Stable Diffusion是一種基於AI的圖像生成技術，在快速發展的AI時代，圖像生成技術已成為各行各業趨勢之一。究竟如何在眾多的AI圖像生成平台中，找到一個既簡單易用又具備高品質輸出的工具呢？本文將帶您深入了解Stable Diffusion，一個專為您量身打造的創意圖像生成平台。從登入過程到圖像生成及調整，我們將為您提供詳盡的操作指南，讓您一探究竟，輕鬆掌握這項強大的技術。

這篇文章還會介紹3種安裝與使用方式：

1. 安裝在電腦
2. 免安裝直接使用網路工具
3. *推薦* 部屬在Google Colab，免費使用最高規格（可參考 安裝Stable Diffusion玩高階Ai繪圖，手機、Mac都能跑，放Google Colab網頁運作免高階顯卡）

推薦使用Google Colab安裝Stable Diffusion的原因除了簡單、好用以外，最重要的是客製化程度非常高，學會正確關鍵字，你可以做出非常多符合期望的圖片。

stable diffusion是什麼

Stable Diffusion是一種基於AI的圖像生成技術，它通過將圖像逐步從高度隨機的噪聲狀態進行重建，最終生成一個清晰的圖像。這種技術可以用於生成各種風格和主題的圖像，如風景、人物、建築等，並能夠根據特定的指令生成具有特定特徵和風格的圖像，甚至催生了新職業ai詠唱師。Stable Diffusion在AI圖像生成領域具有很高的潛力，並且因為其免費和易用的特點，受到許多創作者和設計師的青睞。

關於Ai詠唱師可參考 認識Ai詠唱師：21世Ai電繪新職業。培養3種賺錢技能

stable diffusion下載與安裝教學

下載Stable Diffusion懶人包。懶人包包含兩個部分：SD-WebUI啟動器和數據整合包。

解壓縮SD-WebUI啟動器：下載完成後，將SD-WebUI啟動器解壓縮並放入數據整合包中。

安裝相關檔案：在安裝Stable Diffusion之前，可能需要安裝一些相關的檔案。請確保您已經安裝了Python和Anaconda。

環境配置：在安裝過程中，需要進行一些環境配置。在Windows 11環境下進行安裝，使用CPU內顯。記憶體需要2條16GB 3200 MHz，硬碟建議預留30GB以上的空間。

啟動Stable Diffusion：將SD-WebUI啟動器放入數據整合包中後，運行SD-WebUI啟動器以啟動Stable Diffusion。這樣可以讓您無需手動啟動各個腳本，即開即用。該網站還包括軟件更新、中文化、管理模型和疑難掃描等功能。

免安裝直接用的方法

Dream Studio

Stable Diffusion是一個免費的開源軟體，專門用於生成圖像。儘管許多人可能不知道如何安裝和使用這個軟體，但我們可以通過一些現成的服務來使用它。

一種使用Stable Diffusion的方法是訪問官方網站Dream Studio。在這個平台上，用戶可以免費生成大約一百張圖像。

使用Dream Studio步驟

1. 點選連結網址：首先，點選上方提供的連結網址，進入該網站。
2. 選擇登入方式：在網站中，選擇自己的登入方式（可以使用Google帳號或Disco帳號），或者註冊新帳號。
3. 輸入關鍵字：使用帳號登入網頁後，可以進行「輸入關鍵字」的操作。
4. 瀏覽網頁設計：網頁左側可查看自己建立圖片的紀錄；右側可以調整圖片產生的大小、張數、繪畫步驟的多寡。
5. 參考預設關鍵字：在網站下方的輸入文字欄，會先幫你輸入好文字。可以先參考網站是如何輸入的，以及查看輸入後的結果。

通過以上步驟，您可以輕鬆地使用Stable Diffusion網站，進行圖片生成。

Stable Diffusion Demo（免費但等待時間長）

另外一種使用方法Stable Diffusion Demo，進入到「Stable Diffusion Demo」網站即可看見指令輸入欄位，或是網頁下方也有一些案例可以參考。

Dream Studio與Stable Diffusion Demo比較

在兩邊用一樣的指令：A high tech solarpunk utopia in the Amazon rainforest，左圖是Stable Diffusion Demo版本，右圖是Dream Studio版本。

指令比較測試：A pikachu fine dining with a view to the Eiffel Tower

安裝在Google Colab上（推薦）

由於 Google Colab 這種免費的雲端運算平台的出現，使用者現在可以直接在瀏覽器上運行 Stable Diffusion，而無需擔心硬體需求和資源消耗。Google Colab 提供了一個方便的環境，讓任何人都可以輕鬆地在雲端運行 AI 模型，而無需自己配置硬體設備。以下是在Google Colab上使用Stable Diffusion流程：

1. 選擇 Github 上面開源的筆記本檔案
2. 使用 Google Colab 架設 Stable Diffusion WebUI 環境
3. 進入 Stable Diffusion WebUI 內提供 Prompt 關鍵字咒語以及設計圖片參數
4. 產生數張不同的 AI 圖片

這意味著，無論您使用的是什麼裝置，甚至是手機，您都可以免費使用 Stable Diffusion 進行 AI 繪圖。這大大降低了使用門檻，讓更多人能夠享受到 AI 繪圖帶來的便捷和創意樂趣。

Stable Diffusion教學：做出人物

我推薦使用Stable Diffusion並且安裝在Google Colab上，優點除了簡單、好用與免費外，最重要的是客製化程度高，例如這是兩張基本的圖

Stable Diffusion教學：加上指定動作

如果你想看Ai女主角的背面，用一樣的咒語單純加上動作，例如：穿裙子，露出屁股，背對鏡頭

在提詞prompt中加上：wearing red skirt, panties ,showing  buttocks, skirt above ass, wearing skirt, back to viewer，女主角有一樣風格但畫面呈現結果完全不同。

以髮型、髮色與頭飾為案例，以下是一個表格，用來說明可以將英文中括弧標示的文字進行替換。以髮型為例，您可以將 “undercut” 替換成其他髮型，如 “ponytail”。hair style[undercut], [red] hiar, [crown]

這邊只展示了一些可以替換的選項，建議可以參考更完整的ai繪圖關鍵字大全 Ai電繪關鍵字查詢和大量實際案例｜瘋狂整理持續更新

Stable Diffusion教學：加上地點與情境描述

一樣風格的服裝，在情境設定加上 happy 的效果

用一樣服裝與圖片風格但換轉換場景，加上穿西裝的攝影師，變成cosplay現場

stable diffusion模型範例

1. 真人風格的模型：Stable Diffusion v1.4。這個模型專門針對真實風格的圖像，可以在這裡找到各個版本，例如sd-v1-4.ckpt (4.3G) 。
2. 漫畫風格的模型：Anything v3.0。這個模型專門針對漫畫風格的圖像，可以在這裡找到 anything-v3-full.safetensors (7.7G) 。
3. 臉部修復模型：GFPGAN v1.4。這個模型專門用於修復圖像中的人臉，可以在這裡下載GFPGANv1.4.pth (332M) 。
4. ControlNet插件：這個插件可以讓你在AI生成圖像的過程中，首先印上一個指定的形狀，然後讓AI補充剩下的部分。整體上，這是一個讓你在AI生成圖像中有更多貢獻的工具。

除了以上提到的範例，還有一些其他模型和插件可以在Stable Diffusion WebUI中使用。例如，Canny插件可以用演算法細緻地抓取圖片的邊緣線，作為參考來生成新圖像。另外，有一些模型專門針對特定的主題或風格，如Civitai | Stable Diffusion models，這個網站上提供了不同風格的模型，可供使用者選擇。

stable diffusion原理

Stable Diffusion 的原理涉及深度學習和生成對抗網絡（GAN）技術。生成對抗網絡包含兩個神經網絡，生成器和判別器，它們相互競爭以提高彼此的性能。生成器的目的是創建越來越逼真的圖像，而判別器則要將生成的圖像與真實圖像進行區分。

在 Stable Diffusion 的過程中，生成器通常會接收一個隨機噪聲向量和描述圖像的文字輸入。這些輸入將被轉換成圖像特徵，然後經過多層神經網絡生成逼真的圖像。與此同時，判別器會評估生成的圖像和真實圖像之間的差異，並給出一個概率分數，表示生成的圖像的真實性。生成器和判別器之間的競爭將持續進行，直到生成器創建出高度逼真的圖像。

Stable Diffusion 在這一過程中可能還利用了其他額外的技術，如自注意機制（self-attention）和梯度懲罰（gradient penalty），以提高生成圖像的質量和穩定性。

為什麼要進行stable diffusion訓練

進行Stable Diffusion訓練的目的是為了讓AI生成模型能夠生成更高品質的自然圖像和藝術作品。在訓練過程中，模型會使用大量真實圖像來學習如何從隨機向量生成高品質圖像。有時候，單靠預設的模型可能無法達到使用者期望的畫風或效果。因此，進行訓練可以改善這些問題，使得生成的圖像更貼近使用者的需求。

訓練Stable Diffusion模型可以擴展其應用範疇，使其能夠支持特定的風格或需求。例如，有些使用者可能希望生成具有特定風格或主題的圖像。通過對模型進行訓練，可以使其能夠生成符合使用者期望的圖像。此外，訓練過程可以涉及不同的技術，如Textual Inversion (Embedding)、HyperNetwork、LoRA等，這些技術可以為生成的圖像提供更多的控制和細節。

為了成功地訓練和生成Stable Diffusion模型，需要一個高性能的計算平台，包括高階GPU、大量記憶體、存儲空間和計算能力。此外，還需要安裝相應的機器學習框架和庫，例如PyTorch、CUDA等，並熟悉這些框架的使用。不過，現在有許多開發者已經創建了各種風格的模型供大家使用，用戶也可以自己訓練出自己喜歡的風格模型。

Stable Diffusion的訓練方法涉及多種技術，包括Textual Inversion（Embedding）、HyperNetwork和LoRA。在訓練過程中，模型使用大量真實圖像來學習如何從隨機向量生成高品質圖像

訓練Lora模型的步驟較為複雜，需要分為四個小步驟

基本步驟：

1. 安裝Stable Diffusion web UI和Kohya’s GUI。這兩個工具需要先安裝在您的電腦上，才能開始訓練Lora模型。
2. 下載模型。您需要下載一些模型，如control_sd15_canny.pth（草稿邊緣偵測）和control_sd15_openpose.pth（提取圖中人物骨架）。將這些模型放在stable-diffusion-webui\extensions\sd-webui-controlnet\models文件夾中。
3. 開始訓練。使用Kohya’s GUI開始訓練Lora模型。如果過程中遇到錯誤，可以嘗試關閉Kohya’s GUI中的”8bit_adam”選項。
4. 使用Tagger進行標籤反推。當您需要為模型訓練提供更多資訊時，可以使用Tagger工具進行單張影像的分析反推，或者批次處理多張影像。

stable diffusion模型與圖庫資源

stable diffusion下載模型的網站 Hugging Face和civitai ，CivitAi能看別任做的圖，能看到prompt細節，還能直接下載別人訓練好的模型。

Stable Diffusion看圖網站 MajinAI ，這邊有很多人分享AI繪圖。

PixAI.Art 可以直接看圖也能線上算圖

結論

Stable Diffusion以其直觀的操作界面、豐富的圖像生成選項和便捷的調整功能，成為了一個值得一試的AI圖像生成平台。無論您是專業的設計師、創意工作者，還是對AI圖像生成感興趣的初學者，Stable Diffusion都能為您提供靈活的創作選擇和極具吸引力的視覺效果。

在這個AI技術不斷創新的時代，Stable Diffusion將持續為您帶來更多令人驚艷的圖像生成體驗，激發您無限的創意潛能，助您在藝術與科技的交匯處，揮灑出獨具匠心的作品。

常見問題QA