本文目录导读：
Stable Diffusion开源绘图怎么部署？从零搭建AI绘画服务器的完整指南
目录导读
- 部署前的核心概念：理解Stable Diffusion的硬件需求与软件生态
- 本地部署实战：Windows/Linux/Mac三系统安装步骤
- 云端部署方案：使用AutoDL、Paperspace等平台降低成本
- Web UI配置与优化：汉化、模型下载、插件安装（ControlNet等）
- 常见问题解决：显存不足、报错处理、性能调优
- 问答精选：新手最常遇到的5个部署问题与解答
部署前的核心概念
Stable Diffusion（以下简称SD）是目前最主流的开源AI绘图模型，要成功部署，首先需要明确两个关键选择：本地部署还是云端部署？
硬件要求：
- 显卡：建议NVIDIA显卡（6GB以上显存，推荐8GB+）
- 内存：16GB起步，32GB更佳
- 硬盘：50GB以上剩余空间（模型文件+环境）
软件生态：
当前最流行的前端是Stable Diffusion WebUI，由Automatic1111开发，提供图形界面操作，另外还有ComfyUI（节点式工作流）和Fooocus（一键式简化版）。
核心原则：如果拥有中高端N卡，推荐本地部署；否则选择云GPU按需付费。
本地部署实战（以WebUI+A卡/N卡为例）
Windows系统（最广泛方案）
- 安装Python：版本3.10.6（官方建议，避免3.11/3.12兼容性问题）
- 安装Git：用于克隆仓库
- 下载WebUI：在命令行执行：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui
- 运行启动脚本：双击
webui-user.bat，首次会自动安装依赖（约10-15分钟） - 下载基础模型：从Hugging Face或Civitai下载
.safetensors文件，放入models/Stable-diffusion目录
Linux系统（推荐Ubuntu 22.04）
sudo apt update && sudo apt install python3.10 python3.10-venv git git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui ./webui.sh
Mac系统（M1/M2芯片）
- 需额外安装
requirements_versions.txt中的依赖 - 性能较低,但可通过
--medvram参数优化显存
云端部署方案（低成本选项）
对于没有高性能显卡的用户,推荐以下平台：
AutoDL（国内最方便）：
- 注册并选择“PyTorch镜像”的GPU实例（如RTX 3090，约1-2元/小时）
- 在Jupyter终端执行：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui python launch.py --listen --share
- 获取
https://xxx.gradio.live外链即可使用
Google Colab（免费方案）：
- 搜索“SD Colab Notebooks”（需复制代码块）
- 注意：免费版显存有限，仅12GB，适合轻度创作
Web UI配置与优化
汉化与主题
- 在
extensions目录安装sd-webui-chinese插件 - 主题推荐“Catppuccin”或“Moonlight”
模型管理
- 风格模型：C站(Civitai)下载，放入
models/Lora - VAE模型：优化色彩与细节，放入
models/VAE - Embeddings：文本反转模型，放入
embeddings
关键插件推荐
- ControlNet：控制姿态、深度、边缘（必装）
- Deforum：制作AI动画
- After Detailer：自动修复人脸
启动参数优化（webui-user.bat）
set COMMANDLINE_ARGS=--xformers --no-half-vae --medvram --opt-split-attention --enable-insecure-extension-access
常见问题解决
问题1：显存不足报错（RuntimeError: CUDA out of memory）
- 解决方案：添加
--medvram或--lowvram参数启动，或使用--opt-split-attention
问题2：启动后加载模型极慢
- 原因：首次加载需转换模型格式，确保使用
.safetensors而非.ckpt
问题3：生成图片全黑或彩色条纹
- 检查VAE是否正确加载,或重启WebUI时清除浏览器缓存
问题4：A卡用户无法启动
- 目前SD对A卡原生支持差,需用
DirectML分支：git clone https://github.com/lshqqytiger/stable-diffusion-webui-directml.git
问题5：云端部署太贵
- 策略：使用AutoDL的“社区镜像”功能，他人已配置好的环境可节省下载时间
问答精选
问：我只有8GB显存的4090移动版，能部署吗？
答：可以，添加--medvram参数后，可流畅生成512×512图片，1024×1024需用--opt-split-attention。
问：为什么我的WebUI界面是英文的？
答：在Settings界面搜索“Localization”，选择“zh-Hans”并应用设置即可。
问：部署需要多少时间？
答：首次部署包括环境安装（20分钟）+模型下载（按模型大小，约1-5分钟/1GB），后续启动仅需30秒。
问：能否用CPU运行SD？
答：可以，但极慢（1张图需5-10分钟），执行python launch.py --device cpu，强烈不推荐。
问：如何把部署好的服务分享给朋友使用？
答：本地部署添加--listen参数后，在同一局域网内，朋友可通过你的IP:7860访问；云端部署使用--share可获得公网链接。
扩展阅读：
通过以上步骤,你已经可以拥有一套完整的SD部署环境，建议从简单二次元模型（如Anything V5）开始测试，逐步探索高级功能。
标签： Stable Diffusion 部署
