来源：极绘AI（jihuiai）

有关Ai绘画，不少人在享受了Midjourney（以下简称MJ）以后，发现它创意能力很强，但可控性比较差，不便应用，因此转为Stable Diffusion（以下简称SD），却又发觉SD好像很复杂。我在后台收得比较多的留言，都是一些很基础的问题咨询，这是这篇文章的写作背景。

Ai绘画的算法工具，如果要做一个不一定精确的对比，可以说MJ是类似Ai美图秀秀般的存在，简单易上手，SD则类似PhotoShop，同样是照片处理，但学习起来要复杂一些，熟练相对难以。

这篇文章的目标是作一个简要介绍，协助新手了解SD，老手照样可以忽略。

Stable Diffusion的直译是“平稳的扩散”，许多教程一开始就讲“蔓延”原理，讲一大堆运作逻辑，让人望而却步。事实上，我们只需了解母鸡能够下蛋，但并不需要研究母鸡的生殖构造和下蛋原理。同样，一般用户只需了解SD是一个Ai绘图算法工具即可。

一、使用场景

SD目前必须在电脑里工作，使用SD以前，首先要了解它的使用环境。SD和MJ一样可在线使用，不同的是SD是开源的，如果条件允许的话可考虑在本地部署，永久免费，能够更加灵活地配备各种模型等，但对当地硬件要求很高，例如独显，规定显存一般在8G及以上，普通的办公电脑不能达到规定，需要更高配的台式机或电竞本才可满足。

另外对软件环境也有要求，比如配备Python等。听起来好像很麻烦，具体不然，目前有各种一键安装包，小白都可轻松安装。

而线上部署的，服务商也会提供实际教程，目前阿里云的SD布署还是比较简单，这里不多讲。如果这个信息都搜集不到，也许SD也会学不下去。

尽管在线使用需要付费，但投入相对比较少。个人电脑增添一块适宜Ai绘画的显卡，基本要几千块起步，而线上租用的话，一般用户估计一个月几十块百几块的支出就行了。

二、应用基本：文字命令

ChatGPT也罢，Ai绘画也罢，都属于生成式Ai，这种Ai目前有一个特点，需要人工输入指令去引导它工作。我们使用ChatGPT时，需要输入你的问题，它才会回复你。你提出的“难题”，便是让它工作的指令。

Ai绘画和ChatGPT不同的是，不需要提问，但需要你告诉它，你要画什么东西。用过MJ的朋友应该非常理解这个姿势，比如，MJ客户需要它画一个女孩，只需要输入对应的英文“Agirl”即可。

在SD中，这种方式可行吗？完全可以。但跟MJ这类一句话搞定的方式不同，SD的绘画命令和参数明确由多个部分组成，看似繁多但不复杂，也比较容易理解。

这些命令关键属于文字命令，是“文生图”方法。SD还支持一起使用文字+样图，去生成图片或对图片进行调整，这种是“图生图”方法，限于篇幅，暂时不说。

三、文字命令组成

SD的所有绘画命令，在一个的操作面板（Webui）中完成，页面主体由几个部分组成。

1.具体的“文本”命令

包含2个部分：你想画什么（正面描述）、你不想让界面出现什么（负面/醒面描述），下图是SD的Webui文本命令输入页面：

这类命令，和MJ是大体相同的，不过在MJ中需要一次性输入结束，但在SD中，要在不同文本框中分离填好，更直观。比如说，你希望画“一个漂亮的18岁的女孩”，这是一个正面描述；你希望这女孩不能出现“多余的手指”，这是一个背面描述。只需在对应的文本框中填入即可。

文字命令是很重要的部分，描述得清楚不清楚，出去的场景截然不同。也需要一些方法，具体可参考我以前写的文章。Ai绘画基础技能：念咒——以Stable Diffusion为例

2.参数命令

无需一听“参数”二字就觉得麻烦，就是一个简单的设定。在SD中，基本基本参数主要包含几个地方

(1)采样方法(Sampler)。这个名词的本来含义解释起来比较绕口，但你可以将它了解为不同的图像渲染方法。不同的采样方法有不同的专长。

有两种用得比较多，第一种是Eulera，生成速度比较快，适用于二次元、小场景和标志等界面生成。第二种是DPM++2SaKarras，适宜写实人像，繁杂场景等界面生成。其他的采样方法，自己可以探索，实践生成一下可看到它们之间的差别。

（2）取样迭代计步(Steps)，这个步数值影响图象的细节，一般来说，提议20起步，越大代表图象越细致，但并不是越大越好，必须结合实际结合不同模型去观察。区间在20-40比较常见。

（3）修补。这里常见的是“面部修复”和“高清修复”两个选项。

在画“真人”时，勾选前者会明显影响面部细节，可以生成更好的人脸。后者主要是用于超清放大。由于硬件条件有限，许多电脑更适合生成超小型图象，勾选这个选项时，能够对产生的小图开展超清放大。

但需要指出的是，放大的规格并非无尽，一般配备的电脑，长宽放大到1500*1500几乎已是极限，并且，放大的照片跟小图风格一致但细节有差异，这个可以结合实际对比。

（4）图片的长宽设定。最容易接受的一个选项。

（5）生成批号及每次数量设定。这2个数值很考验显卡计算水平，以8g显存为例，提议批号设置为3（一次生成3批），每次数量为1，一共3张图片。每次数量数值越大，对显卡的压力越大，一般建议保存默认数值1。

（6）提示词关联性(CFGScale)、随机种子(seed)

关联性值可以设置为1-30，值越低，产生的照片与你输入的文本指令的吻合度越小，越大则越大。但并不是越大/越小越好。一般情况下，画人物时这个值在7-10之间有较为均衡的，画建筑一般是4-8之间，必须在实践结合不同模型去观察。以下是一些参照：

当CFG处在2-6时，Ai发挥想象力空间大，不可控性提升。

当CFG处在10-15时，你的作品遭受你的提示的良好影响。

当CFG处在16-20时，你要确定你的提示词真的是你想要的，不然效果不会太好。当CFG高过20时，可能产生一些奇怪的现象。

另一个是种籽值，这是一个可以锁住生成图像的初始状态数值，一般设置为-1，代表着随机生成。当你使用了一个固定的seed值（非-1），并使用了其他相同参数值和命令时，会得到一张几乎完全一样的图片。

需要指出的是，即便所有的设定一样，在不同显卡下，生成图片的细节区别可能会有点大。

四、模型选择

模型选择事实上也属于“命令”的组成部分，这里单列出来说。模型是Ai绘画中一个基础设施，决定生成画面的元素、风格、风格等。有些像PPT一样，你选择不同的模版，呈现的便是不同的画面风格。

从上图操作面板中可以看出，常见模型主要有3种。

（1）大模型：指SD制图的基础模型，又叫大模型/底模。SD务必组合大模型才能使用。大模型决定画面的关键风格，不同的大模型擅长的领域会有侧重，例如，有些善于画漫画，有的是真人、建筑、国韵等。

（2）小模型：常见的主要指Lora模型，属于调整模型，必须结合大模型应用，通过不同的权重影响界面特点。有人说，大模型等同于裸妆，小模型等同于画妆，在一定程度上的确可以这么理解。

Lora模型因为训练简易效果明显，得到广泛应用，但这种小模型并不是必须的，许多大模型本身就带有很好的“画妆”效果。所不同的是，小模型和大模型同时使用的时候，可以调节出大模型无法达到的累加优化效果。

（3）VAE模型。可以看作滤镜，用以调整和美化。相同的，它还不是必须的，根据个人绘画必须决定是否采用。也有例外，某些大模型因为训练效果等问题，会明确提醒要结合VAE应用。

（4）其他模型：Embeddings、Hypernetworks、LyCORIS、DreamBooth（调整大模型）模型，这些对初学者来说，很少有机会用到，之后再讲。

（5）模型从哪里来

要达到好一点的画面效果，务必通过训练获得绘画模型。新手更多的是应用他人训练好的。在C站在，有大量免费共享模型，必须“科学上网”才可下载。熟练使用以后，可以自己训练私有模型。模型训练必须较好的硬件支撑，以及一些高质量训练素材等，另文探讨。

五、绘画插件

在一些时候，仅仅依靠文字命令，并不能绘制大家想要的画面，这时候就要应用SD插件。插件是SD绘画能够进入应用方面的、非常重要的一个部分。

SD目前最常用、最厉害的插件，一般认为是Controlnet插件。它能控制人物表情、姿态、手势等，可以识别景深、线条，并生成文本命令无法实现的因素，例如此类。这个插件也要另开一篇专门的文章才可讲明白。

这种的插件，代表着SD绘画拥有较高的“可控性”能力。这是其他Ai绘画工具目前所不具备的，也意味着其更加接近商业方面的应用。

一些插件操纵应用效果，可参考我以前写的部分案例。例如：Ai绘画：建筑外观及室内设计试着Ai绘画：动漫/游戏人物形象试着

了解了以上关键界面元素和命令以后，对SD生成图片基本就算是有了一个基本了解，大家也能看到，它虽然命令和参数较多，但理解起来并不困难。