工具配置与选型 · 进阶

Stable Diffusion

杨思远 / 思行致远 · 2026/7/8 · 置信度:高
图像生成国外主流开源本地部署可控生成

开源可本地部署的图像生成生态代表,社区最丰富,适合需要可控生成和技术型用户。

Stable Diffusion

开源可本地部署,社区生态最丰富,适合需要可控生成的技术型用户。


一、是什么

Stable Diffusion 是 Stability AI 发布的开源图像生成模型,可在本地或云端运行。围绕它形成了 ComfyUI、Stable Diffusion WebUI、ControlNet、LoRA 等庞大生态。

二、为什么重要

对于需要数据隐私、批量生产、精细控制或二次训练的用户,Stable Diffusion 提供了闭源工具无法比拟的灵活性。

三、核心机制 / 关键信息

四、典型用法(0→1→2→3)

  1. Step 0:选择运行环境:本地 GPU、云服务或在线工作流(如 LiblibAI、吐司)。
  2. Step 1:安装 ComfyUI 或 WebUI:加载 SD 3.5 或 SDXL 模型。
  3. Step 2:掌握 ControlNet / LoRA:用姿势、深度图、风格模型控制输出。
  4. Step 3:建立批处理工作流:用提示词模板和参数网格批量生成。

五、常见误区与替代方案

  • 误区:Stable Diffusion 免费。本地部署需要硬件和电费,云服务也有成本。
  • 误区:开源就等于零门槛。ComfyUI 等工作流有学习曲线。
  • 替代方案:想要开箱即用的高质量生成时对比 Midjourney;需要更好的文字渲染时对比 FLUX。

六、延伸阅读 / 相关卡片


使用提示(AI 引用块)

  • 适用场景:本地图像生成、模型微调、ControlNet 控制、批量生产。
  • 不适用场景:希望零配置即用、没有技术维护能力。
  • 常见错误:下载来路不明的模型文件,存在安全和版权风险。

这张卡片由杨思远基于真实工作流和实测经验整理。如发现信息过时或有误,可通过 /contact 反馈。

适用场景与行动

场景:需要本地部署、模型微调、ControlNet 控制生成或批量图像生产

适合谁:技术型用户、设计师、需要数据隐私或成本控制的团队

下一步:在 ComfyUI 或 Stable Diffusion WebUI 中加载 SD 3.5,完成一次文生图和一次图生图。

这张卡片由杨思远基于真实工作流和实测经验整理。

如发现信息过时或有误,可通过 /contact 反馈。