軟件介紹

Stable Diffusion全功能本地版是一款非常好用且非常有趣的AI圖像生成軟件，用戶只需在這里導入一張未畫完的圖片，然后系統(tǒng)便可以自動為用戶進行繼續(xù)創(chuàng)作并且創(chuàng)作而成的圖片作品堪比專業(yè)級畫師。該軟件還能夠對原先的圖片進行降噪、美化等一系列瑕疵的修復操作，這樣就能夠確保了圖片的輸出質量。

Stable Diffusion全功能本地版完美支持各種標準型號的顯卡硬件并且還在Github上開源，相關用戶在這里可以對軟件功能進行優(yōu)化提升處理，從而能夠更好的貼合了用戶的使用習慣。另外，小編還特別為用戶帶來詳細的本地部署教程，使得用戶可以快速習慣操作方式。

軟件原理

首先，從名字Stable Diffusion就可以看出，這個主要采用的擴散模型（Diffusion Model）。

簡單來說，擴散模型就是去噪自編碼器的連續(xù)應用，逐步生成圖像的過程。

一般所言的擴散，是反復在圖像中添加小的、隨機的噪聲。而擴散模型則與這個過程相反——將噪聲生成高清圖像。訓練的神經網絡通常為U-net。

不過因為模型是直接在像素空間運行，導致擴散模型的訓練、計算成本十分昂貴。

基于這樣的背景下，Stable Diffusion主要分兩步進行。

首先，使用編碼器將圖像x壓縮為較低維的潛在空間表示z（x）。

其中上下文（Context）y，即輸入的文本提示，用來指導x的去噪。

它與時間步長t一起，以簡單連接和交叉兩種方式，注入到潛在空間表示中去。

隨后在z（x）基礎上進行擴散與去噪。換言之， 就是模型并不直接在圖像上進行計算，從而減少了訓練時間、效果更好。

值得一提的是，Stable DIffusion的上下文機制非常靈活，y不光可以是圖像標簽，就是蒙版圖像、場景分割、空間布局，也能夠相應完成。

Stable Diffusion本地部署教程

建立一個文件夾，用于存放本地文件。

右鍵頁面空白處，在終端中打開。

執(zhí)行指令 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。

執(zhí)行完后就像這樣。

然后我們就可以關掉這個頁面了，回到剛才新建的文件夾，里面出現了我們剛clone的文件。

把我們下載好的模型文件，我這里使用的是stable-diffusion-v1-4（sd-v1-4.ckpt）丟到stable-diffusion-webui\models\Stable-diffusion這個文件夾下。

像這樣。

然后我們回到stable-diffusion-webui文件夾，找到webui.bat，雙擊打開運行。

然后就是漫長的等待，直到它運行完成。

中間可能會因為網絡問題報錯，重新運行webui.bat多試幾遍，（這段可能會勸退很多人）實在懶得折騰就回到上面去用GUI版的。

部署完成后會是這樣，下面有一個URL，我們把它復制到瀏覽器中打開。

（這個窗口不要關）

像這樣。

輸幾個關鍵詞試一下。

到此，本地部署就完成了，如果有切換模型的需求，只需把原來的模型刪掉換上新的模型即可。

Stable Diffusion常見問題

Q1：為什么我們要本地部署？

A1：stable diffusion本地部署的運行完全基于用戶的本地電腦，給使用者帶來極大的自由度，比如可以使用不同的微調模型，同時也能有效避免你的創(chuàng)作作品泄露。

Q2：本地部署的stable diffusion WEBUI和在線版有什么不同？

A2：stable diffusion WEBUI是典型的開源集成，一個月內迭代幾十次，增加一大堆功能。標準化的本地部署能讓你體驗到這個和創(chuàng)新同步的過程。這是很多懶人版直接解壓版本（無法用git升級）和網頁版無法帶給你的。

重要：在本地部署之前，確保你所使用的電腦滿足所需的依賴項。

一般來說，內存不應低于16G.硬盤可用空間不小于50G。

要求一張顯存大于4GB（最好高于6GB,建議8GB以上）的高性能顯卡，我們的建議是GPU不低于Nvidia 10系，因為N卡在專業(yè)應用生態(tài)上一枝獨秀，因此我們推薦NVidia卡（強烈推薦）。

如果你使用AMD卡，則需要安裝ROCM（僅能在LINUX環(huán)境安裝，在WIN10環(huán)境無法使用），可參考的資料很少，會比較（very）麻煩。因未曾測試過，本藝術家暫無法提供技術支持。

由于stable-diffusion是開源的，為它提供整合的有非常多的版本。選擇好的版本就變得非常重要。