不再被MJ收割，手牵手带小白本地安装最新开源AI绘图模型Stable Diffusion 3.0

最新最强，跟Sora同样DiT架构的StableDiffusion3.0模型开源了，很多人都说意味着AI图像领域的开源战胜闭源，还没用上的朋友，快跟我解锁你的“无限高质量生图”吧！

本篇文档为「视频教程」配套资料，包含详细图文步骤和下载链接，适用于初次上手SD的小伙伴。建议先看一遍「视频教程」，了解流程后再照着文档操作，非常容易上手！

「视频教程」在我视频号最新一期～

网络有问题✈️的朋友，文档最后有我打包好的“汉化ComfyUI+SD3.0模型”网盘链接，可以一键下载～

第一步 下载模型

1. 打开Hugging Face官网Stable Diffusion 3.0模型下载地址：https://huggingface.co/stabilityai/stable-diffusion-3-medium

2. 点右上角的“Sign up”进入注册界面，填写邮箱地址免费注册。

3. 1. 

4. 回到第1步打开的SD3.0下载地址，点选“Files and versions”，

下方表格中“sd3_medium”开头的文件就是SD3的模型啦。

1. 第一个“sd3_medium.safetensors”就是SD3.0 medium版本的基础模型。（据说之后还会开源更大的large 和x large版本，不过这个中杯已经很不错了。）

2. 1. 后面带“incl_clips”字段的是包含它的预训练的模型，下面两个t5xxfp16/fp8是两个预训练版本，效果上16比8有更高的精度。

3. 选择适合你的模型下载：

4. 1. 需要高精度图片的选择fp16版本
   2. 用笔记本或者显卡一般的朋友选fp8版本就够用啦
   3. 如果没有独立显卡，就选择第一个基础版本，可以用cpu来解码

5. 点击你选择的模型文件，跳转之后点击download下载按钮。

1. 模型下载位置随意就好，后面会把它移动到正确位置的。

提示：模型文件尺寸较大，注意磁盘空间噢！

---

第二步 安装ComfyUI

模型下载好之后我们需要再下载一个用来操作它的用户界面，也就是著名的comfyui，这是一个专门为sd设计的节点式用户操作界面。

不要被看似复杂的界面吓退，实际上节点就是一个一个的运算步骤，每个步骤可以用连线自由连接出你想要的运行路径。不用担心，我们等下就来了解基础用法，实在是很简单！

1. 打开Github官网ComfyUI下载地址：https://github.com/comfyanonymous/ComfyUI
2. 下拉页面，找到“Readme”（有兴趣的小伙伴可以阅读一下，这是开源大佬们为了让你更好抄更好使用而写的说明。看不懂的话没关系，继续往下翻～）

在下方找到“windows”标题，点击下面的“releases page”选项。

1. 跳转到下载页面，点击下载这个稳定版本。

1. 将下载好压缩包解压，然后进入根目录。

1. 这两个就是运行comfyui的批处理文件,根据你的电脑选择合适的双击打开：

2. 1. 没有独立显卡就选择“run_cpu”
   2. 有独立显卡的选择“run_nvidia_gpu”

如果不知道自己电脑有没有独立显卡的话，可以在群里询问，我看到会尽快回复～还有热心群友也可以帮助你～

第三步 界面汉化

（英语课代表或者想练习英文的小伙伴可以跳过）

1. 打开GitHub社区ComfyUI语言汉化包下载地址：https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation
2. 点击展开右上角“Code”选项，点选“Download ZIP”

1. 将下载好的压缩包解压，然后将里面唯一的文件夹拷贝到ComfyUI根目录下的“ComfyUI>custom node”文件夹。

1. 重启ComfyUI（关掉浏览器 + 终端，重新进comfyui根目录点“run_nvidia_gpu”或者“run_cpu”）
2. 打开ComfyUI设置界面（右上角齿轮图标），在AGLT Translation-language选项后面选择“中文”。

第四步 加载模型

1. 打开ComfyUI的根目录，点击comfyui，找到里面的models文件夹。

【拓展知识】models文件夹里的各个文件夹，是用来对不同模型分类存放的，我们刚下载的SD3.0 medium的分类叫做checkpoint，就是基于基础模型的微调版本。AI生图都最少需要一个checkpoint来主要生成，其他比如lora、controlnet、embeddings等类别的模型，都是在checkpoint的基础上附加效果。例如比较常见的人物lora就是可以让你生成的人物都长一个样子。

1. 将下载好的SD3.0模型文件，拖到models文件夹下的checkpoint文件夹中。

1. 刷新ComfyUI，然后在最左侧的模型加载器节点中就可以选择到SD3.0模型了。

第五步 ComfyUI基础使用方法

1 节点简介

默认提供的这个节点流程，就可以满足基础的图片生成了。我们把这组节点分为五个部分进行介绍。

第1部分

这个节点是模型加载器，负责加载你要用来生成图片的模型，以后下载了各种模型都可以在这里选择和切换。

第2部分

这一列是我们会最常用的区域，用于控制AI生成时候的约束条件。三个节点从上到下分别是：

1. 正向提示词，也就是想要生成的内容，比如“one girl，sunshine”；
2. 反向提示词，填写不希望出现的内容元素，一般用于避免水印和畸形等；
3. 空的潜空间图像，因为stablediffusion是在一个潜在的空间中不停的去噪（其实潜在空间就是不存在的空间，是一个以数字表示的空间），最后得出我们要的图片。这里的前两项设置潜空间图片的大小，也是在控制我们最后输出的图像要多大分辨率尺寸。最后一项批次大小，即一次生成多少张图。

提示：注意，即便界面汉化了，但生图的提示词都还是要翻译英文进行填写！

第3部分

K采样器节点。在SD中采样的过程也就是生成的过程，所以这个节点中其实就是控制一些生成参数。刚刚入门的小伙伴先保持默认即可，之后可以挨个调整参数，逐渐摸索他们的效果。也可以期待我后续的进阶教程～

这里先大致介绍一下里面各项参数的含义，之后我会继续做教程介绍生图过程中这些参数的具体作用：

1. 随机种：种子值用于初始化生成过程中的随机数。相同的种子值和其他参数设置将生成相同的图像。不同的种子值会生成不同的图像。这对于生成具有一致性的图像或对比不同设置的效果非常有用。
2. 运行后操作：这里是设定种子的生成方式，random（随机）就是随机生成，每张图会重新随机生成一个种子；increment（增加）就是种子数字每一次生成增加1；decrement（减少）就是每次生成后种子减1；fixed（固定）就是固定种子的数字，在提示词不变的情况下，固定种子会生成比较一致的图像。
3. 步数：采样步骤数决定了生成图像的迭代次数。更多的步数通常会提高图像质量，但会增加生成时间。步数的选择需要在质量和生成速度之间找到平衡，太低会导致图片模糊，过高也可能出现“鬼图”。
4. CFG：这是一种调节图像生成过程中的控制参数，用于平衡生成模型的创造性和保真度。较高的CFG值会使生成图像更贴近输入提示，但过高可能会导致图像不自然。较低的CFG值则可能导致图像更具创造性但可能与提示无关。
5. 采样器：采样器类型决定了使用的采样算法，如DDIM、PLMS、Euler等。每种采样器有不同的生成图像的特性，一些采样器可能更快，而另一些则可能生成质量更高的图像。
6. 调度器：调度器控制采样过程中噪声的衰减和添加方式。不同的调度器可能会影响图像的细节、平滑度和收敛速度。常见的调度器类型包括线性调度、余弦调度等。
7. 降噪：这个参数控制在生成过程中应用的降噪强度。较高的降噪强度可能会使图像更平滑，但也可能导致细节丢失。较低的降噪强度则可能保留更多细节但增加噪点。

第4部分

VAE解码器，它负责把潜空间中去噪完成的图像，从数字表示转换到真实的像素空间，解码成我们能看得见的图像。

第5部分

保存和预览图片的节点。不用解释了吧～

2 基础使用方法

了解了这些节点的功能后，我们可以看到节点之间用彩色的线连接起来，代表着数据运算的走向。在每个节点中，数据都是从左到右流动的。所以我们也按照从左到右的顺序挨个进行调整。
算的走向。在每个节点中，数据都是从左到右流动的。所以我们也按照从左到右的顺序挨个进行调整。

在模型加载器中选择刚才安装好的SD3.0模型
填写正向提示词、反向提示词（⚠️注意用英语！）
在潜空间图像控制节点选定希望生成的图像尺寸，以及希望同时生成几张图片。（建议第一次生成就用默认的512*512尺寸，批次大小不要超过4）
（新玩家可以跳过）调整采样器参数。
点击右上角的“添加提示词队列”
等待生成。
生成过程中运行到的节点会有绿色高亮表示。
默认参数下的生成时间根据电脑性能不同，大概从几十秒到几分钟不等。
图像生成完成后，就会出现在保存图像节点下。可以点击预览，对于满意的图片可以右键选择“保存图像”存储

调整过布局和参数的工作流可以在界面右侧选择“保存”，存储到自己习惯的位置。下次直接把保存好的“.json”文件拖进ComfyUI界面，就可以调用之前的工作流啦。

---

以上就是本篇教程的全部内容啦，希望大家踊跃的尝试起来 ~入门AI应用真的没有那么难～

如果你还是觉得太麻烦了，那也可以到Liblib云端体验一下SD3.0，有免费的额度！

模型体验地址：https://www.liblib.art/sd

• 最近很多催更我都有收到！只不过最近忙于搬家，更新比较慢还请大家多多谅解～大量干货内容正在马不停蹄的赶来途中！
• 一直有很多小伙伴来问我AI到底该怎么学？提示词、生图、音乐等等那么多应用该从哪儿开始？网上信息太多了该怎么分辨？我也很想为大家解答，但是碍于做视频产量实在太低了，根本说不过来！
• 所以悄悄透露，我正在筹备一个超干货的AI知识社区，方便小伙伴们快速入门AI应用，掌握实用AI技巧，了解前沿科技资讯。我也会在社区里持续为大家答疑解惑，敬请期待吧！～

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

👉[[CSDN大礼包：《StableDiffusion安装包&AI绘画入门学习资料》免费分享]]（安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！

1.stable diffusion安装包 （全套教程文末领取哈）

随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。

最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。

2.stable diffusion视频合集

我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。

5.SD从0到落地实战演练

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名SD大神的正确特征了。

这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】