保姆级教程！免费搞定 Stable Diffusion，零基础也能轻松做图

原创于 2025-05-10 18:05:55 发布 · 664 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#stable diffusion

文章核心

手把手教你用「绘世整合包」在本地安装 Stable Diffusion WebUI，无需编程基础，新手友好！不过安装前需预留 100G-200G 磁盘空间，且对电脑显卡性能有一定要求。
在这里插入图片描述

为什么选这篇教程？

本次推荐的绘世整合包由秋叶大佬开发，堪称市面上最便捷的 Stable Diffusion 工具！它跳过复杂的网络配置和 Python 环境搭建，集成了 ControlNet 等核心插件与最新深度学习模块。即使是零基础小白，也能一键体验前沿 AI 绘图技术，真正实现 “开箱即用”！
在这里插入图片描述

Stable Diffusion 究竟是什么？

Stable Diffusion 是 2022 年问世的深度学习模型，能将文字秒变图像。作为开源项目，它由 Stability AI 联合多家机构开发，目前由 GitHub 用户 AUTOMATIC1111 维护。虽然原版对网络有要求，但国内开发者封装的本地化版本（如本文的整合包），极大降低了使用门槛。
在这里插入图片描述

本地运行优势：无需联网，只需一块显存 8GB 以上的 GPU（推荐 12GB+）即可离线创作。不过，AI 绘图涉及软硬件协同，通常依赖 NVIDIA 显卡（CUDA、CUDNN）和 Python 组件（xformer、pytorch），而绘世整合包完美避开这些复杂操作，让新手零压力上手！
在这里插入图片描述

必知的 SD 核心概念

大模型：基于 SD 基础模型（如 SD1.5）训练而成，决定生成图像的整体风格，常见格式为 CKPT 或 SAFETENSORS。
VAE：类似滤镜，优化图像色彩和稳定性，与大模型搭配使用。
LoRA：轻量化插件模型，需配合大模型，能微调风格或添加特定元素，基于 SD 基础模型训练的 LoRA 通用性更强。
ControlNet：神级插件！可提取现有图像的线条、景深信息，反向指导生成过程，让绘图更可控。
Stable Diffusion Web-UI：开源图形界面工具，通过浏览器就能轻松操控 Stable Diffusion。

绘世整合包的三大亮点

零配置门槛：内置独立 Python 环境与 Git 工具，无需手动搭建环境。
集成主流插件：ControlNet、LoRA 等热门功能开箱即用。
一键启动：点击即运行，告别复杂命令行操作。

超详细安装使用指南

一、资源下载

百度网盘链接见文末

二、安装步骤

安装依赖：双击「启动器运行依赖 - dotnet-6.0.11.exe」完成安装。
解压主程序：解压「sd-webui-aki」文件，但先别启动！
导入核心模型：
- 下载大模型（推荐liblib.art），放入\sd-webui-aki-v4\models\Stable-diffusion；
- 下载 ControlNet 模型，放入\sd-webui-aki-v4\models\ControlNet；
- 下载 LoRA 插件，放入\sd-webui-aki-v4\extensions\sd-webui-additional-networks\models\lora。

三、启动与使用

找到安装目录下的「A 启动器.exe」，双击打开；
点击右下角「一键启动」；
等待程序自动打开浏览器页面（若未打开，手动输入http://127.0.0.1:7860）；
输入关键词（如「一个美女」），点击「生成」，见证 AI 绘图奇迹！

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