Stable Diffusion秋叶整合包，一键安装Stable Diffusion，门槛极低，完全免费，支持Nvidia全系列显卡。
来自B站up主秋葉aaaki近期推出的Stable Diffusion整合包v4.6版本，能够让零基础用户轻松在本地部署Stable Diffusion，适合希望使用AI绘画的朋友。
Stable Diffusion（SD）是什么?
Stable Diffusion是一款2022年发布的文本到图像生成模型，由Stability AI公司与多个学术研究者和非营利组织合作开发。其源代码和模型已经开源，由AUTOMATIC1111在Github上维护一个完整项目，得到全球开发者的共同维护。开源社区对Stable Diffusion的普及做出了重大贡献。
该模型比较大特点是开源，可在电脑本地离线运行，适用于大部分配备至少8GB显存的中等性能GPU。推荐的显存为12G。
AI训练与输出结合了深度学习的软硬件原理，常用到Nvidia显卡及相关的CUDA、CUDNN技术，以及xformer、pytorch等深度学习组件。对于希望深入学习AI的用户来说，这些技术需要大量额外的编程学习，可能会感到困难。而秋叶整合包则大大简化了部署过程，使其更易于理解和实施。
Stable Diffusion的基本概念:
大模型:结合素材与SD低模（如SD1.5/SD1.4/SD2.1）经深度学习炼制而成的高档模型，直接用于生成图片。大模型是决定出图大方向的基础底料，主要扩展名为CKPT/SAFETENSORS。
VAE:类似于滤镜，对大模型进行补充，稳定画面色彩范围，常见扩展名同样为CKPT/SAFETENSORS。
LoRA:基于特定大模型深度学习炼制的模型插件，需配合大模型使用，能在中小范围内调整出图风格或补充大模型缺失的元素。根据SD底模炼制的LoRA在不同大模型间切换时具有较好的通用性，而基于特定大模型炼制的LoRA可能在配合时展现出更佳的效果。ControlNet:高档模型插件，赋予SD“视觉”，能基于现有图片获取线条或景深信息，进而用于图片处理。
Stable Diffusion Web-UI（SD-WEBUI）:由开源大师AUTOMATIC1111基于Stability AI算法开发的软件，支持通过图形界面在浏览器中操作SD。
秋叶包:中国开发者秋叶制作的整合包，考虑到WEBUI基于GitHub的部署通常需高网络和Python环境支持，秋叶包内置隔离的Python环境和Git，无需深入了解这两软件即可运行，极大降低了使用门槛，使更多人能享受AI绘图乐趣。
如何安装Stable Diffusion秋叶整合包?
1.确认配置要求:
2.系统:需运行Windows10或更高版本的操作系统。
显卡:推荐使用Nvidia品牌的独立显卡，并确保显存容量达到6GB以上。若仅用于生成图像，6GB显存足够;若计划进行模型训练，则建议显存容量为12GB以上。
查看显卡型号的步骤:
在电脑左下角的Windows图标上右键点击;
选择“设备管理器”;
在设备管理器中找到“显示适配器”，即可查看显卡型号信息。
1.文件下载与解压:
2.可从指定来源免费下载文件至本地电脑，并将文件解压至D盘。注意，解压路径较好不包含中文目录，以避免可能的兼容性问题。
一、打开下载好的安装包（文末获取）
1、安装
2、安装中
二、解压启动AI绘画
1、解压
2、启动
三、开始使用
四、下载模型和安装模型路径
1.安装路径
2. 模型下载地址根据需求下载 https://www.liblib.ai/pretrain?sourceId=000056
3.放进对应的目录后刷新后，就可以在左边选择对应的模型。
五、 Controlnet插件安装（后台回复的文件已经自带该插件）
1.打开webui复制下方链接到图片中的指示位置点击安装 https://jihulab.com/hanamizuki/sd-webui-controlnet
2.Controlnet模型安装（文章末下载）根据图片路径移动模型文件过去
3. 回到webui重启
写在最后
下载链接:https://pan.quark.cn/s/28639e787dcd
文件已经包含了汉化、部分模型和ControlNet插件。
部分文件已经在集合包里面，其他的根据需求下载模型即可。
下方为SD的学习文章 https://www.uied.cn/category/wenzhang/ai
（推广）
