秋叶大佬24年最新的Stable Diffusion整合包V4.6.7来了～

！

「无套路！文末提供下载方式」

要说今年绘画圈最大的新秀

那妥妥的就Stable Diffution

V4升级版无需安装**，直接解压就能用

（在此要感谢秋葉aaaki大佬的分享！）

比之前推送的更加智能、快速和简单

有多简单呢？这么说吧

之前的版本需要初中生级别

现在的V4加强版小学生也能上手！

1、Stable Diffusion 是什么？

Stable Diffusion（简称SD）是一种生成式人工智能，于2022年发布，主要用于根据文本描述生成详细图像，也可用于其他任务，如图像的修补、扩展和通过文本提示指导图像到图像的转换。除图像外，您还可以使用该模型创建视频和动画。

这是AI绘画第一次能在可以在消费级显卡上运行，任何人都可以下载模型并生成自己的图像。另外，SD高质量的成图以及强大的自由度（自定义、个性化）受到诸多网友的追捧。Stable

Diffusion XL 1.0 (SDXL 1.0) 是Stable Diffusion的一个更为高级和优化的版本，它在模型规模、图像质量、语言理解和模型架构等方面都有显著的改进。

Stable Diffusion 能做什么？

首先，大家在入坑SD前，务必要清楚现阶段的SD到底能做什么？能否满足自己的需求？

Stable Diffusion 功能包括文本转图像、图像转图像、图形插图、图像编辑和视频创作。

**文本转图像生成：**最常见和最基础的功能。Stable Diffusion 会根据文本提示生成图像。
图像转图像生成使用输入图像和文本提示，您可以根据输入图像创建新图像。典型的案例是使用草图和合适的提示。
创作图形、插图和徽标使用一系列提示，可以创建各种风格的插图、图形和徽标。
图像编辑和修正可以使用 Stable Diffusion 来编辑和修正照片。例如，可以修复旧照片、移除图片中的对象、更改主体特征以及向图片添加新元素。
视频创作使用 GitHub 中的 Deforum 等功能，可以借助 Stable Diffusion 创作短视频片段和动画。另一种应用是为电影添加不同的风格。还可以通过营造运动印象（例如流水）来为照片制作动画。

2、安装和部署Stable Diffusion**

介绍如何安装和部署Stable Diffusion。我使用的是秋葉aaaki的整合包，文章末尾提供180G整合包～‍‍‍‍

电脑系统：Windows10及以上/macOS Monterey (12.5)。
显卡：RTX3060及以上。
显存：8G及以上。
内存：16G及以上。
磁盘空间：500 SSD及以上

操作步骤

步骤一：右键解压Stable Diffusion安装包。

步骤二：双击Stable Diffusion安装包进入文件夹中，解压sd-webui-aki-v4.2。

步骤三：双击启动器运行依赖-dotnet-6.0.11，安装所需依赖。

步骤四：双击sd-webui-aki-v4.xx进入该文件夹中，下拉找到A启动器并启动。

注：第一次启动，需要一些时间部署Python和Git环境，请耐心等待，后面启动就很快了。若未弹出WebUI界面，请将复制链接：http://127.0.0.1:7860 到浏览器中即可。

若弹出Stable Diffusion WebUI界面，则表示启动成功。

Stable Diffusion教程与模型

Stable Diffusion WebUI界面介绍

▍Stable Diffusion WebUI 介绍

1. Stable Diffusion WebUI界面主要分为三个区域：模型选择区、功能选择区、参数配置区。

2. 里面的参数非常多，第一次看到定会眼花缭乱，我对此进行了一次归类分组，这些参数主要分为两类：

一是为了告诉AI，用户的需求是什么，进而完成作图任务，称为基础参数。如提示词框、模型选择，迭代步数，采样器，图片尺寸等。

二是为了高效率地完成这个任务而存在的参数，称为额外参数，是非必要的参数。如垃圾桶，一键清除提示词、文件夹、打包下载、预设样式等。

那么，现在我们在看到某个参数时就知道它大致的作用是什么了。

Stable Diffusion 布局/参数介绍

接下来我将依次介绍Stable Diffusion文生图功能中的参数，指导用户快速了解和使用这些参数，以便更好地出图。

注：1. 这里的参数介绍只起到指导性作用，若想进一步了解各个参数的细节和原理，请阅读后续的文章。2. 由于这是整合包相比较原生的Stable Diffusion安装包，功能较多，且已经汉化了。

模型选择区

1. Stable Diffusion模型：下拉选择大模型，默认anyting-V5模型。请根据自身需求选择不同类型的模型，如现实主义风格的模型；动漫，二次元风格的模型。

2. 外挂VAE模型：下拉选择VAE模型，默认无。是可选操作，可以选择不同效果的VAE模型，对成图细节或颜色进行修复，同时选择VAE也可以起到节省电脑算力的作用。

3. CLIP终止层数（Clip Skip）：滑动确认或输入层数，层数范围为1~12层，默认层数为2。1层，成图更加精确；2层，成图更加平衡，即AI遵循提示词，也有一定自己的创意；3-12层，成图更加有创意。这里推荐2层。若你希望AI更加有自己的创意，还是请调节提示词引导系数（CFG Scale）参数，效果会更好。

注：选择模型时，需要提前下载模型并存储到对应的路径中。模型下载可前往：huggingface网站或Civital网站。Stable Diffusion模型存储位置是：*\models\Stable-diffusion。VAE模型存储位置是：*\models\VAE。存储完后，点击“🔄”即可。

功能配置区

参数配置区

简单介绍各个参数信息，分为基础参数、额外参数以及老版本的参数。

基础参数

1. 正向提示词（Prompt）：输入你希望图片中出现什么内容。仅支持英文输入。

2. 反向提示词（Negative prompt）：输入你不希望图片中出现什么内容，比如多手指。仅支持英文输入。

3. 迭代步数（Sampling Steps）：设置图片去噪的步数，步数越多画面越精细，出图时间也越长。步数范围1～150步，1～19步更加模糊，粗糙；20～40步，更加平衡；40～150步更加精细。其中并不是步数越多越好，为了避免过犹不及，这里推荐20～40步，更加平衡。

4. 采样方法（Sampler Method）：点击勾选采样方法。不同的采样方法，有不同效果，这里大家多次尝试即可。

5. 高分辨率修复（Hires. fix）：勾选即可将图片的分辨率放大。如从512_512px到1024_1024。

请根据自身显卡性能，设置图片基础分辨率，请勿设置的过高，否则在勾选高分辨率修复后，会显示：Out Of Memory Error，爆显存了。

6. Refiner：待补充。

7. 尺寸（宽度、高度）：设置成图的尺寸。默认512_512px。推荐的尺寸有：512_768px、768_512px、768_1152。

8. 总批次数：指一次生成图片多少张，这里指陆续跑图。根据显卡性能，酌情设置，推荐1~4。

9. 单批数量：指一次同时生成几张图片，这里指同时跑图。显卡压力更大，不建议设置为2以上。

10. 提示词引导系数（CFG Scale）：AI遵循提示词的程度/成图与提示词相关度。数值越低更加精确，越高则更有创造力，这里推荐5~7更加平衡。

注：该参数类似于New Bing对话框中的选择对话样式，分为更有创造力、更平衡、更精确。提示词引导系数（CFG Scale）则是以具体的数值来供用户设置。

11. 随机种子数（Seed）：设置成图是否随机。文本框默认-1，表示随机产生不同的图片。点击“🎲”将随机种子设置为-1；点击“♻️”将成图的种子数（即唯一编码），设置为随机种子数，在其他参数不变的情况下生成的图片相似99%；点击“⏹️”则是进行更多设置。

12. 脚本（Script）：一键测试提示词或各个参数变化对成图的影响。选项默认无，分为提示词矩阵、从文本框或文件载入提示词、X/Y/Z图表、controlnet m2m。

关于模型（和谐部分，请自行查阅）

我们现在可以在很多的模型网站，比如c站、huggingface，也就是抱脸网，上找到很多的训练好的stable diffusion 模型。比如我现在已经用过的Linaqruf/animagine-xl 和 xiaolxl/GuoFeng3模型。

Linaqruf/animagine-xl 是一个可以生成优质动漫风格图像的SD模型。我们只需要输入设计好的提示词，Linaqruf/animagine-xl 就可以自动生成相应的动漫图片了。下面是通过 Linaqruf/animagine-xl 生成的卡通图片：

xiaolxl/GuoFeng3 是一个中国华丽古风风格模型，也可以说是一个古风游戏角色模型，具有2.5D的质感。相比于前几代，第三代大幅度减少上手难度，增加了场景元素与男性古风人物，除此之外为了模型能更好地适应其它TAG，还增加了其它风格的元素。

相比于前几代，这一代对脸和手的崩坏有一定的修复，同时素材大小也提高到了最长边1024。效果图如下：

Stable Diffusion

180G

秋葉aaaki整合包+教程‍‍‍‍‍‍*

下载整合包后，点击里面的启动器，点击启动界面的一键启动，启动器会自动启动Stable Diffusion Web UI，并打开浏览器

打开后的Stable Diffusion Web UI界面。

使用的时候，输入正面提示词和反面提示词（非必须），其他的选项使用默认的就行，然后点击生成，稍微等待一会，就可以得到生成的图片了。

Stable Diffusion Web UI 界面原本是英文的，我们只需要在其启动器的高级设置中启用云端页面汉化设置，就可以完成Stable Diffusion Web UI 汉化。

文末扫码获取这些资源。

写在最后

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。