经有非常多已经训练好的Ai模型了，动漫风格、国风汉服、真人风格 …你基本可以在社区找到自己想要的模型。
好了，说了这么多，下面教大家怎么使用Stable Diffusion。
Stable Diffusion WebUI
如果说Stable Diffusion的门槛已经非常低了（只要能访问GitHub就可以部署），那么Stable Diffusion
WebUI的门槛比Stable Diffusion 还低，你可以把Stable Diffusion WebUI理解成Stable
Diffusion的网页版，不需要我们将软件安装到电脑上，只需要访问网页即可。
从GitHub的star 数也能看出Stable Diffusion WebUI更受欢迎！
GitHub的地址为：
【[github.com/AUTOMATIC11…](https://link.juejin.cn/?target=https%3A%2F%2Fgithub.com%2FAUTOMATIC1111%2Fstable-
diffusion-webui%25E3%2580%2591 “https://github.com/AUTOMATIC1111/stable-
diffusion-webui%E3%80%91”)
下载
进入GitHub地址在右侧我们可以下载最新版的Stable Diffusion WebUI
目前版本是1.6.0，点击之后下拉到最下面下载Stable Diffusion WebUI的源代码，然后解压即可。
环境准备
要运行Stable Diffusion WebUI，本地应该具备Python和Git环境
Python环境（如果已经安装Python可以直接跳过）
这里安装的Python版本为3.10.6（较新版本的 Python 不支持 torch）
下载地址
下拉到最后我们根据自己的系统下载安装包
打开安装包，这里一定要勾选“Add Python to PATH”，然后点击下一步完成即可，最后打开命令窗口输入Python，出现如图所示代表已经安装完成！
Git环境（如果本地已经安装Git可以直接跳过）
下载地址
【[git-scm.com/download/wi…](https://link.juejin.cn/?target=https%3A%2F%2Fgit-
scm.com%2Fdownload%2Fwin%25E3%2580%2591 “https://git-
scm.com/download/win%E3%80%91”)
根据自己的系统下载对应的安装包
打开下载好的安装包，直接默认下一步安装即可，非常简单。最后同样在命令窗口输入git，出现如图的信息说明已经安装完成！
上面就是需要的环境准备。
运行Stable Diffusion WebUI
打开第一步下载好的Stable Diffusion WebUI源码解压文件，找到根目录下的webui.bat命令，双击即可，接下来就是等待Stable
Diffusion WebUI自动将依赖和所需要的模型下载完成，需要注意的是依赖大约4个G左右，所以需要确保磁盘空间足够。当我们看到下图Running on
local
URL：http://127.0.0.1:7860的时候说明依赖已经安装完成，我们只需要浏览器访问本机的http://127.0.0.1:7860即可打开Stable
Diffusion WebUI的首页。
安装中文语言环境
依次点击页面的extentions->install from URL
然后输入
https://github.com/VinsonLaro/stable-diffusion-webui-chinese
点击 install即可，等待几秒钟，当底部出现蓝色字样代表中文插件已经安装完成。
然后依次点击installed->Apply and restart UI等待WebUI重启。
设置中文页面
在安装完中文插件之后需要设置中文环境。
在首页依次点击settings->user interface->localization
选中刚才下载好的中文语言环境：Chinese-all-0722
然后重启WebUI即可，至此中文环境已经安装完毕！首页已经是中文了。
安装 sd-webui-controlnet 外挂程序
sd-webui-controlnet插件也是至关重要的，我们依次点击扩展插件->可用->加载自->搜索sd-webui-
controlnet->点击搜索结果的安装。
同样需要重启WebUI，步骤如下图所示。
到此为止，stable-diffusion-webui以及其运行环境已经全部安装完毕！
Ai绘画
接下来我们就可以使用stable-diffusion来Ai绘画了。现在我们需要一个绘画模型，正如一开始提到的，我们需要给stable-
diffusion一个训练好的模型，它才能知道我们想要画什么风格的图片。
在选择模型之前我先来介绍下模型的概念。
主模型
它在大量的数据上进行了训练，并且获得了广泛的知识和能力。
特点：
大规模：主模型通常有数十亿到数千亿的参数。例如，GPT-3的最大版本有1750亿个参数。
泛化能力：由于在大量数据上的预训练，这些模型能够泛化到许多不同的任务，从简单的文本生成到更复杂的问题解答、翻译等。
计算要求：由于其巨大的大小，训练这些模型需要大量的计算资源和时间。
LoRA模型
LoRA旨在改进大型预训练模型（如GPT-3）在特定任务上的性能。
特点：
适应性：LoRA技术通过在大型模型的顶部添加低秩适应层来提供模型的微调能力。这允许LoRA在特定的任务或数据集上进行更为精确的适应。
模型大小：LoRA层相对较小，因此它添加的参数相对较少。这意味着与对整个大型模型进行微调相比，LoRA技术的微调更为高效和经济。
通俗的总结下两个模型，主模型可以理解为一个通用的模型，是核心部分，LoRA模型是一个个性化的模型，在表层发挥作用，主要是为了做一些个性化的定制服务。
理解了两个模型之后，接下来我使用一个非常成熟的且常用的模型【ChilloutMix】来展示下stable-diffusion的绘画能力。
模型下载
ChilloutMix下载地址
以上是主模型，大约4个G左右，下载完成之后，放到stable-diffusion根目录->models->Stable-diffusion目录下。
LoRA下载地址
以上是LoRA模型下载，下载好之后放到stable-diffusion根目录->models->Lora目录下。
模型下载好之后就可以在首页看到了，点击首页左上角的刷新按钮，选择模型。
Ai画图
首先介绍两个概念：
提示词（prompt）：可以理解为Ai的语言，我们通过prompt让Ai知晓我们需要画一幅什么样的画，一个好的prompt可以迅速让Ai
理解我们的意图，从而高效准确的生成想要的图片。
反向提示词（Negative
prompt）：可以理解为提示词的反面，提示Ai需要避免一些什么问题，比如说长短手、少一个或者多一个手指头、同时存在两个左手或者右手等问题。
理解了上面两个概念之后，最后一步，复制模型的提示词（prompt）到首页输入框，然后点击生成，等待一段时间（等待的时间会根据显卡的性能而定）就可以得到一个美女的照片了！
局部绘制
这里我们以给美女换装为例，我要把美女的上衣T恤换成旗袍应该怎么做呢？
点击生成图片对应的下方【图生图】按钮跳转到对应的页面。
我们先来分析下一开始复制的prompt，发现美女的穿衣风格主要在红线标注的地方。
我们只需要在prompt描述中插入旗袍（cheongsam）即可，然后在下面用画笔标注出来哪里的衣服需要换成旗袍风格。这里我用画笔将美女的上衣标注好之后，点击生成，等待一会儿，上衣就换成旗袍了，可以看到，改变之后的图片和原图还是非常贴合的！
到此，stable-
diffusion的绘画功能已经介绍完了，大家可以自己修改或者自己写prompt来生成想要的图片，这个模型非常灵活，包括人物的背景、站姿、发型以及穿衣风格等等细节都可以修改。下面是我用模型生成的其他美女照片，大家可以参考一下。
文章使用的AI绘画SD整合包、各种模型插件、提示词、GPT人工智能学习资料都已经打包好放在网盘中了，有需要的小伙伴文末扫码自行获取。
2203
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
