8000字干貨！超全面的Stable Diffusion學習指南：安裝篇

在本篇教程里，我會為你介紹 Stable Diffusion 的配置要求和安裝方法。

上期回顧：

一、硬件配置要求

在上一篇中我們提到經過優化后 Stable Diffusion 模型可以在商業級的民用顯卡上本地運行，但它對電腦硬件還是有一定要求的。

WebUI 目前僅支持在搭載了 NVIDIA 和 AMD 顯卡的 Windows 10/11、搭載 Apple Silicon 芯片的 MacOS 以及 Linux 系統上運行。

其中優先推薦搭載了 N 卡的 Windows，MacOS 由于沒有獨立顯卡加速，在默認配置下只能通過 CPU 來跑圖，相較之下出圖性能較差，并且支持的社區插件也比較少，后期想訓練模型也比較困難，不過如果只是作為新手學習也足夠使用了。

如果以上的硬件條件你都無法滿足，還有一種云端部署的方法使用 Stable Diffusion，就是將 WebUI 搭載在平臺的服務器進行使用，本文沒有涉及云部署的相關內容，如果你有需要的話可以看這篇：

我知道很多小白朋友對電腦硬件了解的不多，為了方便對比，這里分別給大家提供最低和推薦的 2 套硬件清單作為參考。你可以通過魯大師等軟件查看自己的電腦硬件配置。

如果你的電腦連最低配置都無法滿足，建議先升級自己的硬件設備或者采用云端部署的方法，否則會頻繁出現報錯、爆顯存或出黑圖等問題。

在以上所有配置要求中，影響最大的是一張性能足夠強大的獨立顯卡。

對喜歡玩游戲和從事專業圖形或 3D 建模設計的人來說，顯卡非常重要，因為圖像顯示的運作過程中非常消耗電腦算力，如果只靠中央處理器 CPU 進行計算的話，電腦負載太大就很容易出現卡頓、黑屏、效率低下等問題，而這在我們使用 Stable Diffusion 進行 AI 繪圖時也會格外明顯。

顯卡就是為了解決顯示運算的問題，它里面的圖形處理器（GPU）可以獨立承擔圖像顯示的計算工作，緩解 CPU 的計算壓力。也正因如此，當顯卡的算力越強時，Stable Diffusion 在圖像繪畫方面的性能也就越強，繪圖效率也就越高，而如果算力跟不上，出圖速度會特別慢。對于新上手的小白來說，將大量時間花費在漫長的等待中，并隨時面臨宕機的風險，會極快的消磨掉你的興趣和熱情。

關于顯卡類型，目前市面上的主流顯卡分為 N 卡和 A 卡，分別由 NVIDIA（英偉達）和 AMD（超威半導體）兩大廠商制造。由于 N 卡使用的 CUDA 計算架構在深度學習方面比 A 卡強上許多，因此在算力相同或價格相同的情況下，N 卡的跑圖表現和穩定性上會明顯優于 A 卡，所以優先推薦使用 NVIDIA 顯卡來跑圖，市面上的社區資源大部分也是基于 N 卡來配置的。

我這邊為大家找到了目前最新的顯卡天梯圖，方便你進行顯卡性能對比，需要完整圖片的可以在附件下載，還有最新的 CPU 性能對比天梯圖哦～

除了基礎算力，顯卡還有另外一個重要指標：顯存。顯存決定了可以存儲臨時圖形數據的最大容量，簡單理解就是算力影響出圖的速度，顯存影響出圖的尺寸。如果你的顯存不夠大，就只能繪制一些小尺寸的圖片，這對人像等需要顯示高清細節的圖片來說體驗會降低很多。此外，顯存也會影響后期在訓練模型時的訓練規模。一般來說，電腦顯存容量至少要在 8GB 以上才可以保證較好的出圖體驗。

最后除了顯卡就是硬盤容量了，運行 Stable Diffusion 需要安裝各種環境部署程序和模型，如果硬盤容量太小是沒辦法滿足跑圖需求的，其中 C 盤預留 10G 以上空間用于安裝前置環境、應用和過程中的緩存文件，其他盤預留 50～100G 空間，用于放置 WebUl 本體以及后續的各類模型文件。

還有一點，建議將 Stable Diffusion 都放置在固態硬盤的文件夾里，這樣在讀取速度上也會快上許多。

二、Win 安裝流程

如果你已經滿足了以上硬件要求，下面就到正式的安裝環節了，先來看看 Win 系統的安裝教程。

1. 關于秋葉整合包

得益于各路大佬開發的整合包，在 Win 系統上安裝 WebUI 的流程要輕松很多。此前如果要安裝 WebUI，必須自行在電腦上部署完整的運行環境，下面是從安裝到啟用 WebUI 正常需要經歷的幾個流程：

因為網絡波動、前置應用未安裝、電腦兼容性等問題，在安裝過程中經常會出現各類報錯，對于看不懂代碼的小白用戶來說是個很大的問題。

后來，人稱賽博佛祖的 B 站 UP 主秋葉 aaaki 開發了一款將環境部署、WebUI 程序、插件、模型等全部整合在內的啟動工具，該整合包將 WebUI 的運行設置在虛擬環境下，所需的各類應用插件都已經配置在內，用戶無需再自行安裝前置應用，也很少會出現報錯等問題。

秋葉整合包 B 站地址： https://www.bilibili.com/video/BV1iM4y1y7oA

為方便大家更好的設置和管理 WebUI，整合包內還提供了相應的啟動器管理工具，每次啟動時也會自動檢測更新各類工具插件，可以說非常方便了。

秋葉的整合包是針對 Win 系統的 N 卡用戶，更適合新手使用，功能齊備，支持一鍵啟動，方便后期更新管理。而如果你是 A 卡用戶，也可以嘗試星空的整合包，它適合有一定基礎的用戶，不過我自己沒有嘗試過，如果有需要可以去 B 站了解詳細的安裝內容：

星空整合包 B 站地址： https://www.bilibili.com/video/BV1LX4y1y7Hg

2. 前置應用安裝

前面提到秋葉整合包已經集成了 WebUI 所需的運行環境，不過建議大家還是提前安裝好下面這幾款主要的前置應用，能一定程度上減少報錯的概率，而且比整合包更新下載的速度也更快。Win 系統需要安裝的前置應用有 Python、Git 和 CUDA。

在整個安裝過程中你會頻繁使用到命令行，所以先和你介紹下 Win 系統里命令行的啟動方法：命令行允許用戶間接控制系統的內核，可以簡單理解成用代碼來控制電腦上的一切操作。

①安裝 Python

相信很多人都聽過 Python 的大名，它是一種高級編程語言，可以幫助程序員為項目編寫邏輯清晰的代碼，是目前世界上最受歡迎的編程語言之一，被廣泛用于 Web 開發、數據分析、人工智能、游戲開發等各個領域。Stable Diffusion WebUI 就是基于 Python 開發的，所以如果你的電腦上沒有安裝 Python，WebUI 是無法正常運行的。

安裝 Python 很簡單，我們直接搜索找到 Python 的下載官網，首頁進來這里顯示的是 python 的最新版本，但因為 WebUI 是基于較老的 3.10 版本開發的，所以保險起見我們還是下載官方推薦的 3.10.6 版本：首頁往下滾動，可以找到 python 發布的歷史版本，在其中找到 python 3.10.6 后點擊下載。

官網地址： https://www.python.org/downloads/

跳轉頁面后滾動到最下方，找到你自己電腦對應的版本，正常大部分都是 Windows installer (64-bit)，點擊下載后解壓，點擊 install now 安裝即可。

這里按照流程一步步往下操作即可，唯一需要注意的是記得勾選? add python to path，這樣默認路徑才能被寫入系統，后續Stable Diffusion才能順利調用python。

安裝完成后，我們可以在命令行中輸入 Python -V 來檢驗 Python 版本，確認是否安裝成功。

②安裝 Git

第二個軟件是 Git，程序員的同學們對它就非常熟悉了。由于開源程序的研發代碼更新會比較頻繁，如果每次都要下載后在本地替換或者二次安裝會特別麻煩。為此，國外將很多開源代碼放置在像 GitHub、HuggingFace 等在線代碼倉庫上，而 Git 軟件的作用就是將線上的代碼直接同步到電腦本地。你可以簡單將其理解為程序的安裝和更新器。

Git 的安裝和 python 類似，同樣是先搜索找到 Git 官網，然后按照流程選擇對應系統下的安裝包即可。

Git 官網地址： https://git-scm.com/

安裝過程也很簡單，依照安裝包流程逐步往下即可。

同樣，你可以在命令行輸入 git --version 來檢驗 Git 的版本，確認已經安裝成功。

③安裝 CUDA

最后就是 CUDA，這是一個用于 NVIDIA 顯卡運算的并行計算框架，它可以讓顯卡處理圖像計算以外的任務，實際效果就是可以加速圖像渲染并提升模型訓練等計算效率。

在命令行中輸入 nvidia-smi 打開顯卡的管理界面，里面會標明設備支持的 CUDA 版本，然后在官網的 CUDA 工具包頁面找到對應版本進行下載。

CUDA 文件包地址： https://developer.nvidia.com/cuda-toolkit-archive

官方提供了兩種安裝方式，建議選 local 安裝包，安裝的過程一路維持默認前進就好。

此外，我也建議將顯卡驅動更新到最新版本。我們在官方下載英偉達驅動更新程序 Geforce Experience，初次使用需要你注冊登錄一個賬號。

英偉達驅動下載地址： https://www.nvidia.cn/geforce/geforce-experience/

安裝完成后，點擊右上角的檢查更新，如果有待更新版本，這里會有 2 個按鈕提示你快速更新，更新到最新版后則不會再出現選項。

3. 安裝并使用秋葉整合包

安裝完前置應用后，下面就是使用秋葉的整合包了。我們先下載整合包并解壓到合適的文件夾中，整合包文件大小在 13G 左右，但后期我們還要安裝各類模型和插件，所以對應盤要預留至少 100G 的硬盤空間。

在解壓后的文件夾中先找到啟動器運行依賴，點擊進行安裝，保證啟動器程序可以正常運行。接著找到 A 啟動器.exe 文件打開。

在第一次打開時，啟動器會自動更新必備的一些軟件和插件，下載過程需要等待一會。啟動成功后，會出現如下所示的繪世-啟動器頁面，點擊下面的一鍵啟動按鈕。

會出現控制臺運行窗口，等待命令行自動運行，結束后正常來說會直接在彈出瀏覽器的 WebUI 界面，如未自動打開，可以復制最后出現的 URL 地址到瀏覽器中打開。

默認的 URL 地址： http://127.0.0.1:7860

恭喜你，到這里在Windows系統上的SD WebUI就全部安裝完成啦～

三、Mac 安裝流程

下面再來看看 Mac，由于目前還沒有針對 Mac 系統開發的整合包，因此運行環境等前置應用需要大家自行部署。不過不用擔心，整個流程并不困難，跟著我下面的操作基本都能安裝成功。

在整個安裝過程中你會頻繁使用到終端，所以先和你介紹下 Mac 上終端是如何啟用的：終端的作用和 Win 的命令行相同，都是允許用戶間接控制系統的內核，可以簡單理解成用代碼來控制電腦上的一切操作。

在 Mac 上的安裝過主要分為 2 步，第一步是下載和安裝 Homebrew，第二步是使用 Homebrew 安裝其他應用程序。

安裝過程中可能需要同步下載國外軟件，因此在記得保持網絡暢通，并全程開啟魔法工具。

1. 安裝 Homebrew

Homebrew 是一款 MacOS 上的軟件包管理器。它的作用和 Git 有點像，可以幫你快速安裝軟件所需的相關程序，而且維護起來也很方便，有了它你就不用像 Win 系統一樣挨個下載軟件進行安裝了。

Homebrew 的安裝比平常軟件更加簡單，只需復制一段代碼粘貼到終端中運行即可。在官網中有這樣一段用于安裝的代碼，正常來說可以直接使用。但因為這里的文件包地址是在 Github 上，因為國外網絡的緣故經常會出現無法下載或者下載速度非常慢的情況。

為此國內的開發大佬們搭建了一個仿 Github 的國內網站 Gitee，因為使用的是國內網絡，所以很少會出現下載終端或崩潰的情況。

上面的 Brew 就有國內大佬提供了一個安裝并配置 homebrew 的方案，可以鏈接到 Gitee 的下載地址。只要將他的這串代碼復制到終端中回車，就會開啟一個完全自動化的安裝過程。

/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh) "

運行后一開始會讓你選擇不同的下載源，這里下載后的內容都相同，只是下載速度不一樣，建議選擇第二個「清華大學下載源」。

如果你電腦之前有安裝過 homebrew，這里會提示先卸載清除舊版，輸入 y 回車即可。

接著在某些節點，終端會跳出輸入密碼的頁面，這時候輸入你的 Mac 開機密碼。注意輸入密碼時光標并不會顯示輸入內容，這是正常現象，輸入結束后回車即可。

后續會彈出一個提示安裝 Git 的獨立窗口，點擊「安裝」即可，中間同樣需要輸入 Mac 的開機密碼

出現 brew 下載完成提示，直接回車

到這里其實 homebrew 已經安裝完成，但作者還貼心的提供了一個后續安裝的國內鏡像源，還是輸入序號 2 選擇「清華大學下載源」

安裝成功后，會有安裝程序運行完成的內容提醒。

2. 借助 Brew 安裝其他工具

接著我們就要借助 homebrew 來安裝其他必備軟件，同樣在終端里輸入下面 brew 打頭的這一串命令后回車即可。

brew install cmake protobuf rust python@3.10 git wget

通過運行這段代碼，brew 會自動幫我們下載并安裝包括 Python、Git 在內的各種軟件工具，因為下載進度會比較慢，所以需要等待較長的時間，下面羅列了這個過程中所安裝的應用程序和它們對應的功能。

等到安裝完成后，你同樣可以運行以下命令，終端將返回對應軟件的版本號信息，由此檢測對應的軟件是否安裝，這里就不一一演示了。

brew --version
cmake --version
protoc --version
rustc --version
python3 --version
git --version
wget --version

到這里 Mac 上的前置應用就安裝完成啦，下一步就是正式安裝 Stable Diffusion WebUI 的程序本體～

3. 安裝 WebUI 本體

安裝 WebUI 程序本體同樣會經歷 2 個流程：

第一步：將 WebUI 程序包下載并解壓到本地。

第二步：啟動 WebUI 程序，它會自主檢測運行環境，下載并安裝好運行的其他必要程序。

①下載 WebUI 程序包

WebUI 的程序包文件是掛載在 GitHub 上 A41 大佬的代碼庫中，我們需要從網頁上將其復制到電腦本地的文件夾中。下面給大家介紹下獲取 Github 文件的方法，以后遇到 Github、Huggingface 等類似代碼庫都可以使用同樣的方法下載：

方法一是使用 Git 軟件的 git clone 指令將代碼下載到我們本地的文件夾，只需打開終端粘貼下面的這行代碼后回車，即可自動運行下載程序。

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

再教大家 2 個在下載時提前設定好目標文件夾的小技巧，你可以直接在代碼結尾加上"本地指定目錄"

也可以在對應文件夾里打開終端，光標前會自動加入該文件夾的地址，跟著后面輸入克隆的代碼即可

此外，還可以和我們平時下載 App 安裝包一樣，在網頁上直接點擊下載，將程序包下載并解壓到本地合適的文件夾中。

整個過程需要注意以下幾點：

1. 安裝的路徑不要有中文且減少輸入空格：因為整個代碼運行都是使用的英文字符，文件夾中文名會導致在檢索過程中出現無法識別等報錯問題，所以記得將文件夾替換成拼音或者英文。
2. 放置 WebUI 程序的文件夾預留 100G 以上空間且不要放 C 盤：在后續使用 AI 繪畫過程中會下載大量模型，要提取預留出磁盤空間，不過文件夾后續也可以遷移到其他盤里。
3. 盡量放置在固態硬盤中，可以一定程度上提升模型加載速度。

②運行 Stable DiffusionWebUI 程序

下載后的 WebUI 程序包只有幾十 M 大小，這里等于只是運行 Stable Diffusion 算法模型的框架，還需要安裝像 xformers、torch 等其他依賴程序，不過這些程序作者已經都集成在 WebUI 中了，只要啟動 WebUI，就會自動檢測所需要補充的程序補丁并進行下載和更新。

運行 WebUI 程序的方法如下，在根目錄里打開終端，輸入命令./webui.sh，日后我們每次使用 WebUI 時都是用這個方法來打開。

注意：這一步是整個安裝過程中最容易出現問題的地方，經常會卡在某一步動不了或者出現看不懂的程序報錯。不過好在整個安裝過程是分布進行的，每次遇到問題時你可以退出程序尋找解決方法，下次再運行時系統會接著之前的安裝進度繼續運行。

這里要安裝的依賴程序包括但不限于：gfpgan、open _clip、clip、Taming Transformers、requirements for Web UI、torch 等，具體的程序功能我就不一一介紹了，因為大部分我也看不懂…

由于這里面的文件大小很多都是 GB 量級的，而且安裝過程并不會具體顯示進度，所以如果中間出現卡在某一步的時候，大家先不要著急，耐心等待它們自動運行一段時間，如果卡在某一步環節半小時以上都沒有反應，可以重啟程序先再試幾次。

在整個程序所有依賴都安裝并加載完成后，會出現下面的內容。

將 Local URL 后面的地址復制到瀏覽器里打開，正常默認地址是： http://127.0.0.1:7860/ ，就能看到 WebUI 的頁面啦～

更詳細的安裝方法：

④Mac 基于 Stable Diffusion 開發的應用程序

以上是安裝 Stable Diffusion WebUI 的完整方法，考慮到有部分朋友只想初作嘗試，輕度了解和體驗 Stable Diffusion 模型的繪圖效果，因此下面我也給大家提供幾款更加輕量的 App 應用程序，雖然功能不如 WebUI 全面，且定制化程度和可用模型也比較受限，但也能實現 Stable Diffusion 模型繪圖。

DrawThings

Draw Things 是 AI 繪畫圖像軟件，支持安裝在 iPhone、iPad 和 Mac 上。

下載地址： https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820

其中還可以控制繪圖模型、圖像尺寸、迭代步數等參數，相比 WebUI 會更易上手，很適合新手學習 Stable Diffusion 模型。

Diffusers

Diffusers 是由 Hugging Face 制作的蘋果 App，許多 Stable Diffusion 模型都托管在這里，可以使用下面的鏈接安裝該應用程序。

下載地址： https://apps.apple.com/app/diffusers/id1666309574

Diffusers 可調節的參數更少，適合用來測試模型的出圖效果。

DiffusionBee

DiffusionBee 是通過 Stable Diffusion 模型進行 AI 繪畫最簡單的工具，不僅完全免費還支持在本地離線運行，十分推薦

官網地址： https://diffusionbee.com/

它包含文生圖、圖生圖、圖像涂改、圖像擴展、圖像精修等各類功能，是目前在 Mac 上最出名的 SD 繪畫應用之一。

五、模型下載及初步繪圖

在 WebUI 中給大家預設了幾款 Stable Diffusion 官方的基礎模型，但平時使用時我們還需要其他不同風格的繪圖模型。下面給大家推薦幾個常用的模型下載網站，關于更多操作技巧和模型知識我會在之后的教程里詳細介紹。

1. 常用模型下載網站

Hugging Face（抱臉網）：專注于構建、訓練和部署先進開源機器學習模型的網站，包含的內容非常廣泛，不僅僅包括 AI 繪畫，還包括很多其他 AI 領域的東西。

網站地址： https://huggingface.co/models

Civitai（C 站）：專業的 AI 繪畫模型分享平臺，無需注冊即可訪問和下載模型，包含模型的詳細介紹、使用教程、參考圖等豐富內容

網站地址： https://civitai.com/

哩布哩布 AI：國內的 AI 繪畫原創模型網站，包含大量模型和繪圖作品，還支持在線 Stable Diffusion 繪圖。

網站地址： https://www.liblibai.com/

如果你使用的是秋葉整合包，那在啟動器的插件管理頁里也可以直接搜索和下載對應模型，優點是方便快捷且無需科學上網即可下載，缺點是模型下載較慢且無法直接預覽。

下載后的模型，放入 stable-diffusion-webui 主程序目錄下的 models/Stable-diffusion 文件夾，放入后無需重啟 WebUI，點擊左上角的刷新按鈕，更換對應模型即可。

此處的模型特指.ckpt 或.safetensors 結尾的 Dreambooth 大模型，關于 Embeddings、LoRA 等其他模型，以及模型間的差異我會在之后的模型篇展開講解。

2. 文生圖基本流程

使用 WebUI 繪圖的基本流程：選擇模型—填寫提示詞—設置參數—點擊生成

關于參數最后簡單介紹幾個基本設置項的含義：

1. 采樣迭代步數：控制圖像生成的迭代次數，數值越高則圖像精細度越高，建議在 20～30 之間。
2. 采樣方法：選擇生成圖像的采樣算法，通常根據模型作者推薦的方式選擇即可。
3. 寬度和高度：控制圖像尺寸，圖像過小則內容不夠清晰，過大會占用更多顯卡資源，且繪制圖像可能出錯，建議控制在 512～1024 之間。
4. 提示詞相關性 CFG：控制圖像和提示詞描述的相關程度，建議控制在 7～12 之間，數值太高容易變形

歡迎關注作者微信公眾號：「樂伊體驗筆記」