Stable Diffusion 绘画入门：核心概念与上手路径

Stable Diffusion 是目前最流行的开源 AI 绘画模型，由 Stability AI 推出。和闭源的在线服务不同，它可以免费部署在自己的电脑上，模型、插件、风格完全自定义，因此成为 AI 绘画爱好者和创作者的首选。这篇入门带你理清基本概念和上手路径。

一、用什么跑：两大主流界面

Stable Diffusion 本身只是模型，你需要一个”界面”来驱动它。两个最主流的开源选择：

• AUTOMATIC1111 WebUI（GitHub）：功能最全、教程最多、社区插件最丰富，新手入门首选，网页式操作直观。
• ComfyUI（GitHub）：节点式工作流，灵活强大、显存占用低，适合需要精细控制和复杂流程的进阶用户。

本地运行通常需要一块显存 6GB 以上的 NVIDIA 显卡。没有合适显卡的话，也可以用云端 GPU 平台或在线版本先体验。

二、必须搞懂的几个核心概念

第一次打开界面，满屏的参数容易让人发懵。其实抓住下面这几个就够入门了：

• 大模型（Checkpoint）：决定整体画风的底模，比如偏写实、偏二次元。常见版本有 SD 1.5、SDXL 等，SDXL 分辨率和质量更高。
• 提示词（Prompt）与反向提示词（Negative Prompt）：前者描述你想要的画面，后者排除不想出现的元素（如 lowres、bad hands）。
• 采样器（Sampler）与步数（Steps）：影响出图质量与速度，步数通常 20~30 即可，过高收益递减。
• 提示词相关性（CFG Scale）：数值越高越严格遵循提示词，一般 7 左右较平衡。

三、进阶利器：LoRA 与 ControlNet

当你能稳定出图后，两个工具能极大扩展创作能力：

• LoRA：小巧的”风格/角色微调包”，加载后能让画面呈现特定画风或固定角色，体积小、即插即用。
• ControlNet：用线稿、姿势骨架、深度图等精确控制构图和人物姿态，是从”碰运气抽卡”走向”精准控图”的关键插件。
• VAE：影响成图的色彩与细节还原，部分模型需搭配指定 VAE 才能出色彩正常的图。

入门路线建议：先用 AUTOMATIC1111 装好一个大模型，跑通”文生图”；熟悉提示词后再尝试 LoRA 换风格；最后用 ControlNet 实现精准控图。模型和 LoRA 可以在 Civitai、Hugging Face 等社区下载。多动手抽图、多对比参数，是进步最快的方式。