Stable Diffusion 本機安裝攻略：3 步跑出第一張圖
執行器、模型、參數一次備齊，新手友好的本機 AI 繪圖安裝全流程。
📌 本篇文章重點
- 本機跑 Stable Diffusion：免費、離線、想生成幾張就幾張。
- 硬體需求：無顯卡可跑但很慢；8GB 以上 VRAM 體驗順暢。
- 2 步完成環境：安裝執行器（WebUI/ComfyUI）＋下載模型。
- 第一次出圖，用一組安全參數就能成功。
一、為什麼這篇值得看？
雲端的產圖服務要排隊、要收費，甚至不能生某些內容。自己架一套 Stable Diffusion，就是你的私人畫室：不限張數、可以抽卡抽到你開心、資料也不外流。
這篇是入門的第一塊拼圖：從「一無所有」到「產出第一張圖」。
二、核心概念，3 分鐘搞懂
「跑 Stable Diffusion」其實是兩件事的組合：
- 執行器（UI）：讓你操作生成流程的介面，最常見是 SD WebUI（A1111 風格）或 ComfyUI（節點式）。
- 模型（Checkpoint）：真正的「畫家」。不同模型風格天差地別。
💡 一句話總結
執行器是相機，模型是鏡頭。新手務必「相機先固定、鏡頭後探索」——別同時換介面又換模型。
三、動手實作：3 步跑出第一張圖
建立執行環境
以 Python + Git 為底的標準做法（Windows/macOS 皆適用）：
git clone https://github.com/.../stable-diffusion-webui.git
cd stable-diffusion-webui
python launch.py⚠️ 新手守則
別用「整合包」以外的方式玩到深夜。免費學費交最多的項目就是「環境裝不起來」，執行器建議：ComfyUI 對新手其實更穩（單檔可攜版本）。二選一即可，先求跑通。
下載一個「新手友善」模型
到 Hugging Face 或下載站找通用型 Checkpoint（例如 SDXL 底座的通用模型），放進 models/Stable-diffusion/ 資料夾，回到介面按「重新整理」即可載入。
models/Stable-diffusion/sdxl-base.safetensors
models/Stable-diffusion/任意通用模型.safetensors用安全參數產出第一張圖
在 WebUI 的 Text2Image 頁面輸入提示詞，參數照這組起手：
| 欄位 | 建議值 |
|---|---|
| 尺寸 | 1024×1024（SDXL 類） |
| Steps | 25 |
| CFG | 7 |
| Sampler | DPM++ 2M Karras |
| Seed | -1（隨機） |
a cozy reading nook, warm sunlight, plants, books,
soft depth of field, high quality
四、第一次踩雷速查
| 症狀 | 原因 | 解法 |
|---|---|---|
| 圖很糊 | 解析度太低或步驟太少 | 1024 起跳、Steps ≥ 20 |
| 紫色/黑色塊 | 模型/VAE 版本不符 | 改用模型對應的 VAE |
| 提示詞無效 | 關鍵字太冷門 | 改用常見畫風詞、加上風格詞 |
| 爆顯卡 OOM | 解析度太大 | 降解析度、開 xformers |
五、常見問題（FAQ）
Q1沒有獨顯可以跑嗎？
可以但很慢（一張圖數分鐘以上）。內顯/CPU 勉強能用，建議至少 4GB 以上 VRAM 才有實際生產力。
Q2WebUI 和 ComfyUI 到底選哪個？
想快速上手、看圖調參選 WebUI；想精準控制、做工作流、批次量大選 ComfyUI。兩者共用同一批模型檔，隨時可換。
Q3SDXL 和 SD 1.5 模型怎麼選？
SDXL 畫質與細節更好、1024 起手；SD 1.5 生態超多老模型、512 起手、對低階卡更友善。新手建議直接 SDXL 通用模型。
總結
本機出圖就三步：裝執行器、放模型、按安全參數出圖。跑通第一張，接下來就能開始探索提示詞、LoRA、ControlNet——每一樣都等在前面。