任意一台普通电脑部署运行大模型生成图片或视频，可制作短视频，用迷你主机玩AI绘图，本地部署Stable Diffusion，一步一步详细搭建教程，可以借助显卡坞使用外置显卡，图文详细介绍，值得收藏！

最新推荐文章于 2025-06-05 22:56:29 发布
最新推荐文章于 2025-06-05 22:56:29 发布
阅读量2.3k 收藏 1
点赞数 7
分类专栏： 机器人智慧之心 文章标签： 人工智能 stable diffusion 本地部署 离线部署 短视频 教程 电脑
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u014374009/article/details/142355629
版权

任意一台普通电脑部署运行大模型生成图片或视频，可制作短视频，用迷你主机玩AI绘图，本地部署Stable Diffusion，一步一步详细搭建教程，可以借助显卡坞使用外置显卡，图文详细介绍，值得收藏！（包含所有工具软件、命令、代码、教程，以及懒人一键安装包）

在这里插入图片描述

先看一下：首款开源类Sora应用，免费打造文生视频和4K画质 的应用，支持web在线、安卓手机、苹果手机下载使用。VIVA支持文生视频、图生视频，甚至还能输出4K分辨率，一切都是免费的。

https://www.viva.com/en-at/product/online

https://vivavideo.tv/en

测试效果如下：

在这里插入图片描述

在这里插入图片描述

关于Stable

了解本专栏 订阅专栏 解锁全文 超级会员免费看
[免费]本地搭建AI自动生成视频应用
柒只猫~
04-12 5096
x] 支持多种。
本地部署的AI图生视频生成方案，结合技术成熟度、可定制性和硬件适配性进行推荐，涵盖开源框架、商业工具及混合部署方案
欢迎光临~知1而N的博客
05-10 571
本文介绍了多种视频生成与数字人引擎的部署方案，主要分为开源框架、商业工具本地版、混合部署和硬件加速方案。开源框架如Wan2.1+ComfyUI和LivePortrait，适合开发者使用，支持高分辨率视频生成和面部微表情控制。商业工具如通义万相Wan2.1桌面版和Pika本地版，适合普通用户，提供预设动画模板和动态范围控制。混合部署方案如Stable Video+Docker和Runway ML本地版，适合企业级应用，支持多视频轨道编辑和实时风格迁移。硬件加速方案如NVIDIA Omniverse和Apple
大模型应用—超强的AI 视频生成模型！完全免费开源，生成质量极高！
优快云_430422的博客
12-24 2696
大模型应用—超强的AI 视频生成模型！完全免费开源，生成质量极高
你想在本地部署大模型吗？本地部署大模型的三种工具
2401_84206094的博客
10-09 948
人工智能的发展如火如荼，也让越来越多的人了解到人工智能；而对大部分人来说使用的都是第三方提供的客户端，不论是网页版，还是PC端或移动端。那么，我们怎么在本地部署一款大模型呢？下面就来介绍三种工具。
几行代码，用本地大模型，随心所欲地生成照片
hello world的博客
03-01 530
我们经常看见，生成出来了，唰一下，没看清，又返回生成失败了。但是，对于提示词，以及生成的内容，这些平台却无一例外地都加了很多很多层的限制。
【stable diffusion部署】收藏备用！用迷你主机玩AI绘图，本地部署Stable Diffusion，教程来了
2401_84760322的博客
11-21 1058
关于Stable DiffusionStable diffusion（简称SD）作为一款开源免费的AI绘画生成工具，经过两年多的发展，不仅生成的图片超级真实细腻，可以比拟相机摄影效果，还支持视频生成，效果非常震撼，同时应用也有一定门槛。与此同时，基于SD图像生成模型衍生的图形界面工具也非常多，应用最广泛的两种就是WebUI和ComfyUI。WebUI功能丰富，界面直观，比较容易上手，ComfyUl同样简化了模型构建和训练的复杂性，无需深入理解底层算法就能进行模型操作，同时支持实时查看和调整模型参数。
收藏！用迷你主机玩AI绘图，本地部署Stable Diffusion，教程来了
libaiup的博客
09-23 1023
对于AI绘图来说，显卡的性能非常重要，不仅要显存大，还得稳定，然后运行过程中噪声过大干扰多也会降低体验，虽然运行最低显存要求是4GB，但4GB显存配置只能算能用的水平，实际表现还是有所欠缺。此外，虽然SD绘图功能可以在线使用，但本地部署同样具备不可替代的优势，因为相比于集成在网络平台的SD或者其他AI绘画平台，本地部署没有生成数量的限制，不用花钱，不用被NSFW约束，生成时间快，不用排队，主打一个高效省事。以上只是基础要求，硬件配置没有上限，不过现在有很多配置不低的迷你主机可以选择，倒不用太担心。
【SD模型】Stable Diffusion【Pony模型】：C站广受欢迎的底层大模型Pony Diffusion v6
Misdirection_XG的博客
04-10 820
AI大模型Pony Diffusion v6一经问世，在C站广受欢迎。很快出现了各种基于pony模型作为底膜训练的大模型和LORA模型，大有超越原生大模型的趋势。今天我们就来重点看看这个大模型：Pony Diffusion v6。Pony Diffusion v6 是一个多功能的SDXL微调模型，能够根据简单的自然语言提示生成各种拟人、野兽或人类物种及其互动的令人惊叹的 SFW 和 NSFW 视觉效果。
最新版AI绘画SD3.0 玩起来，Stable Diffusion 3工作流商业及广告设计实操
白帽阿叁的博客
06-15 1097
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。西瓜吉他，写实，特写，超高清，数字艺术，烟雾，冰，柔和的灯光，舞台效果，小清新滤镜，延时摄影，微距摄影，超高清画质，完美的设计构图，超现实主义，超想象，超高清,疯狂的艺术。特别注意光影的显示，以增强场景的整体真实感。产品摄影，产品食物，背景人物，中国，多个女孩，2女孩，微笑，果汁盒，咧嘴笑，食物，棕色头发，吸管，水果，黑色头发，牙齿。
【大模型:知识图谱】--3.py2neo连接图数据库neo4j
我是个好人呀，O(∩_∩)O
06-03 1497
本文介绍了Neo4j图数据库的安装与基本操作。主要内容包括：1) 使用py2neo连接Neo4j数据库；2) 通过Python实现节点创建、删除、属性修改等操作；3) 建立节点间关系的方法；4) 使用NodeMatcher和RelationshipMatcher进行节点和关系查询；5) 通过实例演示如何创建人物节点及其关系网络。文章还对比了Neo4j社区版和企业版的差异。全文提供了完整的代码示例，涵盖从连接到CRUD操作的完整流程。
深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（2）
ak47maker的博客
06-05 582
本文针对ResNet18模型剪枝进行了优化改进，主要包含三个方面：1) 将剪枝目标层从底层conv1调整为中间层layer2.0.conv1，减少对基础特征的破坏；2) 采用基于激活值的前向传播方法评估通道重要性，优先剪除低激活通道；3) 改进微调策略，动态解冻关联层并使用更低学习率(0.0001)进行10轮微调。这些优化有效提升了剪枝后模型的稳定性和性能表现，特别是通过中间层剪枝和基于特征贡献的通道选择策略，避免了底层特征破坏带来的连锁反应。
3步在小米13手机跑DeepSeek R1
羊仔的博客
06-03 1702
大家好！我是羊仔，专注AI工具、智能体、编程。
通过基于流视频预测的可泛化双手操作基础策略
yorkhunter的博客
06-04 2280
25年5月来自中国电信、西北工业大学和香港科大的论文“Towards a Generalizable Bimanual Foundation Policy via Flow-based Video Prediction”。 由于动作空间巨大且需要协调手臂运动，学习可泛化的双手操作策略对于具身智体而言极具挑战性。现有方法依赖于视觉-语言-动作 (VLA) 模型来获取双手操作策略。然而，从单臂数据集或预训练 VLA 模型迁移知识通常无法有效泛化，这主要是由于双手数据的匮乏以及单臂和双手操作之间的根本差异。本文
智能终端与边缘计算
最新发布
wozaiwurenchu的博客
06-05 823
Cloudlet的定义和主要特征Cloudlet（微云）概念于2009年首次出现。它是一种成熟的边缘计算系统，旨在将移动计算的“端-云”两层架构转变为**“端-边-云”的三层架构** [对话历史]。Cloudlet通常部署在网络边缘，靠近接入点、基站或汇聚点，甚至可以直接运行在智能网联汽车或无人机上 [对话历史]。主要特征：可信且资源丰富的主机或机群。基于虚拟机技术，为移动终端提供服务。Cloudlet通过将与具体应用相关的数据部分从通用部分中抽离出来，形成VM Overlay与Base VM。
法律AI的“幻觉”治理：大模型如何重塑司法公正与效率
七刀的专栏
06-04 1133
在传统律师事务所中，一位律师审查一份50页的商业合同平均需要3小时；而在引入法律大模型后，这一时间被缩短至20分钟。效率提升的背后，是一场正在席卷全球法律体系的智能化革命——。
【oobabooga 本地AI模型搭建】
开心就好了啦
06-05 909
用于大型语言模型的 Gradio Web UI。其目标是成为文本生成的。
Langchain4j 文档处理（7）
m0_58617940的博客
06-05 1098
来自 langchain4j 模块的文件系统文档加载器（FileSystemDocumentLoader）来自 langchain4j 模块的类路径文档加载器（ClassPathDocumentLoader）来自 langchain4j 模块的网址文档加载器（UrlDocumentLoader）来自 langchain4j-document-loader-amazon-s3 模块的亚马逊 S3 文档加载器（AmazonS3DocumentLoader）
高效VLM：VisionZip
my的博客
06-04 644
《VisionZip：视觉语言模型中的高效视觉标记压缩方法》针对现有视觉语言模型(VLMs)存在的视觉标记冗余问题，提出了一种创新解决方案。研究发现，传统VLMs使用长序列视觉标记会导致计算成本高昂，且大量标记注意力权重趋近于零，存在显著冗余。VisionZip通过两阶段处理（保留主导标记+合并次要标记），在仅保留10%标记的情况下实现95%的原模型性能，并将LLaVA-NeXT模型的预填充时间减少8倍。该方法支持无训练应用、高效微调和从头训练三种模式。
MCP协议重构AI Agent生态：万能插槽如何终结工具孤岛？
聚焦AI技术在企业的深度应用，致力于在实际场景中验证理论模型的可行性
06-04 1124
2025年，MCP协议成为AI领域的关键基础设施，被喻为"AI世界的USB-C接口"。
Stable Diffusion模型本地部署
01-09
### Stable Diffusion 模型本地部署教程 #### 准备工作 为了确保能够顺利部署Stable Diffusion模型，需先确认计算机满足最低硬件需求。通常情况下，拥有NVIDIA GPU以及相应的CUDA驱动程序会极大提升性能[^1]。 #### 安装依赖项 安装必要的软件包对于启动项目至关重要。这包括Python解释器及其版本控制工具如`conda`或虚拟环境管理器`venv`。此外还需要安装Git以便于克隆仓库中的源码。具体命令如下所示： ```bash git clone https://github.com/AUTOMATIC1784/stable-diffusion-webui.git cd stable-diffusion-webui pip install -r requirements.txt ``` #### 下载预训练模型 按照指示进入特定目录放置下载好的权重文件非常重要。应将这些文件存放在`stable-diffusion-webui/models/Stable-diffusion/`路径下以供后续调用[^2]。 #### 启动服务端口 完成上述准备工作之后就可以尝试启动WebUI界面来测试整个系统的正常运作情况了。执行以下脚本可以开启HTTP服务器监听指定IP地址及端口号上的请求连接： ```bash python webui.py --listen --port 7860 ``` 此时打开浏览器访问http://localhost:7860即可看到图形化操作面板[^3]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

代码讲故事

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值