Comment installer Stable Diffusion en local ?

Par Mis à jour le 3 min de lecture

Pour faire tourner Stable Diffusion sur votre ordinateur, il faut une carte graphique avec au moins 6 Go de mémoire vidéo, Python 3.10, Git, l’interface web Automatic1111 et un fichier de modèle. L’installation prend une vingtaine de minutes et 15 Go de disque ; ensuite la génération est gratuite, hors ligne et privée.

Prérequis

ComposantMinimumConfortable
GPUNVIDIA 6 Go de VRAM (SD 1.5)NVIDIA 8–12 Go (SDXL), 16 Go (SD 3.5 Large)
AMD / AppleROCm sous Linux, Apple Silicon 16 Go de RAMplus lent mais fonctionnel ; DirectML sous Windows est lent
RAM16 Go32 Go
Disque15 Go (application + un modèle)50 Go et plus pour plusieurs modèles
SystèmeWindows 10/11, Ubuntu 22.04+, macOS 13+

Pas de GPU compatible ? Les outils de ce site (inpainting, agrandissement, SDXL) tournent sur notre matériel, sans installation.

Pas à pas (Windows, Automatic1111)

  1. Installez Python 3.10.6 en cochant Add Python to PATH. Les versions plus récentes cassent certaines dépendances.
  2. Installez Git avec les options par défaut.
  3. Ouvrez un terminal dans le dossier de votre choix et lancez git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.
  4. Téléchargez un modèle : SDXL 1.0 base (6,9 Go) et éventuellement le refiner, ou Stable Diffusion 1.5 (4,3 Go). Prenez le fichier .safetensors.
  5. Placez le modèle dans stable-diffusion-webui/models/Stable-diffusion/.
  6. Double-cliquez sur webui-user.bat. Le premier démarrage télécharge environ 5 Go de dépendances et prend 5 à 15 minutes.
  7. Ouvrez http://127.0.0.1:7860 dans votre navigateur, choisissez le modèle en haut à gauche, tapez un prompt, cliquez sur Generate.

Sous Linux et macOS, lancez ./webui.sh à la place du fichier .bat ; le script crée son propre environnement Python.

Options de lancement utiles

Modifiez webui-user.bat et renseignez COMMANDLINE_ARGS :

  • --xformers : plus rapide et plus léger sur NVIDIA.
  • --medvram ou --lowvram : pour les cartes de 4 à 6 Go, au prix de la vitesse.
  • --listen : accéder à l’interface depuis un autre appareil du réseau.
  • --api : active l’API REST utilisée par les scripts (ce site dialogue ainsi avec son propre Automatic1111).

Erreurs courantes

  • CUDA out of memory : réduisez la taille d’image, ajoutez --medvram, fermez les autres programmes qui utilisent le GPU.
  • Torch not compiled with CUDA : version de Python non prise en charge ou PyTorch CPU ; réinstallez avec Python 3.10 et supprimez le dossier venv.
  • No model found : le fichier n’est pas dans models/Stable-diffusion ou a la mauvaise extension.
  • Images noires sur AMD ou Apple : ajoutez --no-half ou --upcast-sampling.

Alternatives à Automatic1111

Forge est un fork plus rapide avec la même interface. ComfyUI fonctionne par graphe de nœuds, idéal pour SD 3.5 et Flux et pour les chaînes complexes. Fooocus cache tous les réglages et donne des résultats façon Midjourney avec un seul prompt. Les trois lisent les mêmes fichiers de modèles et de LoRA.

Essayer maintenant, gratuitementUtiliser l’interface Automatic1111 en ligne →

Questions fréquentes

Peut-on installer Stable Diffusion sans carte graphique ?

Il tourne sur processeur mais met plusieurs minutes par image ; inutilisable en pratique. Utilisez plutôt un GPU en ligne ou les outils gratuits de ce site.

Combien d’espace disque faut-il ?

Environ 10 Go pour l’interface et ses dépendances, plus 2 à 7 Go par modèle et jusqu’à 150 Mo par LoRA. Prévoyez 50 Go si vous collectionnez les modèles.

Est-ce légal et gratuit ?

Oui. L’interface est open source (AGPL) et les modèles se téléchargent sous leurs licences, gratuites pour un usage personnel et la plupart des usages commerciaux.

Tous les guides