Stable Diffusion 本地部署完全教程：从装环境到出第一张图

本教程面向零基础到进阶用户，目标是让你在自家电脑上跑起 Stable Diffusion，并稳定产出可用的 AI 图片。读完你应该能独立安装、出图、换模型、调参数，并排查 90% 的常见报错。

一、原理背景

Stable Diffusion（简称 SD）是一类潜在扩散模型（Latent Diffusion Model），由 Stability AI 在 2022 年开源。它的核心思路不是「直接生成像素」，而是先在压缩后的「潜空间」里做去噪，再把结果还原成图片。

整个出图过程可以粗略理解为四步循环：

  1. 加噪：把一张纯噪声图，作为起点。
  2. 去噪：用「UNet 神经网络」根据文字提示（prompt）一步步预测「噪声应该去掉多少」。
  3. 迭代：重复 20~50 步，噪声越来越少，画面越来越清晰。
  4. 解码：用 VAE 把潜空间的小图还原成最终高清图。

它之所以能在消费级显卡上跑，关键在于「潜空间压缩」——原始 512×512 图被压到 64×64 的潜表示，计算量骤降一个数量级。

三种主流本地方案

方案 适合人群 优点 缺点
秋叶整合包（绘梦日记） 纯新手、不想碰命令行 一键启动、内置常用插件 体积大、更新慢
AUTOMATIC1111 WebUI 通用玩家 插件生态最全、教程最多

🔒 付费文档

支付 5 积分后即可解锁全部内容