安装与配置 #

硬件要求 #

GPU 要求 #

Stable Diffusion 对 GPU 有一定要求，主要需要 NVIDIA 显卡支持 CUDA。

text 
┌─────────────────────────────────────────────────────────────┐
│                      GPU 配置建议                             │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  最低配置（可运行 SD 1.5）                                    │
│  ├── GPU: NVIDIA GTX 1060 6GB / AMD RX 580 8GB             │
│  ├── 显存: 6GB                                              │
│  └── 生成速度: 约 30秒/张                                    │
│                                                             │
│  推荐配置（流畅运行 SDXL）                                    │
│  ├── GPU: NVIDIA RTX 3060 12GB / RTX 4060                  │
│  ├── 显存: 12GB                                             │
│  └── 生成速度: 约 10秒/张                                    │
│                                                             │
│  专业配置（训练和高负载）                                     │
│  ├── GPU: NVIDIA RTX 4090 / A100                            │
│  ├── 显存: 24GB+                                            │
│  └── 生成速度: 约 3秒/张                                     │
│                                                             │
└─────────────────────────────────────────────────────────────┘

显存与功能对照表 #

显存 SD 1.5 SDXL 训练 LoRA ControlNet 批量生成
4GB ✅ 低配 ❌ ❌ ❌ ❌
6GB ✅ ⚠️ 优化 ❌ ⚠️ ❌
8GB ✅ ✅ ⚠️ ✅ ⚠️
12GB ✅ ✅ ✅ ✅ ✅
16GB+ ✅ ✅ ✅ ✅ ✅

其他硬件要求 #

text 
内存（RAM）：
├── 最低: 16GB
├── 推荐: 32GB
└── 训练: 64GB+

存储：
├── 类型: SSD（推荐 NVMe）
├── 空间: 至少 50GB
└── 模型库: 建议 200GB+

操作系统：
├── Windows 10/11 ✅
├── Linux (Ubuntu 20.04+) ✅
└── macOS (M1/M2) ⚠️ 需要特殊配置

安装方式选择 #

主流安装方案对比 #

方案 难度 灵活性 适合人群
整合包 低 中 新手入门
WebUI 源码安装 中 高 进阶用户
ComfyUI 中 极高 专业用户
Docker 中 高 开发者

方案一：整合包安装（推荐新手） #

Windows 整合包 #

最简单的安装方式，一键安装所有依赖。

text 
推荐整合包：

1. 秋叶整合包（国内推荐）
   ├── 下载: B站搜索"秋叶Stable Diffusion整合包"
   ├── 特点: 国内优化，下载快
   └── 包含: WebUI + 常用插件 + 模型

2. Stability Matrix
   ├── 下载: https://github.com/LykosAI/StabilityMatrix
   ├── 特点: 多版本管理
   └── 包含: WebUI + ComfyUI 管理器

安装步骤：
├── 1. 下载整合包压缩文件
├── 2. 解压到非中文路径（如 D:\SD）
├── 3. 运行启动脚本
└── 4. 等待自动打开浏览器

整合包使用注意事项 #

text 
注意事项：

1. 路径问题
   ├── 不要使用中文路径
   ├── 不要有空格
   └── 示例: D:\StableDiffusion ✅
             D:\我的文件\SD ❌

2. 显卡驱动
   ├── 更新到最新 NVIDIA 驱动
   └── 确认 CUDA 可用

3. 杀毒软件
   ├── 可能误报，添加信任
   └── 或临时关闭

方案二：WebUI 源码安装 #

环境准备 #

text 
┌─────────────────────────────────────────────────────────────┐
│                    环境准备清单                               │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  1. Python 3.10.x                                           │
│     ├── 下载: python.org                                    │
│     ├── 注意: 勾选 "Add to PATH"                            │
│     └── 验证: python --version                              │
│                                                             │
│  2. Git                                                     │
│     ├── 下载: git-scm.com                                   │
│     └── 验证: git --version                                 │
│                                                             │
│  3. CUDA Toolkit（可选）                                     │
│     ├── 版本: 11.8 或 12.x                                  │
│     └── PyTorch 会自动安装 CUDA                             │
│                                                             │
└─────────────────────────────────────────────────────────────┘

Windows 安装步骤 #

powershell 
# 1. 克隆仓库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

# 2. 进入目录
cd stable-diffusion-webui

# 3. 运行启动脚本（首次会自动安装依赖）
webui-user.bat

# 4. 等待安装完成，自动打开浏览器
# 默认地址: http://127.0.0.1:7860

Linux 安装步骤 #

bash 
# 1. 安装依赖
sudo apt update
sudo apt install -y python3.10-venv git

# 2. 克隆仓库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

# 3. 进入目录
cd stable-diffusion-webui

# 4. 运行启动脚本
./webui.sh

# 5. 访问 WebUI
# 默认地址: http://127.0.0.1:7860

macOS (Apple Silicon) 安装 #

bash 
# 1. 安装 Homebrew（如未安装）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 2. 安装依赖
brew install cmake protobuf rust python@3.10 git

# 3. 克隆仓库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

# 4. 进入目录
cd stable-diffusion-webui

# 5. 创建虚拟环境
python3.10 -m venv venv
source venv/bin/activate

# 6. 安装 PyTorch（MPS 加速）
pip install torch torchvision torchaudio

# 7. 运行
./webui.sh --no-half --use-cpu all --skip-torch-cuda-test

启动参数配置 #

创建或编辑 webui-user.bat（Windows）或 webui-user.sh（Linux）：

bash 
# 常用启动参数

# 基本配置
--xformers              # 使用 xformers 加速（推荐）
--medvram               # 中等显存优化（8GB 显存）
--lowvram               # 低显存优化（6GB 显存）

# 网络配置
--listen                # 允许局域网访问
--port 7860             # 指定端口
--share                 # 创建公网链接

# 模型配置
--ckpt-dir "D:\models"  # 自定义模型目录
--lora-dir "D:\loras"   # 自定义 LoRA 目录

# API 配置
--api                   # 启用 API
--api-auth user:pass    # API 认证

# 示例配置
set COMMANDLINE_ARGS=--xformers --medvram --listen --api

方案三：ComfyUI 安装 #

什么是 ComfyUI？ #

ComfyUI 是一个基于节点的 Stable Diffusion 界面，提供更高的灵活性和控制力。

text 
┌─────────────────────────────────────────────────────────────┐
│                   WebUI vs ComfyUI                           │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  WebUI (Automatic1111)                                      │
│  ├── 优点: 界面友好，上手简单                                │
│  ├── 缺点: 灵活性较低                                       │
│  └── 适合: 初学者，日常使用                                  │
│                                                             │
│  ComfyUI                                                    │
│  ├── 优点: 节点式，高度灵活                                  │
│  ├── 缺点: 学习曲线陡峭                                     │
│  └── 适合: 专业用户，复杂工作流                              │
│                                                             │
└─────────────────────────────────────────────────────────────┘

ComfyUI 安装步骤 #

bash 
# 1. 克隆仓库
git clone https://github.com/comfyanonymous/ComfyUI.git

# 2. 进入目录
cd ComfyUI

# 3. 创建虚拟环境
python -m venv venv

# Windows 激活
venv\Scripts\activate

# Linux/macOS 激活
source venv/bin/activate

# 4. 安装依赖
pip install -r requirements.txt

# 5. 安装 PyTorch（CUDA）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

# 6. 运行
python main.py

# 访问: http://127.0.0.1:8188

ComfyUI Manager 安装 #

ComfyUI Manager 是一个扩展管理器，方便安装和管理节点：

bash 
# 进入 ComfyUI 自定义节点目录
cd ComfyUI/custom_nodes

# 克隆 Manager
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

# 重启 ComfyUI，侧边栏会出现 Manager 按钮

模型下载与配置 #

模型类型 #

text 
模型类型说明：

1. Checkpoint（主模型）
   ├── 文件大小: 2GB - 6GB
   ├── 存放位置: models/Stable-diffusion/
   └── 用途: 基础生成能力

2. LoRA（微调模型）
   ├── 文件大小: 50MB - 200MB
   ├── 存放位置: models/Lora/
   └── 用途: 风格/角色微调

3. VAE（变分自编码器）
   ├── 文件大小: ~300MB
   ├── 存放位置: models/VAE/
   └── 用途: 改善颜色

4. Embedding（文本嵌入）
   ├── 文件大小: ~20KB
   ├── 存放位置: embeddings/
   └── 用途: 负向提示词

推荐模型 #

text 
基础模型推荐：

SD 1.5 系列：
├── v1-5-pruned.ckpt（官方）
├── realisticVisionV51（写实风格）
├── deliberate_v3（通用风格）
└── anything-v5（动漫风格）

SDXL 系列：
├── sd_xl_base_1.0.safetensors（官方）
├── juggernautXL（写实风格）
└── dreamshaperXL（通用风格）

SD 3 系列：
├── sd3_medium_incl_clips.safetensors
└── sd3.5_large_incl_clips_t5xxlfp8.safetensors

模型下载来源 #

text 
模型下载平台：

1. Civitai（推荐）
   ├── 网址: civitai.com
   ├── 特点: 模型丰富，有预览图
   └── 国内访问: 可能需要代理

2. Hugging Face
   ├── 网址: huggingface.co
   ├── 特点: 官方模型，稳定可靠
   └── 国内访问: hf-mirror.com

3. LiblibAI（国内）
   ├── 网址: liblib.art
   ├── 特点: 国内访问快
   └── 模型: 国内模型为主

模型配置 #

text 
目录结构：

stable-diffusion-webui/
├── models/
│   ├── Stable-diffusion/    # 主模型
│   │   ├── sd_v1.5.safetensors
│   │   └── sd_xl_base.safetensors
│   ├── Lora/                # LoRA 模型
│   │   └── style_lora.safetensors
│   ├── VAE/                 # VAE 模型
│   │   └── vae-ft-mse.safetensors
│   └── ControlNet/          # ControlNet 模型
│       └── control_v11p_sd15_canny.safetensors
├── embeddings/              # 文本嵌入
│   └── EasyNegative.safetensors
└── outputs/                 # 输出目录

常见问题解决 #

CUDA 相关问题 #

text 
问题: CUDA out of memory

解决方案:
1. 降低生成分辨率
2. 使用 --medvram 或 --lowvram 参数
3. 减少 batch size
4. 启用 xformers

启动参数:
set COMMANDLINE_ARGS=--medvram --xformers

模型加载问题 #

text 
问题: 模型加载失败

解决方案:
1. 检查文件完整性（重新下载）
2. 确认文件格式（.safetensors 或 .ckpt）
3. 检查文件路径是否正确
4. 确认模型版本与 SD 版本匹配

依赖安装问题 #

text 
问题: pip 安装失败

解决方案:
1. 使用国内镜像
   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 手动安装 PyTorch
   pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

3. 清除缓存重试
   pip cache purge

生成速度慢 #

text 
问题: 生成速度太慢

优化方案:
1. 启用 xformers
   --xformers

2. 使用更快的采样器
   DPM++ 2M Karras

3. 减少采样步数
   20-30 步通常足够

4. 使用 TensorRT 加速
   安装 TensorRT 扩展

配置验证 #

检查 GPU 状态 #

python 
# 在 Python 中验证 CUDA
import torch

print(f"PyTorch 版本: {torch.__version__}")
print(f"CUDA 可用: {torch.cuda.is_available()}")
print(f"CUDA 版本: {torch.version.cuda}")
print(f"GPU 数量: {torch.cuda.device_count()}")
if torch.cuda.is_available():
    print(f"GPU 名称: {torch.cuda.get_device_name(0)}")
    print(f"显存总量: {torch.cuda.get_device_properties(0).total_memory / 1024**3:.1f} GB")

WebUI 检查 #

text 
验证清单：

1. 页面能正常打开
   └── http://127.0.0.1:7860

2. 模型能正常加载
   └── 左上角显示模型名称

3. 能成功生成图像
   └── 使用默认参数测试

4. 显存使用正常
   └── 任务管理器查看 GPU 使用

下一步 #

环境配置完成后，继续学习 快速开始，生成你的第一张 AI 图像！

最后更新：2026-04-05