Hvordan installerer man Stable Diffusion lokalt?

Af Opdateret 3 min. læsning

For at køre Stable Diffusion på din egen computer skal du bruge et grafikkort med mindst 6 GB VRAM, Python 3.10, Git, Automatic1111 web UI og en modelfil. Regn med 15 GB diskplads og flere gigabyte downloads; derefter er genereringen gratis, offline og privat.

Krav

KomponentMinimumKomfortabelt
GPUNVIDIA 6 GB VRAM (SD 1.5)NVIDIA 8–12 GB (SDXL), 16 GB (SD 3.5 Large, i ComfyUI)
AMD / AppleROCm på Linux, Apple Silicon 16 GB RAMlangsommere, men virker; på Windows kræver AMD-kort ComfyUI eller en fork af web UI'en
RAM16 GB32 GB
Disk15 GB (program + én model)50 GB+ til flere modeller
OSWindows 10/11, Ubuntu 22.04+, macOS 13+

Intet kompatibelt grafikkort? Værktøjerne på dette websted kræver ingen installation: inpainting og opskalering kører på vores hardware, og SDXL er en hostet demo indlejret i siden.

Trin for trin (Windows, Automatic1111)

  1. Installer Python 3.10.6, og sæt flueben ved Add Python to PATH. Nyere Python-versioner ødelægger nogle afhængigheder.
  2. Installer Git med standardindstillingerne.
  3. Åbn en terminal i den mappe, du vil bruge, og kør git clone -b dev https://github.com/AUTOMATIC1111/stable-diffusion-webui. Dev-grenen er valgt med vilje: standardgrenen har ikke ændret sig siden juli 2024, og dens første start fejler nu.
  4. Download en model: SDXL 1.0 base (6,9 GB) og eventuelt refineren, eller Stable Diffusion 1.5 (4,3 GB). Tag .safetensors-filen.
  5. Læg modellen i stable-diffusion-webui/models/Stable-diffusion/.
  6. Dobbeltklik på webui-user.bat. Første start downloader flere gigabyte afhængigheder; hvor lang tid det tager, afhænger af din forbindelse.
  7. Åbn http://127.0.0.1:7860 i din browser, vælg modellen øverst til venstre, skriv en prompt, og klik på Generate.

På Linux og macOS installerer du først Python 3.10 eller 3.11 og de systempakker, projektets README nævner, og kører derefter ./webui.sh i stedet for .bat-filen; scriptet opretter sit eget Python-miljø.

Nyttige startparametre

Redigér webui-user.bat, og sæt COMMANDLINE_ARGS:

  • --xformers: hurtigere og lettere på NVIDIA.
  • --medvram eller --lowvram: til kort med 4 til 6 GB, på bekostning af hastigheden.
  • --listen: nå grænsefladen fra en anden enhed på dit netværk.
  • --api: slår det REST-API til, som scripts bruger (dette websted taler med sin egen Automatic1111 på den måde).

Typiske fejl

  • CUDA out of memory: sænk billedstørrelsen, tilføj --medvram, luk andre programmer, der bruger grafikkortet.
  • Torch not compiled with CUDA: en ikke-understøttet Python-version eller en PyTorch kun til CPU; geninstaller med Python 3.10, og slet mappen venv.
  • No model found: filen ligger ikke i models/Stable-diffusion eller har den forkerte filendelse.
  • Sorte billeder på AMD eller Apple: tilføj --no-half eller --upcast-sampling.

Alternativer til Automatic1111

Forge er en hurtigere fork med samme grænseflade; den har heller ikke fået opdateringer siden juni 2025. ComfyUI bruger en nodegraf, ideel til SD 3.5 og Flux og til komplekse pipelines. Fooocus gemmer de fleste indstillinger bag ét promptfelt, som Midjourney gør; den kører kun SDXL-modeller og modtager nu kun fejlrettelser. Forge og ComfyUI læser de samme model- og LoRA-filer som Automatic1111.

Prøv det nu, gratisPrøv Stable Diffusion online uden at installere →

Spørgsmål, andre også stiller

Kan jeg installere Stable Diffusion uden grafikkort?

Den kører på CPU, men et billede tager minutter i stedet for sekunder. Brug i stedet et GPU i skyen eller de gratis værktøjer på dette websted.

Hvor meget diskplads fylder det?

Omkring 10 GB til web UI'en og dens afhængigheder plus 2 til 7 GB pr. SD 1.5- eller SDXL-model og fra få megabyte til nogle hundrede pr. LoRA. Regn med 50 GB, hvis du samler på modeller.

Er det lovligt og gratis at installere?

Ja. Web UI'en er open source (AGPL), og modellerne kan downloades under deres licenser, gratis til privat og de fleste kommercielle formål.

Alle guider