同类型软件
Stable Diffusion中文版是一款实用性极强的AI图像生成神器，这款软件操作简单、功能齐全、完成度极高，用户在这里只需要将没有创作完成的图片进行导入操作，然后系统便会自动生成完整的图片内容，这样就能够为用户的创作过程带来极大的便利性。另外，该软件采用了全新的算法，可以有效的强化了输出效果。
Stable Diffusion中文版完全免费使用并且还去除了繁琐的本地部署步骤，用户在这里可以直接生成各种类型的图像，这样就能够很好的满足了不同用户的使用需求。该软件还能够为用户提供非常丰富的参数，用户可以根据自己的需求进行调整，相信这样就能够使得图片成品更加符合自己的预期。
首先，从名字Stable Diffusion就可以看出，这个主要采用的扩散模型（Diffusion Model）。
简单来说，扩散模型就是去噪自编码器的连续应用，逐步生成图像的过程。
一般所言的扩散，是反复在图像中添加小的、随机的噪声。而扩散模型则与这个过程相反——将噪声生成高清图像。训练的神经网络通常为U-net。
不过因为模型是直接在像素空间运行，导致扩散模型的训练、计算成本十分昂贵。
基于这样的背景下，Stable Diffusion主要分两步进行。
首先，使用编码器将图像x压缩为较低维的潜在空间表示z（x）。
其中上下文（Context）y，即输入的文本提示，用来指导x的去噪。
它与时间步长t一起，以简单连接和交叉两种方式，注入到潜在空间表示中去。
随后在z（x）基础上进行扩散与去噪。换言之， 就是模型并不直接在图像上进行计算，从而减少了训练时间、效果更好。
值得一提的是，Stable DIffusion的上下文机制非常灵活，y不光可以是图像标签，就是蒙版图像、场景分割、空间布局，也能够相应完成。
建立一个文件夹，用于存放本地文件。
右键页面空白处，在终端中打开。
执行指令 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。
执行完后就像这样。
然后我们就可以关掉这个页面了，回到刚才新建的文件夹，里面出现了我们刚clone的文件。
把我们下载好的模型文件，我这里使用的是stable-diffusion-v1-4（sd-v1-4.ckpt）丢到stable-diffusion-webui\models\Stable-diffusion这个文件夹下。
像这样。
然后我们回到stable-diffusion-webui文件夹，找到webui.bat，双击打开运行。
然后就是漫长的等待，直到它运行完成。
中间可能会因为网络问题报错，重新运行webui.bat多试几遍，（这段可能会劝退很多人）实在懒得折腾就回到上面去用GUI版的。
部署完成后会是这样，下面有一个URL，我们把它复制到浏览器中打开。
（这个窗口不要关）
像这样。
输几个关键词试一下。
到此，本地部署就完成了，如果有切换模型的需求，只需把原来的模型删掉换上新的模型即可。
Q1：为什么我们要本地部署？
A1：stable diffusion本地部署的运行完全基于用户的本地电脑，给使用者带来极大的自由度，比如可以使用不同的微调模型，同时也能有效避免你的创作作品泄露。
Q2：本地部署的stable diffusion WEBUI和在线版有什么不同？
A2：stable diffusion WEBUI是典型的开源集成，一个月内迭代几十次，增加一大堆功能。标准化的本地部署能让你体验到这个和创新同步的过程。这是很多懒人版直接解压版本（无法用git升级）和网页版无法带给你的。
重要：在本地部署之前，确保你所使用的电脑满足所需的依赖项。
一般来说，内存不应低于16G.硬盘可用空间不小于50G。
要求一张显存大于4GB（最好高于6GB,建议8GB以上）的高性能显卡，我们的建议是GPU不低于Nvidia 10系，因为N卡在专业应用生态上一枝独秀，因此我们推荐NVidia卡（强烈推荐）。
如果你使用AMD卡，则需要安装ROCM（仅能在LINUX环境安装，在WIN10环境无法使用），可参考的资料很少，会比较（very）麻烦。因未曾测试过，本艺术家暂无法提供技术支持。
由于stable-diffusion是开源的，为它提供整合的有非常多的版本。选择好的版本就变得非常重要。
热门关键词
分类列表
精品推荐
