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

最新推荐文章于 2025-05-11 22:13:45 发布

程序员小何SS

最新推荐文章于 2025-05-11 22:13:45 发布

阅读量741

点赞数 22

文章标签：开源人工智能 stable diffusion 学习开发语言

本文链接：https://blog.csdn.net/xiaokangss/article/details/145515815

版权

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

打开Hugging Face官网Stable Diffusion 3.0模型下载地址：https://huggingface.co/stabilityai/stable-diffusion-3-medium
点右上角的“Sign up”进入注册界面，填写邮箱地址免费注册。

1. ![图片](https://img-blog.csdnimg.cn/img_convert/e107cf39c16c8b3eda7b985e7d92ed22.png)![图片](https://img-blog.csdnimg.cn/img_convert/0a734080ac23be2f197ad311f7e46eb9.jpeg)

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。

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。）

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。

选择适合你的模型下载：

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

点击你选择的模型文件，跳转之后点击download下载按钮。

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！

打开Github官网ComfyUI下载地址：https://github.com/comfyanonymous/ComfyUI
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。

跳转到下载页面，点击下载这个稳定版本。

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：

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）

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

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。

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”）
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

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。

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

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：

正向提示词，也就是想要生成的内容，比如“one girl，sunshine”；
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；
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：

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。


  * 1

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！～

但由于AIGC刚刚爆火，网上相关内容的文章博客五花八门、良莠不齐。要么杂乱、零散、碎片化，看着看着就衔接不上了，要么内容质量太浅，学不到干货。

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》，相信大家会对AIGC有着更深入、更系统的理解。