AI绘图Stable Diffusion住宅主机

如果你有一台性能还不错的家用电脑，完全可以在本地跑起Stable Diffusion，不再依赖云端或别人搭的服务。
本文面向零基础用户，从硬件准备到出第一张图，把每一步拆清楚，顺便帮你躲开新手常见的坑。

硬件准备：别让显卡拖后腿

Stable Diffusion 对显卡要求最直接。
推荐使用 NVIDIA 显卡，显存至少 8GB（ RTX 3060 12GB 或 RTX 4060 8GB 都能用），显存越小出图越小、越容易被显存不足卡住。
内存建议 16GB 以上，硬盘预留 50GB 空间放模型和依赖。
CPU 和主板普通中端就够了，不会成为瓶颈。

如果是笔记本，注意看显卡型号是否满血版（比如 RTX 3050 4GB 显存太紧，建议至少 6GB 以上）。

软件环境搭建：SD WebUI 两种安装方式

方式一：手动安装（更稳定，适合想自己控制版本的人）

1. 安装 Python 3.10.6（官方指定版本，其他版本可能报错），勾选“Add Python to PATH”。
2. 安装 Git 并保持默认选项。
3. 打开命令行（Win+R 输入 cmd），依次执行：

cd /d D:\SD

（换成你想放的目录）

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

1. 双击 webui-user.bat 启动，第一次会自动下载依赖和模型（需要科学上网或提前手动放模型）。

方式二：使用整合包（如“秋叶整合包”或“星空整合包”），解压即用，适合完全不想碰命令行的新手。
但注意选择可靠来源，避免捆绑软件。

模型下载与放置

启动后第一次会下载默认模型 v1-5-pruned-emaonly.safetensors，但国内网络慢。
建议自己找常见模型（如 ChilloutMix、RevAnimated）手动下载放到 models\Stable-diffusion\ 文件夹。

模型格式推荐 .safetensors，更安全。.ckpt 也能用但相对老旧。

启动与首次生图

双击 webui-user.bat 启动，看到末尾输出 Running on local URL: http://127.0.0.1:7860 即成功。
打开浏览器进入界面，在 txt2img（文生图） 标签页输入英文提示词（比如 a cat wearing a hat, digital art），点击 Generate。
首次生成会先编译模型，稍慢，后续生成就快了。

如果出图正常，恭喜你已经成功部署！

避坑与高频问题解答

Q：显存不足报错“CUDA out of memory”

A：启动前在 webui-user.bat 里找到 set COMMANDLINE_ARGS= 这一行，加上 --medvram（中等显存优化）或 --lowvram（极低显存）。
例如：

set COMMANDLINE_ARGS=--medvram

Q：启动时提示“Torch not compiled with CUDA enabled”

A：说明 PyTorch 没有显卡支持。
先确认显卡驱动已安装（NVIDIA 官网下载最新版）。
然后卸载重装 torch：在 SD WebUI 目录下打开命令行，运行：

pip uninstall torch torchvision -y
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

Q：模型下载后放哪里？

A：.safetensors 或 .ckpt 放 models\Stable-diffusion\；
VAE 放 models\VAE\；
LoRA 放 models\Lora\。
注意文件名不要有中文。

Q：生成太慢或图片花了

A：降低分辨率（如 512x512），步数（Steps）设为 20-30，采样器（Sampler）选 Euler A。
如果画面噪点多，检查模型是否加载正确。

效果验证与后续优化

打开浏览器访问 http://127.0.0.1:7860 ，用英文写一段测试提示词生成一张图。
确认图正常后，可以尝试调整参数或换模型。
日常使用建议保持 --medvram 参数，同时把浏览器缓存关掉，减少显存占用。

如果你正在为自己的住宅主机配置 Stable Diffusion，建议先按本文步骤走一遍通顺了再优化。
遇到异常错误时，优先检查显卡驱动、Python 版本和显存大小，大部分问题都能解决。