Stable Diffusion教程：从零开始生成AI图像
Stable Diffusion是一款开源的文本到图像生成模型，能够根据文字描述快速创建高质量的图片。它解决了传统图像创作需要专业设计技能和高成本软件的问题，让任何人都能通过简单的提示词生成独特的视觉内容。本教程将带你从安装到生成第一张图像，逐步掌握核心操作，无论是新手还是有经验的用户都能快速上手。
准备工作
首先，你需要一台配备NVIDIA显卡的电脑（至少4GB显存），并安装Python 3.10以上版本。推荐使用Windows系统，但Linux和macOS也支持。下载Stable Diffusion WebUI（如Automatic1111的版本），这是一个图形化界面，能简化操作流程。
关键数据：Stable Diffusion v1.4模型训练于2.3亿张图像、生成单张图像平均耗时约5-10秒（RTX 3060）、社区已贡献超过10万个自定义模型、WebUI项目在GitHub获得超过30万星标。
安装步骤
1、访问GitHub上的Automatic1111仓库，点击“Code”按钮下载ZIP文件或使用git clone命令克隆到本地。
2、解压文件夹，运行“webui-user.bat”脚本（Windows），系统会自动安装依赖库和模型文件，首次启动可能需要10-30分钟。
3、启动后，在浏览器中打开http://127.0.0.1:7860，你将看到WebUI界面。如果遇到报错，检查Python版本和显卡驱动是否最新。
编写提示词
提示词是生成图像的核心。使用英文描述，例如“a beautiful landscape with mountains and sunset, photorealistic, 8k”。可以加入风格词如“oil painting”或“anime”。负面提示词（Negative prompt）用于排除不想要的元素，比如“blurry, low quality”。
调整参数：步数（Steps）建议20-30，采样器（Sampler）选“Euler a”或“DPM++ 2M Karras”，CFG Scale设为7-12。分辨率从512x512开始，后续可放大。
生成与优化
点击“Generate”按钮，等待几秒即可看到结果。如果不满意，可以修改提示词或参数重新生成。使用“Seed”值固定随机种子，便于复现效果。进阶技巧：开启“Highres. fix”选项可提升分辨率，或使用ControlNet插件控制图像结构。
保存图像时，点击图片下方的“Save”按钮，文件会存入“outputs”文件夹。你还可以批量生成多张图像，通过“Batch count”设置数量。
常见问题解决
如果生成图像出现黑屏或错误，常见原因包括显存不足（降低分辨率或使用“--medvram”参数）、模型文件损坏（重新下载）、或Python环境冲突（使用虚拟环境）。遇到“CUDA out of memory”时，关闭其他程序或缩小图像尺寸。
对于新手，建议先使用官方预训练模型（如v1-5-pruned），避免自定义模型带来的兼容性问题。定期更新WebUI版本以获取最新功能。
总结
通过本教程，你已学会安装Stable Diffusion、编写提示词、调整参数并生成图像。从基础操作到优化技巧，每一步都经过实践验证。现在，你可以自由探索AI图像创作的无限可能，无论是艺术设计、概念图还是个人项目，Stable Diffusion都能成为你的得力助手。