AI绘画Stable Diffusion基础教程！

Ai绘图真的太火了，挡都挡不住。本着“不断好奇，不停学习”的理念，我打算介绍下Stable Diffusion，有兴趣的小伙伴可以一起学习。
目前市面上比较权威，并能用于工作中的 AI 绘画软件其实就两款。一个叫 Midjourney（简称 MJ），另一个叫 Stable-Diffusion（简称 SD）。MJ 需要付费使用，而 SD 开源免费，我们可以通过一些操作进行离线免费使用，效果也不错并且可玩性更高一些，因此我的选择是Stable Diffusion。

另外使用SD对系统的硬件也有一定的要求：

1、内存至少16G，越大越好。

2、显卡最好是N卡，显存同样越大越好：

至少 4G，勉强能出图。

6G 稍微好一点，可能部分功能无法使用。

8G 除了大模型训练不行，其他功能都可以用。

12G 及以上则无任何限制。

3、A卡用户应该也能用，这个需要自行测试，但是出图可能会很慢。

安装方法

SD 开源地址：

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki

目前大家普遍采用的 Stable Diffusion Web UI 是发布于开源程序分享网站 Github 的 Python 项目，和平常软件安装方法有所不同，不是下载安装即可用的软件，需要准备执行环境、编译源码，针对不同操作系统（操作系统依赖）、不同电脑（硬件依赖）还有做些手工调整，这需要使用者拥有一定的程序开发经验。

但是不用担心，现在可以直接使用大佬们做的一键启动程序包，比如国内@秋葉 aaaki 大佬开发的整合包，极大的降低了安装门槛（强烈推荐！）

地址：https://www.bilibili.com/video/BV1ne4y1V7QU ，大家自行去B站关注一波下载安装即可。

文生图的界面概述

现在我们看到的SD界面就是刚入手最常见的界面了-文生图，顾名思义就是文字生成图片。

由于参数比较多，全部介绍完篇幅可能会很长，所以我们这里先简单介绍几个最容易影响绘画的板块。

页面的左上方我们前面已经介绍过了是选择主模型的地方，旁边是加载VAE的地方，至于VAE是什么我们以后再说，再接下来的Clip 跳过层我们暂时用不到，可以不管：

往下走是横向的功能模块包括文生图、图生图等，同样其他的功能我们以后再说。

下面两个大的框就是我们的提示词框了，分别是正向提词框和反向提词框，简单理解就是你想要什么和你不想要什么：

提词框内的内容需要输入英文，它本身支持自然语言的，但还是建议用逗号分隔的一个个的关键词来写。

例如一只狗站在草地上，我们可以写成：A dog standing on the grass：

但是建议写成1dog,stand,grass，主要是方便我们后期加入或修改提示词或者调整权重。

右侧的生成按钮就不用说了，下面的第一个小箭头鼠标停止在上面就会有功能提示。

可以将例如你在C站上复制的生成信息直接填写到对应的栏位包括采样等，如果当前你的提词框为空则填入上一次的内容。

这个我们后面再说，旁边的垃圾桶按钮就是清空这些信息：

有时候我们会有一些常用的提词，可以按箭头处的保存将它保存为模板方便再次使用，另外两个分别是选择模板和填写模板：

另外秋叶的这个整合包是自动帮我们添加了一个通用起手式模板的，正向词是杰作、高质量，反向词翻译一下大概是这些：

由于我们用的是中文版的界面，所以红色方框的内容大家基本看都能看明白，这里只说简单说几个点：

采样迭代步数越高图像生成时间越长越贴近你的提词描述，但是过高反而会出错，通常20-30得手动尝试。

采样方法也就是采样器的算法这个也需要手动尝试，不同的采样方式效果也会有差异，比较常用的是DPM++。

宽度和高度也就是分辨率的选择。大多数模型使用512512的图片训练的，推荐大家生成512768。

提示词相关性CFG数值越高越接近你的提词信息，但是数值过高也会出错，同样需要手动尝试。

随机种子顾名思义根据你的提词随机生成一张图：

随机种子这里多说一句，例如你画出的图大体感觉你觉得不错想要保留这个大效果，可以点击旁边的绿色按钮，随机种子就会固定到数值：

这个时候你再去添加提词等，它就会尽量的在你原有的图片感觉上去生成新的图像，注意分辨率如果改变的话，同样画面也会改变：

右边的文件夹按钮可以打开我们画图的保存位置：

今天先简单介绍这么多，Stable Diffusion还有很多功能，大家也可以自己多多尝试，这份完整版的AIGC资料我已经打包好，需要的点击下方二维码，即可前往免费领取！