业州愚公撰写的文章探讨了将Stable Diffusion装进自己电脑的可能性，让用户可以不按张付费、不限次数地画图。这是对于线上画图服务的另类选择，线上服务通常需要订阅、排队，且需要将图片数据传输到服务器。通过在自己的电脑上安装Stable Diffusion，搭配ComfyUI等工具，业州愚公展示了如何使用五个参数和五个节点来生成第一张图。这种方法可以让用户摆脱线上服务的限制，享受更大的自由度和隐私保护。然而，业州愚公也提醒用户需要注意显卡与授权的相关限制。
菜鸟之友系列：《AI 工具实操与提示词》・工具篇作者：业州愚公
上一篇写 Midjourney 时我说过，它画图好看，但它是线上服务：要订阅、要排队、画什么都得先过一遍别人的服务器。文章发出去之后，有好几位读者问了同一个问题——有没有办法把画图能力直接装在自己电脑上，不按张付费、不限次数地画？有。这一篇就讲这条路：Stable Diffusion 搭配 ComfyUI，把一个绘图模型搬进你自己的显卡里。前半段讲清楚它是什么、值不值得装，后半段带你把第一张图真的跑出来。
先说清楚什么人适合走这条路，免得你装完发现用不上。
如果你一个月画不了几张图，线上服务够用，别折腾。但如果你属于下面任何一种情况，本机方案就值得认真考虑：
代价也很明确：你需要一张像样的显卡，而且要有耐心折腾半天下载和配置。这笔帐你自己算。
一句话：Stable Diffusion 是一个开放权重的文生图模型，2022 年由 Stability AI 等机构公开，任何人都可以把它下载到自己的电脑上运行。
这句话里最关键的是「开放权重」四个字。Midjourney 是闭源服务，你只能透过它的网站用；而 Stable Diffusion 的模型文件可以直接下载，于是几年下来，全球社群在它基础上训练出了成千上万个衍生模型——专画真实人像的、专画动漫风的、专画建筑效果图的，各有各的底子。你装进电脑的不是一个软件，而是一片可以随时换的「画师池」。
模型本体只是引擎，还需要一个介面来操作它。这就是本篇的另一位主角：ComfyUI。
不管用哪个介面，文生图翻来覆去就是五个概念。先把它们弄懂，后面看任何截图都不会懵：
| 名词 | 它管什么 | 新手怎么用 |
|---|---|---|
| 提示词 prompt | 画什么 | 英文更稳定，按「主体→风格→细节」的顺序写，回顾我们 Midjourney 篇讲的六段结构 |
| 负面提示词 negative prompt | 不要画什么 | 把「低画质、变形、多手指」这类你要排除的毛病写在这里 |
| 步数 steps | 画多用力 | 一般二三十步就够，步数越多越慢，画质未必越好 |
| CFG | 听话程度 | 数值越高越死板跟词、越低越自由发挥，从中间值开始微调 |
| 种子 seed | 这张图的身分证 | 同种子同提示词，结果可重现；想微调就锁种子，想抽卡就换种子 |
具体参数区间，不同模型、不同版本各有建议值，介面与参数细节一律以官方最新版本为准。上面的用法是通用直觉，够你起步；等你能看出「这张糊了」「这张手不对」，再回头细调也不迟。
社群里最主流的两个本机介面，一路是经典的 Stable Diffusion WebUI（AUTOMATIC1111 开发，开源），一路是这几年越来越主流的 ComfyUI（开源）。它们跑的是同一批模型，差别在操作哲学：
| 对比项 | Stable Diffusion WebUI | ComfyUI |
|---|---|---|
| 介面形态 | 像填表：输入框、按钮、参数栏一目了然 | 像拼电路：一个个节点用线连成工作流 |
| 上手难度 | 较低，填空就能出图 | 稍高，要先看懂节点连线 |
| 灵活性 | 常规文生图、图生图很顺 | 流程可以随意拆装，复杂玩法的天花板高 |
| 适合谁 | 先快速出图、体验为主 | 愿意花时间学、想长期深度使用 |
我的建议很直接：新电脑、想长期用，直接上 ComfyUI。它不光灵活，对显存的管理也更省，而且整个社群的新玩法几乎都以 ComfyUI 工作流的形式在流传——工作流本身存成一个文件就能分享，别人调好的「配方」你导入就能用。填表那条路不是不好，只是学会 ComfyUI 之后，你大概率还是会走过来。
安装部分讲原则不截图，因为版本变得快：ComfyUI 在 GitHub 上开源，官方提供 Windows 的整合包（解压即用的便携版），也有各种安装方式；具体下载入口与启动方式以官方最新版本为准。整合包的好处是 Python 环境都配好了，解压后执行启动脚本，浏览器打开本地页面就能用。
第一次打开，你会看到一条已经连好的默认工作流，从左到右五个节点，正好对应第三节那五个词的实际分工：
载入模型（Load Checkpoint）把你的模型文件读进来 → 两个文字框（CLIP Text Encode）分别接正、负提示词 → 采样器（KSampler）按步数和种子把噪声一点点还原成图 → 解码节点把结果变成画面 → 保存节点输出成档。一条线拉完，按队列执行，第一张图就出来了。
你需要动手的只有三件事：把下载好的模型档（一般是 .safetensors 格式）放进指定的 models 数据夹；在载入节点里选中它；在文字框里写上你的提示词。剩下的，默认流程直接就能跑。跑通第一张之后，你可以试着把工作流保存下来——它就是一个文件，以后分享、备份、换电脑，导入即用。
跑通只是开始，画得好看靠三件事叠加。
第一是选对底模。Checkpoint 决定这个「画师」的底子：写实、动漫、国风、产品渲染，各有专精的模型。同一段提示词，换个底模画面风格完全不同——所以社群才会有一堆人专门维护模型清单。下载模型时留意它的说明页，通常会写擅长什么、建议参数是什么。
第二是学会用 LoRA。LoRA 是叠在底模上的小外挂，体积小得多，专管某一种风格或某一类对象。用法通常是「引用 + 触发词」：在工作流里挂上它，再在提示词里写它规定的触发词，画面就会往那个方向偏。底模定大方向，LoRA 调细节，这是本机玩图的基本功。
第三是提示词。Midjourney 篇讲的结构原则在这里全部通用：主体先行、风格中置、细节收尾；想要某个元素更突出，可以用权重语法把它加重。不一样的地方在于：这里的提示词大多是英文，而且正、负两栏要配合着写——正面说你要什么，负面把你不要的毛病一条条排出去。
最后三件事，装机之前就该知道。
显卡是硬门槛。这套流程主要吃 NVIDIA 显卡的显存，显存越大越从容，低端显卡也能跑但会慢。具体最低要求随模型和版本在变，动手前查一下官方文档与社群讨论，别凭一腔热情先装三小时再发现跑不动。
授权要逐个模型查。Stable Diffusion 本体开放，不代表你下载的每一个衍生模型都允许商用——各模型的授权条款不同，拿去接商单、上产品之前，先到该模型的发布页把授权说明读完。这一步跳过，可能比省下的订阅费贵得多。
内容责任在自己。本机生成没有平台审核拦着，这是自由，也是责任：不要生成真人肖像去冒充或诋毁，不要模仿在世艺术家的招牌风格拿去商用，对外发布时主动标注 AI 生成。工具在你手里，规矩也得在你心里。
说到底，本机画图和本机跑模型（Ollama 那篇）是同一种思路：把能力从别人的服务器搬回自己的桌面，换来的是不限量、不排队、可定制，付出的是一点折腾和一张显卡。如果你本来就有游戏本或台式机，那张显卡晚上闲着也是闲着——让它替你画点东西吧。下载模型去哪找、怎么挑？下一篇我们接着说。
工具推荐随身机器人（新用户免费试用 7 天）
本机画图要折腾，日常问答不必折腾。不会写提示词、不想记工具，把问题直接丢给随身机器人：写文案、改邮件、查数据、出主意，一个入口全办。新用户免费试用 7 天，先让它替你干半天活，再决定要不要留下。
下一篇预告： 本机跑模型绕不开一个地方——模型到底去哪下载？下期我们聊聊 Hugging Face：这个被称为「AI 界 GitHub」的开源模型仓库，怎么注册、怎么搜模型、怎么看说明页挑到适合你显卡的那一个。
业州愚公 ｜ SY 视野（sylogs.com）原创内容，转载请注明出处。
编辑评论 / Editor's Note
近年来，线上画图平台的收费模式和排队机制引发了许多用户的不满，尤其是在需要大量或高频率使用图片的情况下。将Stable Diffusion模型安装在个人电脑上，可以有效地解决这些问题，让用户能够自主控制图片的产生和编辑。然而，这种自行安装的方法也需要用户具备一定的技术知识和硬件条件。