零基础学AI绘画：Stable Diffusion从安装到出图，一篇就够了

为什么劝你先学Stable Diffusion，而不是Midjourney

先说结论：如果你打算长期玩AI绘画，Stable Diffusion（简称SD）是绕不过去的。Midjourney一个月要10美元，出图全靠“抽卡”，想改个细节只能重来；SD完全免费、本地运行，模型随便换，姿势、构图、画风都能精调。

听起来很高级？其实零基础也能搞定。我身边做自媒体的朋友，从下载到出第一张能用的图，最快的只花了40分钟。下面这套流程，照着做就行。

第一步：先看看你的电脑够不够用

SD是跑在你自己显卡上的，所以硬件是硬门槛。参考下面这个标准：

• 显卡：N卡（英伟达）优先。6GB显存能跑，8GB以上比较舒服，12GB基本随便玩。A卡和Mac也能跑，但坑多，新手不建议。
• 内存：16GB起步，32GB更稳。
• 硬盘：至少留出50GB，模型一个就2-7GB，很快就堆满了。

如果电脑不达标也别急，后面会讲云端方案。

第二步：安装方式三选一，新手直接抄作业

方案一：秋叶整合包（最推荐，90%的人选这个）

秋叶大大做的整合包，把Python、Git、依赖全打包好了，解压即用。搜索“秋叶SD整合包”，去他的B站主页或爱发电页面下载最新版（目前常见的是4.x版本）。

下载后解压到纯英文路径（比如 D:\SD），双击“A绘世启动器.exe”，点“一键启动”，等浏览器弹出一个本地网页就成功了。

方案二：云端部署（电脑配置差的首选）

推荐AutoDL，租一台带RTX 4090的机器，大概2元/小时，按小时计费。选好镜像（搜“Stable Diffusion WebUI”），开机后用JupyterLab连上，一条命令启动。缺点是每次要重新传模型，适合偶尔用的人。

方案三：官方WebUI手动装（折腾党专用）

需要自己装Python 3.10.6、Git，然后git clone仓库、跑webui-user.bat。新手不推荐，容易卡在环境报错上。

第三步：认识界面，别被一堆按钮吓到

第一次打开WebUI，满屏英文和滑块，确实有点懵。但你常用的其实就四个区域：

1. 左上角模型选择：下拉框切换你下载的大模型。
2. Prompt输入框：上面写正向提示词，下面写反向提示词。
3. 参数区：采样器、步数、CFG、尺寸。
4. Generate按钮：点它出图。右侧是结果预览。

第四步：模型去哪儿下

SD的模型分三类，先搞懂再下载：

• 大模型（Checkpoint）：决定整体画风，2-7GB。写实推荐majicMIX realistic、ChilloutMix；二次元推荐Anything V5、Counterfeit。
• LoRA：小模型，几十到几百MB，用来加特定人物、姿势、风格。
• VAE：调色用的，一般模型自带，不用单独下。

下载站推荐LiblibAI（哩布哩布），国内速度快、中文界面；想找更全的去Civitai（C站），需要用加速器。下好的模型放进 models/Stable-diffusion 文件夹，LoRA放进 models/Lora，然后在界面点刷新。

第五步：写出第一组能看的提示词

提示词别写中文，SD只认英文。结构记住这个公式：

主体 + 外貌细节 + 动作 + 环境 + 光线 + 画质词

举个例子，想要一张写实女孩：

正向：1girl, solo, long black hair, white shirt, sitting by window, soft sunlight, photorealistic, 8k, masterpiece, best quality

反向：lowres, bad anatomy, extra fingers, worst quality, watermark, text

反向提示词建议存成模板，每次复制粘贴，能挡掉80%的废图。

第六步：参数怎么调，给你一套万能数值

• 采样器：DPM++ 2M Karras（写实）或 Euler a（二次元）。
• 采样步数：20-30，再高收益很小。
• CFG Scale：7，太高颜色发焦，太低不听提示词。
• 尺寸：SD1.5模型用512×768，SDXL用1024×1024。别乱拉大，会出双头怪。
• 批量：一次出4张，挑一张最顺眼的，再用“Seed”固定微调。

新手最容易踩的3个坑

1. 报错CUDA out of memory：显存爆了。把尺寸调小，或启动器里勾选“低显存模式”。

2. 出图全是糊的：多半是模型没选对，或VAE没加载。换个大模型试试。

3. 人物手指畸形：这是SD的老毛病。用ControlNet或者局部重绘（Inpaint）修一下。

总结：今天动手，今晚就能出图

回顾一下流程：检查配置 → 下秋叶整合包 → 解压启动 → 下大模型放进对应文件夹 → 写英文提示词 → 参数按上面那套填 → 点生成。

别指望第一张就惊艳，前20张都是练手。建议你今天先跑通流程，明天再研究LoRA和ControlNet。真正的门槛不是技术，是你有没有按下那个Generate按钮。