「 無套路！文末提供下載方式 」

2024年繪畫圈最火的軟件

那妥妥的就Stable Diffution

V4升級版無需安裝，直接解壓就能用

（在此要感謝秋葉aaaki大佬的分享！）**

比之前版本的更加智能、高效和易操作

V4加強版小白也能輕易上手！

1.軟件背景信息

▍Stable Diffusion 是什么？

Stable Diffusion（簡稱SD）是一種生成式人工智能，于2022年發(fā)布，主要用于根據(jù)文本描述生成詳細圖像，也可用于其他任務，如圖像的修補、擴展和通過文本提示指導圖像到圖像的轉(zhuǎn)換。除圖像外，您還可以使用該模型創(chuàng)建視頻和動畫。

這是AI繪畫第一次能在可以在消費級顯卡上運行，任何人都可以下載模型并生成自己的圖像。另外，SD高質(zhì)量的成圖以及強大的自由度（自定義、個性化）受到諸多網(wǎng)友的追捧。Stable

Diffusion XL 1.0 (SDXL 1.0) 是Stable Diffusion的一個更為高級和優(yōu)化的版本，它在模型規(guī)模、圖像質(zhì)量、語言理解和模型架構(gòu)等方面都有顯著的改進。

▍Stable Diffusion 能做什么？

首先，大家在入坑SD前，務必要清楚現(xiàn)階段的SD到底能做什么？能否滿足自己的需求？

Stable Diffusion 功能包括文本轉(zhuǎn)圖像、圖像轉(zhuǎn)圖像、圖形插圖、圖像編輯和視頻創(chuàng)作。

• **文本轉(zhuǎn)圖像生成：**最常見和最基礎的功能。Stable Diffusion 會根據(jù)文本提示生成圖像。

• 圖像轉(zhuǎn)圖像生成使用輸入圖像和文本提示，您可以根據(jù)輸入圖像創(chuàng)建新圖像。典型的案例是使用草圖和合適的提示。

• 創(chuàng)作圖形、插圖和徽標使用一系列提示，可以創(chuàng)建各種風格的插圖、圖形和徽標。

• 圖像編輯和修正可以使用 Stable Diffusion 來編輯和修正照片。例如，可以修復舊照片、移除圖片中的對象、更改主體特征以及向圖片添加新元素。

• 視頻創(chuàng)作使用 GitHub 中的 Deforum 等功能，可以借助 Stable Diffusion 創(chuàng)作短視頻片段和動畫。另一種應用是為電影添加不同的風格。 還可以通過營造運動印象（例如流水）來為照片制作動畫。

2.安裝和部署Stable Diffusion

介紹如何安裝和部署Stable Diffusion。我使用的是秋葉aaaki的整合包，文章末尾提供180G整合包～????

電腦系統(tǒng)：Windows10及以上/macOS Monterey (12.5)。
顯卡：RTX3060及以上。
顯存：8G及以上。
內(nèi)存：16G及以上。
磁盤空間：500 SSD及以上

▍ 操作步驟

步驟一：右鍵解壓Stable Diffusion安裝包。

步驟二：雙擊Stable Diffusion安裝包進入文件夾中，解壓sd-webui-aki-v4.2。

步驟三：雙擊啟動器運行依賴-dotnet-6.0.11，安裝所需依賴。

步驟四：雙擊sd-webui-aki-v4.xx進入該文件夾中，下拉找到A啟動器并啟動。

注：第一次啟動，需要一些時間部署Python和Git環(huán)境，請耐心等待，后面啟動就很快了。若未彈出WebUI界面，請將復制鏈接：http://127.0.0.1:7860 到瀏覽器中即可。

若彈出Stable Diffusion WebUI界面，則表示啟動成功。

3.Stable Diffusion教程與模型

▍Stable Diffusion WebUI 介紹

1. Stable Diffusion WebUI界面主要分為三個區(qū)域：模型選擇區(qū)、功能選擇區(qū)、參數(shù)配置區(qū)。

2. 里面的參數(shù)非常多，第一次看到定會眼花繚亂，我對此進行了一次歸類分組，這些參數(shù)主要分為兩類：

一是為了告訴AI，用戶的需求是什么，進而完成作圖任務，稱為基礎參數(shù)。如提示詞框、模型選擇，迭代步數(shù)，采樣器，圖片尺寸等。

二是為了高效率地完成這個任務而存在的參數(shù)，稱為額外參數(shù)，是非必要的參數(shù)。如垃圾桶，一鍵清除提示詞、文件夾、打包下載、預設樣式等。

那么，現(xiàn)在我們在看到某個參數(shù)時就知道它大致的作用是什么了。

Stable Diffusion 布局/參數(shù)介紹

接下來我將依次介紹Stable Diffusion文生圖功能中的參數(shù)，指導用戶快速了解和使用這些參數(shù)，以便更好地出圖。

注：1. 這里的參數(shù)介紹只起到指導性作用，若想進一步了解各個參數(shù)的細節(jié)和原理，請閱讀后續(xù)的文章。2. 由于這是整合包相比較原生的Stable Diffusion安裝包，功能較多，且已經(jīng)漢化了。

模型選擇區(qū)

1. Stable Diffusion模型：下拉選擇大模型，默認anyting-V5模型。請根據(jù)自身需求選擇不同類型的模型，如現(xiàn)實主義風格的模型；動漫，二次元風格的模型。

2. 外掛VAE模型：下拉選擇VAE模型，默認無。是可選操作，可以選擇不同效果的VAE模型，對成圖細節(jié)或顏色進行修復，同時選擇VAE也可以起到節(jié)省電腦算力的作用。

3. CLIP終止層數(shù)（Clip Skip）：滑動確認或輸入層數(shù)，層數(shù)范圍為1~12層，默認層數(shù)為2。1層，成圖更加精確；2層，成圖更加平衡，即AI遵循提示詞，也有一定自己的創(chuàng)意；3-12層，成圖更加有創(chuàng)意。這里推薦2層。若你希望AI更加有自己的創(chuàng)意，還是請調(diào)節(jié)提示詞引導系數(shù)（CFG Scale）參數(shù)，效果會更好。

注：選擇模型時，需要提前下載模型并存儲到對應的路徑中。模型下載可前往：huggingface網(wǎng)站或Civital網(wǎng)站。Stable Diffusion模型存儲位置是：*\models\Stable-diffusion。VAE模型存儲位置是：*\models\VAE。存儲完后，點擊“??”即可。

功能配置區(qū)

參數(shù)配置區(qū)

簡單介紹各個參數(shù)信息，分為基礎參數(shù)、額外參數(shù)以及老版本的參數(shù)。

基礎參數(shù)

1. 正向提示詞（Prompt）：輸入你希望圖片中出現(xiàn)什么內(nèi)容。僅支持英文輸入。

2. 反向提示詞（Negative prompt）：輸入你不希望圖片中出現(xiàn)什么內(nèi)容，比如多手指。僅支持英文輸入。

3. 迭代步數(shù)（Sampling Steps）：設置圖片去噪的步數(shù)，步數(shù)越多畫面越精細，出圖時間也越長。步數(shù)范圍1～150步，1～19步更加模糊，粗糙；20～40步，更加平衡；40～150步更加精細。其中并不是步數(shù)越多越好，為了避免過猶不及，這里推薦20～40步，更加平衡。

4. 采樣方法（Sampler Method）：點擊勾選采樣方法。不同的采樣方法，有不同效果，這里大家多次嘗試即可。

5. 高分辨率修復（Hires. fix）：勾選即可將圖片的分辨率放大。如從512_512px到1024_1024。

請根據(jù)自身顯卡性能，設置圖片基礎分辨率，請勿設置的過高，否則在勾選高分辨率修復后，會顯示：Out Of Memory Error，爆顯存了。

6. Refiner：待補充。

7. 尺寸（寬度、高度）：設置成圖的尺寸。默認512_512px。推薦的尺寸有：512_768px、768_512px、768_1152。

8. 總批次數(shù)：指一次生成圖片多少張，這里指陸續(xù)跑圖。根據(jù)顯卡性能，酌情設置，推薦1~4。

9. 單批數(shù)量：指一次同時生成幾張圖片，這里指同時跑圖。顯卡壓力更大，不建議設置為2以上。

10. 提示詞引導系數(shù)（CFG Scale）：AI遵循提示詞的程度/成圖與提示詞相關度。數(shù)值越低更加精確，越高則更有創(chuàng)造力，這里推薦5~7更加平衡。

注：該參數(shù)類似于New Bing對話框中的選擇對話樣式，分為更有創(chuàng)造力、更平衡、更精確。提示詞引導系數(shù)（CFG Scale）則是以具體的數(shù)值來供用戶設置。

11. 隨機種子數(shù)（Seed）：設置成圖是否隨機。文本框默認-1，表示隨機產(chǎn)生不同的圖片。點擊“??”將隨機種子設置為-1；點擊“??”將成圖的種子數(shù)（即唯一編碼），設置為隨機種子數(shù)，在其他參數(shù)不變的情況下生成的圖片相似99%；點擊“??”則是進行更多設置。

12. 腳本（Script）：一鍵測試提示詞或各個參數(shù)變化對成圖的影響。選項默認無，分為提示詞矩陣、從文本框或文件載入提示詞、X/Y/Z圖表、controlnet m2m。

關于模型（和諧部分，請自行查閱）

我們現(xiàn)在可以在很多的模型網(wǎng)站，比如c站、huggingface，也就是抱臉網(wǎng)，上找到很多的訓練好的stable diffusion 模型。比如我現(xiàn)在已經(jīng)用過的Linaqruf/animagine-xl 和 xiaolxl/GuoFeng3模型。

Linaqruf/animagine-xl 是一個可以生成優(yōu)質(zhì)動漫風格圖像的SD模型。我們只需要輸入設計好的提示詞，Linaqruf/animagine-xl 就可以自動生成相應的動漫圖片了。下面是通過 Linaqruf/animagine-xl 生成的卡通圖片：

xiaolxl/GuoFeng3 是一個中國華麗古風風格模型，也可以說是一個古風游戲角色模型，具有2.5D的質(zhì)感。相比于前幾代，第三代大幅度減少上手難度，增加了場景元素與男性古風人物，除此之外為了模型能更好地適應其它TAG，還增加了其它風格的元素。

相比于前幾代，這一代對臉和手的崩壞有一定的修復，同時素材大小也提高到了最長邊1024。效果圖如下：

Stable Diffusion

180G

秋葉aaaki整合包+教程??????

下載整合包后，點擊里面的啟動器，點擊啟動界面的一鍵啟動，啟動器會自動啟動Stable Diffusion Web UI，并打開瀏覽器

打開后的Stable Diffusion Web UI界面。

使用的時候，輸入正面提示詞和反面提示詞（非必須），其他的選項使用默認的就行，然后點擊 生成，稍微等待一會，就可以得到生成的圖片了。

Stable Diffusion Web UI 界面原本是英文的，我們只需要在其啟動器的高級設置中啟用云端頁面漢化設置，就可以完成Stable Diffusion Web UI 漢化。

寫在最后

感興趣的小伙伴，贈送全套AIGC學習資料，包含AI繪畫、AI人工智能等前沿科技教程和軟件工具，具體看這里。

AIGC技術的未來發(fā)展前景廣闊，隨著人工智能技術的不斷發(fā)展，AIGC技術也將不斷提高。未來，AIGC技術將在游戲和計算領域得到更廣泛的應用，使游戲和計算系統(tǒng)具有更高效、更智能、更靈活的特性。同時，AIGC技術也將與人工智能技術緊密結(jié)合，在更多的領域得到廣泛應用，對程序員來說影響至關重要。未來，AIGC技術將繼續(xù)得到提高，同時也將與人工智能技術緊密結(jié)合，在更多的領域得到廣泛應用。
?

一、AIGC所有方向的學習路線

AIGC所有方向的技術點做的整理，形成各個領域的知識點匯總，它的用處就在于，你可以按照下面的知識點去找對應的學習資源，保證自己學得較為全面。

二、AIGC必備工具

工具都幫大家整理好了，安裝就可直接上手！

三、最新AIGC學習筆記

當我學到一定基礎，有自己的理解能力的時候，會去閱讀一些前輩整理的書籍或者手寫的筆記資料，這些筆記詳細記載了他們對一些技術點的理解，這些理解是比較獨到，可以學到不一樣的思路。

四、AIGC視頻教程合集

觀看全面零基礎學習視頻，看視頻學習是最快捷也是最有效果的方式，跟著視頻中老師的思路，從基礎到深入，還是很容易入門的。

五、實戰(zhàn)案例

紙上得來終覺淺，要學會跟著視頻一起敲，要動手實操，才能將自己的所學運用到實際當中去，這時候可以搞點實戰(zhàn)案例來學習。
文章來源地址http://www.zghlxwxcb.cn/news/detail-839934.html

到了這里，關于秋神SD整合包 AI繪畫 Stable Diffusion 整合包 V4版 解壓即用 AI繪圖模型LoRA + 最新的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！