前提：
需要环境
git
git下载地址Git – Downloading Package
直接装即可
python3.10.6
下载地址
Python Release Python 3.10.6 | Python.org
记得python环境一定要3.10.6！！！
第一个版本
项目地址https://github.com/AUTOMATIC1111/stable-diffusion-webui
或者使用git来拉取（如果没有git，git也要去下载）
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
安装依赖
pip install -r requirements.txt
安装
打开stable-diffusion-webui-master文件夹
点开 webui-user.bat 文件
等待安装完成
如果没有问题，直接等待安装完成即可，使用
在浏览器打开，输入 http://127.0.0.1:7860 即可
Bug解决
Torch is not able to use GPU
如果不走gpu来跑的话，你可以直接打开 webui-user.bat 文件，右键编辑
然后加入 –lowvram –precision full –no-half –skip-torch-cuda-test 就解决了，这个是最快的一个解决方式，但是问题来了，cpu去渲染图片非常的慢。起码10分钟起步，gpu的话我1060 10秒左右，3060 3秒左右。
这个是另外的一个解决方案，使用gpu跑
下载驱动
下载对应驱动Official Advanced Driver Search | NVIDIA
根据自己显卡型号进行选择
然后直接安装即可
安装CUDA
首先查看自己电脑所支持的版本
打开桌面右键->nvidia控制面板
然后打开系统信息
然后
然后能看见目前能支持的是11.4版本
我这边的是11.4版本，所以我选择了11.4，你们根据自己情况来选择
然后一样安装即可
安装的时候选择高级安装
然后就是安装路径最好记一下
然后安装即可。
然后查看环境变量
点击设置–>搜索高级系统设置–>查看环境变量
看看有没有这4个变量，没有的话手动加上去即可
然后win+r 输入cmd，打开控制台，输入
这样就说明安装成功了
然后这个问题基本就解决了
然后这个时候跑stable-diffusion-webui-master里面的webui-user.bat（双击即可），这个应该问题就过去了
如果出现打开网页后出现Something went wrong Expecting value: line 1 column 1 (char 0)
因为给其他应用占用了
退出这个东西即可
然后 ai模型网站
LiblibAI-哩布哩布AI – 中国领先的AI创作平台
然后描述词的话，这个网站会可以找到，每张图片都有描述词
大模型放在stable-diffusion-webui-mastersd.webuiwebuimodelsStable-diffusion里面即可
lora模型放在
stable-diffusion-webui-mastersd.webuiwebuimodelsLora 这个文件夹即可
项目实例
github开源项目，ollama-chat-ui-vue，该项目包涵 stable diffusion 和 ollama，deepseek 本地接口对接，后续支持更多ai功能集成包括，ai生音乐，生成ppt等 ，最后githut开源项目不易，帮忙点点star
stable diffusion 的内容在 develop-stablediffusion 分支中
其他相关教程
YuE本地部署完整教程，可用于ai生成音乐，歌曲
Stable Diffusion vue本地api接口对接，模型切换, ai功能集成开源项目 ollama-chat-ui-vue
ollama-chat-ui-vue，一个可以用vue对接ollama的开源项目,可接入deepSeek
deepSeek本地部署，详细教程，Ollama安装
文章来源于互联网:stable diffusion 本地部署教程 2025最新版
相关推荐: 服务器Linux部署Stable Diffusion WebUI和LoRA训练自己的模型
用stable diffusion进行渲染画图，原链接是，作者写的挺好但是会出现很多问题没讲清楚，我做一个补充，也可以看原链接讲了很多原理知识，我在这方面也是绝对的小白【保姆级教程】Linux上部署Stable Diffusion WebUI和LoRA训练，拥…
1.前言：
最近看Stable Diffusion开源了，据说比Disco Diffusion更快，于是从git上拉取了项目尝试本地部署了，记录分享一下过程~
这里是官网介绍：https://stability.ai/blog/stable-diffusion-public-release
2.必要前提：
- 科学上网。很多链接都需要用到。
- 显卡的显存需要足够大，至于多大没看到哪有说，反正3g绝对不行
3.部署前准备：
本地化部署运行虽然很好，但是也有一些基本要求
（1）需要拥有NVIDIA显卡，GT1060起，显存4G以上。（已经不需要3080起，亲民不少）
（2）操作系统需要win10或者win11的系统。
（3）电脑内存16G或者以上。
（4）最好会魔法上网，否则网络波动，有些网页打不开，有时下载很慢。
（5）耐心，多尝试，多搜索。这个教程我已经重复过2次，因此很多问题基本上都踩坑并写出来了。所以请放心，能跑通的。
我的电脑配置供大家参考，Win10，I7，NVIDIA GT1050 4G，16G
生成一张20step的图大概20-30s（若使用更高性能的电脑，生成速度更快。）
4.使用的项目Stable diffusion WebUI项目
Stable diffusion大家都知道了，是当前最多人使用且效果最好的开源AI绘图软件之一，属于当红炸子鸡了。
不过，stable diffusion项目本地化的部署，是纯代码界面，使用起来对于非程序员没那么友好。
而stable diffusion webui，是基于stable diffusion 项目的可视化操作项目。
通过可视化的网页操作，更方便调试prompt，及各种参数。
同时也附加了很多功能，比如img2img功能，extra放大图片功能等等。
因此stable diffusion webui项目是很多人部署到本地的首选。
我们本教程就是以stable diffusion webui项目为例来操作的。
二、电脑环境配置
1.安装miniconda
这个是用来管理python版本的，他可以实现python的多版本切换。
下载地址：https://docs.conda.io/en/latest/miniconda.html
安装时按默认的一路next就行。
2.用管理员权限打开miniconda，输入conda -V 弹出版本号即为正确安装
3.配置库包下载环境，加快网络速度（替换下载库包地址为国内的清华镜像站）
执行下面
conda config --set show_channel_urls yes
生成.condarc 文件
在我的电脑/此电脑-C盘-users-你的账号名下用记事本打开并修改.condarc文件。（如我的路径是C:UsersAdministrator。）
把下面的内容全部复制进去，全部覆盖原内容，ctrl+s保存，关闭文件。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
运行conda clean -i 清除索引缓存，以确保使用的是镜像站的地址。
4.创建python 3.10.6版本的环境
运行下面语句，创建环境
conda create --name lmd python=3.10.6
系统可能会提示y/n, 输入y，按回车即可。
显示done，那就完成了。
在你的C:ProgramDataMiniconda3envslmd已经创建了一个新的项目。
5.激活环境
输入conda activate lmd 回车。
6.升级pip，并设置pip的默认库包下载地址为清华镜像。
每一行输入后回车，等执行完再输入下一行，再回车。
python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
不报错就是完成了。
7.安装git，用来克隆下载github的项目，比如本作中的stable diffusion webui
前往git官网https://git-scm.com/download/win
下载好后，一路默认安装，next即可。
开始菜单找到git cmd。
打开并输入下面指令。
git --version
查看git的版本，显示了版本号即安装成功。
8.安装cuda
cuda是NVIDIA显卡用来跑算法的依赖程序，所以我们需要它。
打开NVIDIA cuda官网，https://developer.nvidia.com/cuda-toolkit-archive
（这里有人可能会打不开网页，如果打不开，请用魔法上网。）
你会发现有很多版本，下载哪个版本呢？
回到一开始的miniconda的小窗，输入nvidia-smi，查看你的cuda版本
比如我的是12.1的版本，我就下载12.1.0的链接
下载完后安装，这个软件2个G，可以安装在c盘以外的地方。比如D盘。
好了，完成这步，电脑的基础环境设置终于完事了。
下面开始正式折腾stable diffusion了。
注意：如果提示此命令nvidia-smi，非内部命令时，按以下操作
把此路径：C:Program FilesNVIDIA CorporationNVIDIA NvDLISR，放入到环境变量中
显卡所在路径：
环境变量位置：
三、stable diffusion环境配置
1.下载stable diffusion源码
确认你的miniconda黑色小窗显示的是(把stable看成是lmd就行)
如果不是，则输入D: 按回车。
当然你也可以放在其他你想放的盘的根目录里面。
不建议放在c盘，因为这个项目里面有一些模型包，都是几个G几个G的，很容易你的C盘就满了，其他盘容量在10G以上的就都行。
再来克隆stable diffusion webui项目（下面简称sd-webui）
接着执行
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
注意，现在克隆的本地地址，就是下面经常提到的“项目根目录”。比如，我的项目根目录是D:stable-diffusion-webui
2.下载stable diffusion的训练模型
地址：https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/tree/main
点击file and versions选项卡，下载sd-v1-4.ckpt训练模型。
（需要注册且同意协议，注册并同意协议之后即可下载）
注：这个模型是用于后续生成AI绘图的绘图元素基础模型库。
后面如果要用waifuai或者novelai，其实更换模型放进去sd-webui项目的模型文件夹即可。
我们现在先用stable diffusion 1.4的模型来继续往下走。
3.更改训练模型名称
下载好之后，请把模型更名成model.ckpt,然后放置在sd-webui的models/stable-diffusion目录下。比如我的路径是D:stable-diffusion-webuimodelsStable-diffusion
4. 安装GFPGAN
这是腾讯旗下的一个开源项目，可以用于修复和绘制人脸，减少stable diffusion人脸的绘制扭曲变形问题
地址：https://github.com/TencentARC/GFPGAN
把网页往下拉，拉到readme.md部分，找到V1.4 model，点击蓝色的1.4就可以下载。
下载好之后，放在sd-webui项目的根目录下面即可，比如我的根目录是D:stable-diffusion-webui
4.在miniconda的黑色小窗，准备开启运行ai绘图程序sd-webui
输入
cd stable-diffusion-webui
进入项目的根目录。
切记，一定要进入sd-webui的项目根目录后，才能执行下面的指令，否则会报错。
接着执行
webui-user.bat
然后回车，等待系统自动开始执行。
直到系统提示，running on local URL: http://127.0.0.1:7860
这就代表，你可以开始正式使用AI画画啦~
注意：
这一步可能经常各种报错，需要耐心和时间多次尝试。
不要关闭黑色小窗，哪怕它几分钟没有任何变化。
如果提示连接错误，可能需要开启或者关闭魔法上网，再重新执行webui-user.bat命令。
如果不小心退出了黑色窗口，则重新点击：开始菜单-程序-打开miniconda窗口，输入
conda activate lmd
并进入sd-webui项目根目录再执行
webui-user.bat
四、开始作画和调试
1.在浏览器，（比如谷歌浏览器），打开http://127.0.0.1:7860（注意，不要关闭miniconda的黑色窗口）
2.在prompt区域输入相关指令，比如beautiful landscape，然后点击右边的generate，即可生成第一张图片啦。
3.生成的状态和操作
网页会显示进度条，miniconda的黑色小窗也会显示进度条。
等进度条跑满，就能看到你生成的图啦。
如果不想生成了，可以点击interrupt停止生成，就会返回你目前为止已经生成的图片。（比如你要生成10张，已经生成了3张，点击interrupt，就会返回3张图片）
如果点击skip，就会跳过本张图片的生成，比如你想生成10张图，现在生成第3张，点击skip，第三张就不生成了，直接开始生成第四张，最后返回9张图片。
4.修改batch count数值，一次性生成多张图片
默认是1，一次性生成1张。
建议一次性生成4张或者以上，这样获得满意的图片概率会大一些，可以最多一次性生成最多100张。
但写得越大，一次性生成花费的时间越长，假设一张图30秒，设置10张就是300s，5分钟，100张则是3000s，50分钟。
5.好了，那现在就本地化部署完毕了，可以开始愉快地玩耍啦，祝你玩得开心~
五、安装过程中的错误处理
1、新版SD WebUI卡安装Open_Clip解决方法
https://www.bilibili.com/read/cv21253533
2、Stable Diffusion V2-Stability-AI处理
https://gitee.com/jerrylinkun/stable-diffusion-v2-stability-ai?_from=gitee_search
这里直接将该软件分享出来给大家吧~
1.stable diffusion安装包
随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。
最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。
2.stable diffusion视频合集
我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。
3.stable diffusion模型下载
stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。
4.stable diffusion提示词
提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。
5.SD从0到落地实战演练
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名SD大神的正确特征了。
这份完整版的stable diffusion资料我已经打包好，需要的点击下方插件，即可前往免费领取！
文章来源于互联网:Stable Diffusion 本地部署教程2025最新版
相关推荐: php接口安全 智能写作
PHP接口安全 在Web开发中，PHP是一种广泛使用的服务器端脚本语言。随着越来越多的服务通过API（应用程序编程接口）来提供，确保这些接口的安全性变得至关重要。不安全的API可能会导致敏感数据泄露、服务被滥用或遭到拒绝服务攻击等问题。本文将详细介绍如何构建安…
5bei.cn大模型教程网
