Stable Diffusion – 开源AI图像生成工具翻译站点

先说结论

Stable Diffusion是最流行的开源AI图像生成工具——不是商业产品，是完全开源免费的。它能根据你的文字描述生成各种风格的图像，从照片级真实图像到动漫风格、油画风格、概念艺术。最大优势是完全免费、可以本地部署、数据完全私有。需要一张好的显卡（8GB显存以上），这篇从安装配置到生成第一张专业级AI图像，把每一步给你拆开。

Stable Diffusion到底是什么——别把它当Midjourney的免费替代品

Stable Diffusion跟Midjourney、DALL-E这类商业工具最大的区别是：它完全开源。不是只能用别人提供的服务——你可以在自己电脑上运行，完全控制生成过程，训练自己的模型，生成无限数量的图像。底层用的是扩散模型技术，由Stability AI开发并开源。

它的出身也有意思——Stability AI的创始人Emad Mostaque之前是做AI投资的，发现AI图像生成被几家公司垄断，价格太高、限制太多。所以他决定做一个开源的替代品——让每个人都能用上AI图像生成技术。2022年发布后迅速成为最流行的开源AI图像工具。

🔧 五步上手教程

第一步：准备硬件

Stable Diffusion需要一张好的显卡——最低要求8GB显存的NVIDIA显卡（RTX 3060、RTX 4060等）。推荐12GB显存以上（RTX 3060 12GB、RTX 4070等）。如果没有好显卡，可以用Google Colab（免费）或RunPod（付费）在云端运行。检查你的显卡：Windows按Win+R输入「dxdiag」，Mac用户需要用CPU版本（速度慢很多）。

第二步：安装WebUI

最流行的界面是AUTOMATIC1111 WebUI。去 GitHub仓库 下载——需要安装Python 3.10和Git。Windows用户可以直接下载整合包（搜索「Stable Diffusion WebUI 整合包」）。安装完运行「webui.bat」（Windows）或「webui.sh」（Mac/Linux），浏览器打开「http://localhost:7860」就能看到界面。

第三步：下载模型

Stable Diffusion本身只是一个框架，需要下载模型才能生成图像。去 Civitai 或 Hugging Face 下载模型文件（.safetensors或.ckpt格式）。推荐新手用：SD 1.5（通用）、Realistic Vision（真实照片）、DreamShaper（艺术风格）。下载完放到「models/Stable-diffusion」文件夹，刷新WebUI就能选择。

第四步：写提示词生成图像

在WebUI的「txt2img」标签页输入提示词——用英文描述你想要的图像。两个例子对比：

• ❌ 不好的：「a girl」——太简单，AI不知道你要什么风格、什么场景
• ✅ 好的：「a beautiful young woman, long black hair, blue eyes, wearing a white dress, standing in a flower field, sunset lighting, cinematic composition, 8k, highly detailed, masterpiece」

提示词结构：主体描述 + 环境/场景 + 光影/风格 + 质量词（masterpiece, best quality, 8k等）。还可以加「Negative Prompt」告诉AI不要生成什么（如：low quality, bad anatomy, blurry）。

第五步：调整参数 + 生成

右侧有多个参数可以调整：「Sampling method」选采样方法（推荐DPM++ 2M Karras）、「Steps」采样步数（20-30足够）、「CFG Scale」提示词相关性（7-9合适）、「Width/Height」图像尺寸（512×512或768×768）。调完点「Generate」开始生成——根据显卡性能，通常需要10-60秒。生成完可以在下方看到结果，右键保存。

四个真实场景——看看它能实际干什么

概念艺术设计：游戏策划说要一个「赛博朋克风格的城市夜景」——在Stable Diffusion输入「cyberpunk city at night, neon lights, rain on streets, flying cars, cinematic lighting, blade runner style, 8k, highly detailed」。生成4张不同构图的概念图——每张都能直接当美术参考。还可以用img2img功能基于草图生成，或ControlNet精确控制构图。

产品图背景替换：电商要把产品图放到不同场景——用Stable Diffusion的inpainting功能，选中产品背景区域，输入新场景描述（如「on a wooden table, kitchen background, warm lighting」），AI生成新背景，产品保持不变。手动P图要1小时，Stable Diffusion 1分钟搞定。

角色设计迭代：设计师要做角色设计——先画一个草图，用ControlNet的Scribble模式导入草图，输入详细描述，AI基于草图生成完整角色。不满意就调整提示词或草图，快速迭代。手动画10个方案要1周，Stable Diffusion 1天搞定。

训练专属模型：你有特定的艺术风格——收集20-50张你的作品，用Dreambooth或LoRA训练专属模型。训练完用这个模型生成的图会自动带上你的风格。训练需要2-4小时（取决于显卡），但之后可以无限生成。风格一致性从70%提升到95%。

价格和成本

• 软件本身：完全免费，开源（CreativeML Open RAIL-M许可证）
• 模型下载：大部分免费，少部分付费（$5-$20）
• 硬件成本：需要8GB显存以上显卡（RTX 3060约2000元起）
• 云端运行：Google Colab免费（有限制），RunPod约$0.3/小时

* 价格更新于 2026-08

常见问题

Q: 跟Midjourney有什么区别？

A: Stable Diffusion完全免费、可本地部署、数据私有，但需要好显卡和学习成本。Midjourney付费、云端运行、简单易用，但数据不私有。追求自由和控制选Stable Diffusion，追求简单和效果选Midjourney。

Q: 支持中文提示词吗？

A: 原生不支持，但可以用翻译插件或先用ChatGPT翻译成英文。部分中文模型支持中文提示词。

Q: 生成的图可以商用吗？

A: Stable Diffusion本身允许商用，但具体模型有不同的许可证。大部分模型允许商用，下载时注意查看许可证。

基本信息