Stable Diffusion：在 Linux 上搭建本地 AI 绘画

写在前面

想免费无限生成图片、不上传数据、自由换模型？Stable Diffusion 是目前最成熟的开源生图方案。本教程在 Linux 上从零部署一套本地 AI 绘画环境，跑通「输入一句话 → 得到一张图」。

先选界面，二选一：

	WebUI（AUTOMATIC1111）	ComfyUI
特点	填空式，上手快，功能齐全	节点式工作流，显存省、速度快、可玩性高
显存要求	6GB 以上	4GB 起步
适合	新手第一套	想要工作流复刻、进阶玩法

建议先装 WebUI 入门，跑顺后再试 ComfyUI（两者模型文件可以共用）。

环境要求

• NVIDIA 显卡，驱动正常（nvidia-smi 有输出）
• 显存：WebUI 至少 6GB（SDXL 模型需 12GB+）；ComfyUI 4GB 可跑 SD1.5
• 磁盘空间：程序 + 模型，建议预留 20GB 以上
• Python 3.10（推荐），Git

第一步：部署 WebUI

# 1. 克隆项目
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

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

# 3. 安装依赖（国内可加清华源加速）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

启动（首次会自动下载依赖，耐心等待）：

./webui.sh

看到 http://127.0.0.1:7860 后浏览器打开即进入界面。

显卡够好可以给 ./webui.sh 加参数 --xformers 提速；显存紧张加 --medvram（8GB 以下建议）或 --lowvram（4GB 左右）。

第二步：下载模型

模型文件（.safetensors）放入 models/Stable-diffusion/ 目录：

mkdir -p models/Stable-diffusion
# 下载好后放进去，例如：
# Realistic Vision（写实）、DreamShaper（动漫）、SDXL Base（高清）

常见模型来源：

• Civitai（全球最大模型社区，civitai.com，海外）
• 国内镜像：liblib.art、tusi.art 等平台直接下载
• HuggingFace：官方 SD1.5 / SDXL 底模

放好后回到 WebUI 页面，左上角模型下拉框选择新模型即可。

模型	用途	显存
SD 1.5 系列（v1-5、Realistic Vision、DreamShaper）	入门、写实/动漫	6~8GB
SDXL Base	高清、构图更好	12GB+

第三步：生成第一张图

WebUI 页面操作：

1. 顶部选择模型
2. 「txt2img」标签页输入提示词：
   • 正向：a beautiful landscape, mountain, river, sunset, highly detailed
   • 负向（Negative prompt）：low quality, blurry, watermark
3. 参数：Steps 20、CFG Scale 7、分辨率 512×512
4. 点 Generate，几秒到几十秒后出图

关键词写法技巧：

• 英文逗号分隔多个描述词：主体、场景、风格、质量词
• 顺序影响权重：越靠前越重要
• 想要某种画风，直接写 anime style / oil painting / photorealistic

进阶玩法

• 图生图（img2img）：上传图片改风格、扩图
• LoRA：小模型文件（几十 MB）叠加特定角色/画风，不用换底模
• ControlNet：用线稿/姿势图控制生成构图
• 高清修复（Upscale）：先低分辨率生成再放大
• ComfyUI：加载别人的工作流文件（拖入即用），复刻大神的生成方案

常见问题

CUDA out of memory？ 降分辨率（512→384）、降低 batch size、加 --medvram/--lowvram 启动参数、换小模型（SD1.5 而非 SDXL）。

模型在下拉框里看不到？ 确认文件是 .safetensors 格式、放对目录（models/Stable-diffusion/），页面点刷新图标。

生成太慢？

• 检查驱动是否为最新（老驱动对 PyTorch 加速差）
• 加 --xformers
• 显存够就调大分辨率反而可能更快（避免多次放大）

AMD 显卡能跑吗？ 可以但复杂：Linux 下用 ROCm 编译版 PyTorch，或者用 ComfyUI 的 ROCm 支持。NVIDIA 是体验最顺的路径。

下一步

• 学习推理原理可看 llama.cpp 教程（同为本地 AI 生态）
• 批量出图、服务化场景可了解 ComfyUI 的 API 模式
• 显存紧张时，参考 Docker + GPU 容器 用容器隔离环境

提示：Stable Diffusion 模型权重均为开源（底模许可见各模型主页）。AI 生成内容注意遵守平台与当地法规，商用前确认模型许可（部分模型禁商用）。涉及系统操作前请备份数据。