Stable Diffusion 人工智能生成式绘画工具 v4.6.1 秋葉整合包(附安装使用教程)

Stable Diffusion是2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像，尽管它也可以应用于其他任务，如内补绘制、外补绘制，以及在提示词指导下产生图生图的转变。它是一种潜在扩散模型，由慕尼黑大学的CompVis研究团体开发的各种生成性人工神经网络之一。它是由初创公司StabilityAI、CompVis与Runway合作开发，并得到EleutherAI和LAION的支持。最新一次更新整合包版本v4.5，11月更新。本整合包支持SDXL，预装多种必须模型。无需安装，无需任何配置解压即用。

准备

为了保证AI绘画的效率，建议在本机安装Nvidia独立显卡，也就是俗称的N卡，并且显存要达到6G以上，6G只能出图，如果要做训练建议12G以上。推荐选择RTX40系列及以上的显卡型号，最低也要选择RTX30系列。如果你没有N卡，可以使用CPU进行图形计算，但是性价比较低，出图速度较慢。此外，还需要确保CPU性能足够高，并且搭配至少16G的内存。总的来说，如果只是进行简单的图形处理或者体验，可以使用CPU，但不适合搞AI绘画。

看到这里，有的同学可能会有点失望了，没有这么好的机器就玩不了AI绘画吗？别担心，我们还可以使用云主机，下一篇我会分享使用云主机的姿势。

安装前看自己显卡型号的方法：

1、电脑左下角点击WIndows窗口图标，然后点击“设置”。

2、在打开的窗口中，搜索“设备管理器”，找到后点击打开。

3、找到“显示适配器”，就可以看自己的显卡了。如果是Nvidia的显卡，就会有这几个字。我这个演示的电脑是不是N卡，所以只能以CPU的方式运行。

下载

所有需要的东西都放到网盘里边了，大家自行下载即可：

为了方便大家搞AI绘画，这里边不仅包含了秋叶大佬的整合包，还有很多的大模型、Lora模型、ControlNet模型等等，总计大约有100多G，全部下载下来会很慢。

但是没必要都下载下来再安装，先把最后两个文件下载下来就行了，鉴于百度网盘限速，可能也需要几个小时，大家耐心等待，磨刀不误砍柴工！

启动

下载完上边说的两个文件就可以启动。

1、安装驱动。这个整合包是由 .NET6 (就是一个软件基础平台）驱动的， 大家需要先安装“启动器运行依赖-dotnet-6.0.11.exe”这个文件。

安装过.NET6的同学可以跳过这一步，不懂的再安装一遍也没问题。

2、解压“sd-webui-aki-v4.zip”。自己选择一个磁盘，比如D盘，直接解压到D盘根目录就行了。然后进入解压后的文件夹 sd-webui-aki-v4 。

双击“A启动器.exe”，它会自动下载一些最新的程序文件。我这里还弹出了“设置Windows支持长路径”，确定就可以了。

启动成功后，会打开下边这个界面。如果啥都做完了，也没打开这个界面，就再次双击这个文件，一般就打开了，还打不开的找我。

在这个启动界面中点击右下角的“一键启动”按钮。

然后会弹出一个控制台窗口，做一些初始化的操作，出现“Startup time ...”的提示就代表启动成功了。

然后这个工具会自动在浏览器中打开SD WebUI的窗口。不小心关了的时候，也可以用 http://127.0.0.1:7860 再次打开。打开的界面如下图所示：

出图

只需要简单5步：

1、Stable Diffusion 模型：anything-v5，这个是整合包自带的默认大模型，不用选就是它。

2、外挂VAE模型：选择 840000 这个，这东西就像个滤镜，用它出图的颜色比较丰富。

3、提示词：想要画个什么，就在这里写，需要是英文。

4、反向提示词：不想要在图片中出现什么，就把它写在这里，这里填写的“EasyNegative”是整合包附带的一个通用反向提示词的代号。

5、其它参数先不管，点击“生成”按钮。

6、生成速度取决于你的计算机性能，等一会就会出图了。点击可以放大，右键可以下载。

除了在这个WebUI上直接下载图片，我们还可以通过启动工具下载，如下图所示，红框圈出的就是各种生成方式保存图片的位置，单击就可以打开本机目录。

进阶

为了更好的绘图，这里介绍几个基础并且常用的概念：

模型

：可以理解成一个函数，输入一些参数，得到一些返回值。只不过这里谈到的模型的参数特别多，几十亿、上百亿、上千亿。在Stable Diffusion中，我们可以简单的认为参数就是提示词、反向提示词、图片尺寸、提示词引导系数、随机数种子等等，返回值就是图片数据。

大模型

：有时也称为基础模型，文件一般很大，常见的都在2G-5G。这是因为它们使用了很多的图片进行训练，累积了大量的数据。SD官方发布了一个基础模型，但是因为比较通用，兼顾的方面比较多，特点不足，所以大家一般很少使用。比如有的人喜欢二次元、有的人喜欢真实、有的人喜欢3D，用官方模型出图的效果不是最优的，所以很多组织或者个人就专门训练某方面的模型，并发布到社区给大家使用。

网盘中提供了一些大模型，大家可以去下载：

然后放到整合包的这个目录下：sd-webui-aki-v4\models\Stable-diffusion，从网盘下载的整合包中已经默认有一个大模型。

VAE模型

：这个东西有点类似手机中编辑照片时的滤镜，可以处理图片的颜色和线条，让图片看起来色彩更丰富饱满。很多大模型会自带VAE模型，这时候我们就不需要再给它搭配一个VAE，当然也有不自带的，这时就需要搭配一个。上图选择的 840000 是一个常用的的VAE模型，如果你生成的图片比较灰暗，可以试试这个VAE。其实秋叶整合包提供了四个选项，如下图所示，我一般都选“自动识别”，除了 840000，animevae 是专门优化二次元图片的。一般这两个VAE模型就够了。

Lora模型

这是一种基于大模型的风格模型，比如我们画小姐姐的时候，可以用一些Lora模型来控制人物的服装、头饰；生成机械四肢的时候，可以用一些Lora模型来强化肢体上覆盖的机甲样式；画风景图的时候，可以用一些Lora模型来控制绘画的风格。

可以从网盘中的这两个目录下载：

下载后放到整合包的这个目录下：sd-webui-aki-v4\models\Lora，初始状态下里边是空的。

提示词

：对图像的描述，也就是想画一幅什么样的画。比如我上边使用的：a girl，但是这个提示词过于简单，AI虽然画出了一个女孩，但是他不知道你脑子里的女孩长什么样子，如果要画的更符合你的需求，你还要告诉他更多细节才好，比如女孩的头发是什么颜色、穿着什么衣服、站着还是坐着、在户外还是室内等等。提示词在AI绘画中特别重要，后边我会专门分享如何写好提示词。

反向提示词

：不想在图片中出现的东西，比如树、桌子、6根手指、缺胳膊断腿等等，在上边的示例中我使用了“EasyNegative”，这是一个嵌入模型的代号，可以认为它代表了很多常见的反向提示词，使用它就不用一个个输入了，也不占用过多的提示词。

随机数种子

：上边没有演示这个参数，但是它是AI绘画的魅力之一。即使其它的参数都相同，只要随机数不同，每次生成就会出来不同的图片，创意几乎无穷无尽。

先说这么多吧，学习重在持之以恒，不要撑着，后边我们慢慢再讲。

更新

Stable Diffusion WebUI 经常会修复一些BUG和增加新功能，在这里可以把它更新到最新版本。

安装说明：

无需安装，解压即用。（本站仅做分流下载，未对原始文件进行任何更改）