Stable Diffusion怎么用？参数配置与模型加载说明
Stable Diffusion怎么用？从安装到出图的核心步骤
Stable Diffusion（简称SD）是一款基于深度学习技术的免费开源AI绘画工具，用户输入文字描述就能生成对应图像。使用它的基本流程是：启动WebUI界面后，先选择一个基础模型（Checkpoint），再在文生图或图生图标签页输入提示词，调整采样器、步数、尺寸等参数，最后点击生成。以下从参数配置与模型加载两个关键环节展开说明。
参数配置：控制图像风格与质量的六个关键选项
在SD-WebUI右侧的参数面板中，有几个直接影响出图效果的设置。采样器推荐使用Euler a，它在速度和画质之间平衡较好。采样步数设置在20到50步之间，步数越多细节越丰富，但超过50步后的提升不明显。图像尺寸通常用512×512或1024×1024，较小尺寸生成更快，较大尺寸需要显存更高。提示词引导系数（CFG Scale）建议在7到12之间取值，数值越高图像越贴近文字描述，但过高会导致画面失真。种子值设为-1时每次生成随机结果，固定一个数字可以复现同一张图。
模型加载：Checkpoint、LoRA与VAE的安装路径
SD的模型主要分为三类。Checkpoint是主模型，体积在2GB到7GB之间，决定了基础画风（如写实或动漫）。LoRA模型用于微调风格或人物，文件较小。VAE模型能提升画质和色彩表现。下载模型后，需要按类型放入WebUI的对应目录：Checkpoint放在models/Stable-diffusion文件夹，LoRA放在models/Lora，VAE放在models/VAE。放置完成后，在WebUI界面左上角的下拉菜单中刷新即可加载新模型。
文生图操作流程：从提示词到生成图像
在文生图（txt2img）标签页，输入框就是写提示词的地方。建议用英文逗号隔开不同特征词，系统会优先处理靠前的描述。比如要生成“赛博朋克风格的机械猫，霓虹灯光，雨夜街道”，就把这些词按重要性顺序排列。点击生成按钮后，SD会逐层解析文字并合成图像。如果对结果不满意，可以调整参数或者改用图生图（img2img）模式，上传一张参考图让AI基于它继续创作。
获取模型的合法渠道与注意事项
国内推荐访问哩布哩布AI（liblib.ai）和吐司（tusiart.com）下载模型，这两个网站都整理了常用的Checkpoint、LoRA和VAE资源。国外社区Civitai模型更丰富，但需要通过官方渠道合法接入。下载后记得检查显卡驱动是否为最新版本，这能让模型运行更流畅，尤其在生成大尺寸图像时能减少显存溢出。
进阶技巧：善用插件扩展功能
SD-WebUI支持丰富的插件生态，比如ControlNet可以精确控制人物姿势或构图，LoRA能快速切换特定艺术风格。插件安装后通常在WebUI界面新增标签页或选项，使用方法在对应插件的说明文档中有详细描述。对于生成结果，如果固定种子值但换了模型或提示词，图像会呈现不同变化，这个特性适合测试多种风格对比效果。
