Stable Diffusion 本地部署保姆教程（Windows）

Stable Diffusion 是目前开源画图领域的事实标准——免费、本地跑、模型生态最丰富、二次创作自由度最高。代价是：对硬件有要求 + 部署有学习成本。

这篇按「硬件确认 → 选方案 → 安装环境 → 下载模型 → 启动 WebUI → 第一张图 → 常见坑」7 步走一遍 Windows 本地部署全流程。看完你能在自己电脑上跑出第一张 Stable Diffusion 图。

提醒：本文以 Windows + NVIDIA 显卡为主线。Mac 用户用 Diffusers / Draw Things 等专门方案，AMD 用户能装但兼容性差，没独立显卡的用 CPU 模式可以跑但慢到不实用。

30 秒了解：Stable Diffusion 是什么

Stable Diffusion 是 Stability AI 在 2022 年开源的文生图扩散模型，从 SD 1.5 → SDXL → SD 3.x 持续迭代，目前社区仍是最活跃的开源画图生态。

核心特征：

• 开源免费：模型可以下载到本地，自己跑
• 本地运行：数据不出本地、断网能画、隐私 100%
• 生态最丰富：LoRA、ControlNet、各种 checkpoint 模型几万个
• 可商用：基础模型 CreativeML Open RAIL-M 协议允许商用（具体看每个微调模型自己的协议）
• 学习曲线陡：相对 Midjourney / 即梦上手难度高

三种主流的「Stable Diffusion 使用方式」

本文聚焦最普及的 AUTOMATIC1111 WebUI 本地部署。进阶节点式玩法看 ComfyUI 教程。

准备工作：硬件与软件确认

硬件最低要求

没有 NVIDIA 显卡？ 三个出路：① 升级硬件 ② 用云端服务（如 [Stable Diffusion 在线版] 关键词搜）③ 用其他更友好的工具如 即梦 AI。

显卡显存对应的可玩范围

软件准备

• Windows 10 或 11
• 一个浏览器（Chrome / Edge 都行）
• 一个稳定的网络（下载模型几 GB 起步）
• 会用命令行的基本概念（至少认识 cmd 窗口）

详细操作步骤

第 1 步：安装 Python 3.10

Stable Diffusion WebUI 当前主流要求 Python 3.10（不是 3.11 或 3.12，版本号一定要对）。

• 打开 python.org/downloads → 找 Python 3.10.x 版本（具体小版本以官网当时可用为准）
• 下载 Windows installer (64-bit)
• 安装时务必勾选 Add Python to PATH（最关键的一步）
• 安装完成后打开 cmd，输入 python --version 确认版本

[此处放截图：Python 安装界面，红框标注 Add to PATH 勾选位置]

如果你电脑已经有其他 Python 版本，建议用 venv / pyenv 隔离，避免环境污染。

第 2 步：安装 Git

Git 用来从 GitHub 拉取 WebUI 源代码。

• 打开 git-scm.com/downloads → 下载 Windows 版
• 一路下一步安装，默认设置即可
• 安装完打开 cmd 输入 git --version 确认

第 3 步：克隆 AUTOMATIC1111 WebUI

选一个英文路径的文件夹（避免中文路径，否则可能报错），比如 D:\AI\sd-webui。

打开 cmd，cd 到这个文件夹，执行：

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

完成后会有一个 stable-diffusion-webui 文件夹，几百 MB。

[此处放截图：cmd 里 git clone 完成]

第 4 步：下载第一个模型

模型是 SD 的「画风核心」。新手起步推荐先下一个经典 SD 1.5 模型 试水。

• 打开模型站点（如 civitai.com / huggingface.co/stabilityai）
• 找 「sd-v1-5-pruned.safetensors」 或者社区微调的写实 / 动漫模型
• 下载到本地（文件 4-7GB）
• 放到 stable-diffusion-webui\models\Stable-diffusion\ 文件夹下

[此处放截图：模型文件放置位置目录]

Civitai 上的模型分写实派（如 RealisticVision、ChilloutMix 系列名称）和动漫派（如 Counterfeit、AnythingV5 系列），按自己审美喜好选 1-2 个起步。

第 5 步：启动 WebUI

回到 stable-diffusion-webui 文件夹，双击 webui-user.bat 启动。

第一次启动会自动下载依赖（约 5-10 GB），全程要联网，约 10-30 分钟。

[此处放截图：cmd 里 WebUI 启动日志]

启动成功后 cmd 会显示类似：

Running on local URL:  http://127.0.0.1:7860

打开浏览器输入这个地址，看到 WebUI 界面即成功。

[此处放截图：AUTOMATIC1111 WebUI 主界面]

第 6 步：画第一张图

WebUI 顶部默认是 txt2img（文生图）标签。

操作：

• 左上 prompt 框：输入正向描述，如 a cute orange cat sitting on window, soft morning light, photorealistic, 8k
• negative prompt 框：输入不想出现的内容，如 low quality, blurry, deformed
• Sampling method：保持默认（DPM++ 2M Karras 是常用平衡选项）
• Sampling steps：20-30（步数越多越精细但越慢）
• Width / Height：512×512（SD 1.5）或 1024×1024（SDXL）
• CFG Scale：7（控制 prompt 服从度，7-12 是常用区间）
• Batch count：1（一次出几组）
• 点 Generate 出图

第一张图通常 30 秒到 2 分钟出（取决于显卡）。出图后自动保存到 outputs\txt2img-images\ 文件夹。

[此处放截图：第一张出图结果]

第 7 步：进阶——加 LoRA / ControlNet

WebUI 装好后，装一些扩展才能解锁完整潜力：

• LoRA：「微调风格 / 角色」的小模型，从 civitai 下载放到 models\Lora\ 下，在 prompt 里用 <lora:文件名:权重> 调用
• ControlNet：「用一张参考图控制构图 / 姿势 / 边缘」的强大插件，从 Extensions 标签搜安装
• VAE：「画质增强」模块，部分模型自带需要单独配套 VAE

这些每个都能写一篇专门教程，先把基础流跑通再玩扩展。

5 个 SD 新手必知的进阶技巧

技巧 1：参数模板新手起步公式

不知道怎么设参数？背下这个保守公式：

• 模型：写实选 RealisticVision，动漫选 AnythingV5（举例）
• Sampler：DPM++ 2M Karras
• Steps：25
• CFG：7
• Width × Height：512×768（人像）或 768×512（横屏）
• Hires fix：开启，放大到 2 倍

跑这套80% 的图能开局不歪。等你拍出问题再针对性调参。

技巧 2：Negative prompt 的「万能公式」

很多人忘了写 negative prompt。一个常用模板：

low quality, worst quality, blurry, deformed, ugly, bad anatomy, extra fingers, mutated hands, watermark, signature, text

这段抄进去能避开 80% 的”AI 味烂图”。

技巧 3：种子（Seed）锁定调参法

你画出一张「构图不错但细节不对」的图，记下它的 Seed 号（图旁边显示），下次：

• Seed 填同一个数字
• 改 prompt 里要修的部分
• 重新出图 = 同样构图 + 你想要的修改

这是 SD 比闭源工具强的地方——完全可复现。

技巧 4：Hires fix 出 2K 图

WebUI 默认出 512×512，画质和细节不够现代审美。开启 Hires fix：

• 勾选 Hires fix → 选 R-ESRGAN 4x+ 之类的放大算法
• Upscale 设 2.0
• Denoising strength 设 0.3-0.5

出图自动是 1024×1024 或更大，细节远超原生 512。

技巧 5：用 Civitai 抄成熟 prompt

Civitai 每张图都附带作者用的完整 prompt + 参数。新手起步直接抄成熟作品比自己摸索快 10 倍：

• 看到喜欢的图 → 点开看详情 → 复制 prompt 和参数
• 在自己 WebUI 复刻一遍
• 出图差不多后再改细节

常见坑 + 解决办法

实战案例：跑通一张高质量写实人像

下面给一个从安装到出图的完整 prompt + 参数模板：

Stable Diffusion 实战 - 高质量写实人像
模型选择：
RealisticVision V5.x 或类似写实派 checkpoint（从 civitai 下载）
正向 prompt：
RAW photo, a beautiful young woman with long brown hair, wearing a beige sweater, sitting in a cozy cafe by the window, soft morning light coming from the left, looking at camera with a gentle smile, 35mm photography, Kodak film, shallow depth of field, highly detailed, 8k uhd, masterpiece, best quality
Negative prompt：
low quality, worst quality, blurry, deformed, ugly, bad anatomy, extra fingers, mutated hands, watermark, signature, text, cartoon, anime, 3d render
参数设置：

Sampling method: DPM++ 2M Karras
Sampling steps: 28
Width × Height: 512 × 768
CFG Scale: 7
Seed: -1（随机）
Hires fix: ON

Upscaler: R-ESRGAN 4x+
Upscale by: 2.0
Denoising strength: 0.4


操作流程：

WebUI 里粘贴以上 prompt 和参数
点 Generate 出图
出来 4 张选 1 张满意的
记下满意那张的 Seed 号
用同样 Seed + 微调 prompt 进一步精修
满意后图自动保存到 outputs 文件夹
预期结果：
约 1-2 分钟出一张 1024×1536 的高质量人像
画质接近 Midjourney 入门水平
后续可用 LoRA 进一步加风格

第一张图跑出来后，接下来的乐趣才真正开始——SD 的核心价值不是「画一张」，是**「无限自定义、完全控制、零成本试错」**。

Stable Diffusion vs 其他工具的取舍

详细对比看 AI 画图选哪个 和 Midjourney 教程。

一个判断「我要不要装本地 SD」的 prompt

把下面发给豆包 / DeepSeek / ChatGPT，帮你判断：

我在考虑要不要装 Stable Diffusion 本地版，请帮我做一个具体判断。
我的情况：

我的显卡：「具体型号，如 RTX 3060 8GB / RTX 4070 12GB / 没有独显 / 不清楚」
我的目的：「学习探索 / 商用客户图 / 隐私敏感（不能上云）/ 单纯好玩 / 二次元创作」
我每周大约画多少图：「5 张以内 / 5-20 张 / 20+ 张 / 几百张」
我对学习成本的接受度：「能花 1-2 周折腾 / 只想立刻就能用 / 介于之间」
我目前用的工具：「Midjourney / 即梦 / ChatGPT / 没用过」
请帮我：

给一个明确判断：装 / 不装 / 先用云端试再决定
如果装，推荐的方案是 WebUI 还是 ComfyUI
如果不装，推荐替代方案
提醒我有什么坑要注意
请直接给一个明确判断，不要让我做选择题。

九成新手得到的建议会是：「先用 Midjourney / 即梦熟悉文生图玩法，发现卡瓶颈了再上 SD」。这就对了——SD 是工具的天花板，但不是入门工具。

进阶 / 下一步

• ComfyUI 入门教程 - 节点式工作流玩法
• Midjourney 怎么用 - 闭源天花板对比
• 即梦 AI 怎么用 - 国产免费替代
• GPT Image 教程 - ChatGPT 内置画图
• AI 画图选哪个 - 完整选型决策

最后一句忠告：SD 是「会越用越爽」的工具，但前 1-2 周非常劝退。如果你打算长期做 AI 视觉创作 / 客户项目 / 二次元同人，这个学习成本值得；如果只是偶尔出图，直接用 即梦 AI 或 ChatGPT 内画图 更划算。