Stable Diffusion 入门教程（2026）：安装、模型下载、ControlNet、LoRA 完整攻略

Stable Diffusion 是目前最强大的开源 AI 画图模型，完全免费、可本地运行、没有任何内容审查。和 Midjourney 不同，Stable Diffusion 的上限极高——通过 LoRA 模型、ControlNet 精确控制等高级功能，能实现 Midjourney 做不到的精细效果。这篇教程带你从零开始，30 分钟跑起来第一张图。

硬件要求

配置	最低要求	推荐配置
显卡（NVIDIA）	GTX 1060 / 4GB 显存	RTX 3060 / 12GB 显存
内存	8GB	16GB+
硬盘	20GB 空间	50GB+（存模型用）
Mac（M系列）	M1 / 8GB 统一内存	M2/M3 / 16GB+

没有独立显卡？用 CPU 也能跑，只是速度很慢（一张图需要几分钟）。或者用在线平台（Google Colab）免费使用云端 GPU。

安装方式选择

方案一：AUTOMATIC1111 WebUI（最流行）

老牌经典界面，插件生态最丰富，教程最多。

# Windows（需要先安装 Python 3.10 和 Git）
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
# 双击 webui-user.bat 启动
# 首次启动会自动下载基础模型，约 4GB，耐心等待
# 启动后访问 http://127.0.0.1:7860

方案二：ComfyUI（进阶用户首选）

节点式工作流界面，灵活度最高，是专业用户的标准选择。

git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt
python main.py
# 访问 http://127.0.0.1:8188

方案三：Forge（新推荐，速度更快）

基于 AUTOMATIC1111 的优化版本，同样界面但显存占用更低、速度更快，新手推荐。

方案四：在线体验（无需安装）

不想本地安装，可以直接在这些平台体验：

Hugging Face Spaces：免费，有排队
Mage.space：部分免费
Google Colab：免费 GPU，需要一定配置技巧

下载模型：去哪找？

Stable Diffusion 的核心是”模型”——不同模型有不同风格。主要来源：

Civitai.com：最大的 SD 模型社区，上千种风格模型，有效果预览图
Hugging Face：官方和开发者发布模型的平台

模型类型：

Checkpoint（主模型）：决定整体风格，放在 models/Stable-diffusion/ 文件夹
LoRA：风格微调，叠加在主模型上，放在 models/Lora/
VAE：改善色彩和细节，放在 models/VAE/

2026 年推荐入门模型

Realistic Vision V6：写实人像，国内用户最常用
DreamShaper XL：通用高质量，适合各类风格
Anything V5：动漫/二次元风格经典模型
SDXL Turbo：速度极快，几秒生成一张

生成第一张图

基本参数说明

Prompt（正向提示词）：描述你想要的内容
Negative Prompt（负向提示词）：描述你不想要的内容
Steps（采样步数）：推荐 20-30，越高越细致但越慢
CFG Scale：提示词约束强度，推荐 7，越高越严格遵循提示词
Sampler：采样算法，推荐 DPM++ 2M Karras 或 Euler a
尺寸：SD1.5 推荐 512×768，SDXL 推荐 1024×1024

入门 Prompt 模板

# 写实人像（配 Realistic Vision 模型）
正向：
(best quality, 8k, RAW photo:1.2), 
a beautiful woman, 25 years old, 
casual outfit, coffee shop background, 
natural lighting, bokeh, 
professional photography

负向：
(worst quality, low quality:1.4), 
deformed, ugly, bad anatomy, 
extra limbs, watermark, text,
blurry, out of focus

# 风景/场景
正向：
masterpiece, best quality,
epic mountain landscape at sunset,
golden hour, dramatic clouds,
cinematic composition, ultra detailed,
8k resolution

负向：
worst quality, low quality, blurry,
people, text, watermark

进阶功能：ControlNet（精确控制构图）

ControlNet 是 SD 最强大的进阶功能，让你精确控制生成图片的构图、姿势、线条：

Canny：提取线稿，保留构图轮廓生成新图
OpenPose：控制人物姿势（上传姿势参考图，人物会摆同样姿势）
Depth：提取深度信息，保留空间层次感
Tile：高清放大时保持细节一致

典型用途：上传一张草图，用 Canny 模式让 AI 按这个构图生成高质量图片。

进阶功能：LoRA（风格微调）

LoRA 是小型的风格附加模型，叠加在主模型上使用：

# 在提示词里调用 LoRA
a beautiful scene, , 
realistic style, cinematic lighting

# 0.8 是 LoRA 权重，0.5-1.0 之间调整

常见 LoRA 用途：特定画风（吉卜力风、赛博朋克风）、特定人物、特定服装、特定相机效果（胶片质感、老照片等）。

图生图（img2img）

上传参考图，让 AI 基于它的构图和风格生成新图：

Denoising Strength（重绘幅度）：越低越像原图，越高变化越大。推荐 0.5-0.7
典型用途：把线稿转成彩色图、把草图精细化、改变图片风格

常见问题

Q：生成的手指/脸部变形怎么办？

在负向提示词加上：bad hands, extra fingers, mutated hands, poorly drawn hands, deformed face, ugly face

Q：图片模糊怎么提升清晰度？

使用「Hires.fix」功能：勾选 Hires.fix，放大倍数设 1.5-2x，降噪强度设 0.4-0.6，用 R-ESRGAN 4x+ 放大算法。

Q：显存不够怎么办？

在启动参数加 --medvram（中等显存优化）或 --lowvram（低显存模式），速度会慢但能跑起来。

SD vs Midjourney：该选哪个？

选 Midjourney：追求最高艺术质感、不想折腾技术细节、愿意花 $10/月
选 Stable Diffusion：完全免费、要精细控制、对内容没有限制、有一定技术基础
两个都用：Midjourney 出概念图，SD 做精细调整和批量生产

延伸阅读

👉 查看完整AI工具导航：所有AI工具教程一站汇总