Posso installare Stable Diffusion senza scheda grafica?

Gira su CPU, ma un’immagine richiede minuti anziché secondi. Usa piuttosto una GPU in cloud o gli strumenti gratuiti di questo sito.

Quanto spazio su disco occupa?

Circa 10 GB per l’interfaccia web e le sue dipendenze, più da 2 a 7 GB per ogni modello SD 1.5 o SDXL e da pochi megabyte a qualche centinaio per LoRA. Prevedi 50 GB se collezioni modelli.

È legale e gratuito installarlo?

Sì. L’interfaccia web è open source (AGPL) e i modelli si scaricano con le loro licenze, gratuite per uso personale e per la maggior parte degli usi commerciali.

Installare Stable Diffusion in locale: Windows, Linux, Mac

Per far girare Stable Diffusion sul tuo computer servono una GPU con almeno 6 GB di VRAM, Python 3.10, Git, l’interfaccia web Automatic1111 e un file di modello. Prevedi 15 GB di spazio su disco e diversi gigabyte di download; dopo, la generazione è gratuita, offline e privata.

Requisiti

Componente	Minimo	Comodo
GPU	NVIDIA 6 GB di VRAM (SD 1.5)	NVIDIA 8–12 GB (SDXL), 16 GB (SD 3.5 Large, in ComfyUI)
AMD / Apple	ROCm su Linux, Apple Silicon 16 GB di RAM	più lento ma funziona; su Windows le schede AMD richiedono ComfyUI o un fork dell’interfaccia web
RAM	16 GB	32 GB
Disco	15 GB (programma + un modello)	50 GB e oltre per più modelli
Sistema	Windows 10/11, Ubuntu 22.04+, macOS 13+

Nessuna GPU compatibile? Gli strumenti di questo sito non richiedono installazione: inpainting e ingrandimento girano sul nostro hardware, SDXL è una demo ospitata altrove e incorporata nella pagina.

Passo passo (Windows, Automatic1111)

Installa Python 3.10.6 spuntando Add Python to PATH. Le versioni più recenti rompono alcune dipendenze.
Installa Git con le opzioni predefinite.
Apri un terminale nella cartella che preferisci ed esegui git clone -b dev https://github.com/AUTOMATIC1111/stable-diffusion-webui. Il ramo dev è una scelta voluta: quello predefinito non cambia da luglio 2024 e oggi il suo primo avvio fallisce.
Scarica un modello: SDXL 1.0 base (6,9 GB) ed eventualmente il refiner, oppure Stable Diffusion 1.5 (4,3 GB). Prendi il file .safetensors.
Metti il modello in stable-diffusion-webui/models/Stable-diffusion/.
Fai doppio clic su webui-user.bat. Il primo avvio scarica diversi gigabyte di dipendenze; la durata dipende dalla tua connessione.
Apri http://127.0.0.1:7860 nel browser, scegli il modello in alto a sinistra, scrivi un prompt e fai clic su Generate.

Su Linux e macOS installa prima Python 3.10 o 3.11 e i pacchetti di sistema elencati nel README del progetto, poi esegui ./webui.sh al posto del file .bat; lo script crea il proprio ambiente Python.

Opzioni di avvio utili

Modifica webui-user.bat e imposta COMMANDLINE_ARGS:

--xformers: più veloce e leggero su NVIDIA.
--medvram o --lowvram: per schede da 4 a 6 GB, a scapito della velocità.
--listen: raggiungere l’interfaccia da un altro dispositivo della rete.
--api: abilita l’API REST usata dagli script (questo sito dialoga così con il proprio Automatic1111).

Errori comuni

CUDA out of memory: riduci la dimensione dell’immagine, aggiungi --medvram, chiudi gli altri programmi che usano la GPU.
Torch not compiled with CUDA: versione di Python non supportata o PyTorch solo CPU; reinstalla con Python 3.10 ed elimina la cartella venv.
No model found: il file non è in models/Stable-diffusion o ha l’estensione sbagliata.
Immagini nere su AMD o Apple: aggiungi --no-half o --upcast-sampling.

Alternative ad Automatic1111

Forge è un fork più veloce con la stessa interfaccia; anch’esso non riceve aggiornamenti da giugno 2025. ComfyUI usa un grafo a nodi, ideale per SD 3.5 e Flux e per pipeline complesse. Fooocus nasconde la maggior parte delle impostazioni dietro un unico campo di prompt, alla maniera di Midjourney; esegue solo modelli SDXL e ormai riceve soltanto correzioni di bug. Forge e ComfyUI leggono gli stessi file di modelli e di LoRA di Automatic1111.

Come installare Stable Diffusion in locale?