Kan jag installera Stable Diffusion utan grafikkort?

Det går att köra på CPU, men en bild tar minuter i stället för sekunder. Använd ett GPU i molnet eller gratisverktygen på den här webbplatsen i stället.

Hur mycket diskutrymme tar det?

Ungefär 10 GB för web UI och dess beroenden, plus 2 till 7 GB per SD 1.5- eller SDXL-modell och några megabyte till några hundra per LoRA. Räkna med 50 GB om du samlar på modeller.

Är det lagligt och gratis att installera?

Ja. Web UI är öppen källkod (AGPL) och modellerna kan laddas ner under sina licenser, gratis för privat bruk och de flesta kommersiella ändamål.

Installera Stable Diffusion lokalt: Windows, Linux och Mac

För att köra Stable Diffusion på din egen dator behöver du ett grafikkort med minst 6 GB VRAM, Python 3.10, Git, webbgränssnittet Automatic1111 och en modellfil. Räkna med 15 GB diskutrymme och flera gigabyte nedladdningar; därefter är genereringen gratis, offline och privat.

Krav

Komponent	Minimum	Rekommenderat
GPU	NVIDIA 6 GB VRAM (SD 1.5)	NVIDIA 8–12 GB (SDXL), 16 GB (SD 3.5 Large, i ComfyUI)
AMD / Apple	ROCm på Linux, Apple Silicon 16 GB RAM	långsammare men fungerar; på Windows kräver AMD-kort ComfyUI eller en fork av web UI
RAM	16 GB	32 GB
Disk	15 GB (programmet + en modell)	50 GB+ för flera modeller
OS	Windows 10/11, Ubuntu 22.04+, macOS 13+

Inget kompatibelt grafikkort? Verktygen på den här webbplatsen kräver ingen installation: inpainting och uppskalning körs på vår hårdvara, SDXL är en extern demo inbäddad på sidan.

Steg för steg (Windows, Automatic1111)

Installera Python 3.10.6 och bocka i Add Python to PATH. Nyare Python-versioner gör att vissa beroenden inte fungerar.
Installera Git med standardalternativen.
Öppna en terminal i valfri mapp och kör git clone -b dev https://github.com/AUTOMATIC1111/stable-diffusion-webui. Valet av dev-grenen är avsiktligt: standardgrenen har inte ändrats sedan juli 2024 och dess första start misslyckas numera.
Ladda ner en modell: SDXL 1.0 base (6,9 GB) och eventuellt refinern, eller Stable Diffusion 1.5 (4,3 GB). Ta .safetensors-filen.
Lägg modellen i stable-diffusion-webui/models/Stable-diffusion/.
Dubbelklicka på webui-user.bat. Första starten laddar ner flera gigabyte beroenden; hur lång tid det tar beror på din uppkoppling.
Öppna http://127.0.0.1:7860 i webbläsaren, välj modellen uppe till vänster, skriv en prompt och klicka på Generate.

På Linux och macOS installerar du först Python 3.10 eller 3.11 och systempaketen som listas i projektets README, och kör sedan ./webui.sh i stället för .bat-filen; skriptet skapar sin egen Python-miljö.

Användbara startalternativ

Redigera webui-user.bat och sätt COMMANDLINE_ARGS:

--xformers: snabbare och lättare på NVIDIA.
--medvram eller --lowvram: för kort med 4 till 6 GB, på bekostnad av hastigheten.
--listen: nå gränssnittet från en annan enhet i ditt nätverk.
--api: aktiverar REST-API:et som skript använder (den här webbplatsen pratar med sin egen Automatic1111 på det sättet).

Vanliga fel

CUDA out of memory: minska bildstorleken, lägg till --medvram, stäng andra program som använder grafikkortet.
Torch not compiled with CUDA: en Python-version som inte stöds eller en PyTorch för enbart CPU; installera om med Python 3.10 och radera mappen venv.
No model found: filen ligger inte i models/Stable-diffusion eller har fel filändelse.
Svarta bilder på AMD eller Apple: lägg till --no-half eller --upcast-sampling.

Alternativ till Automatic1111

Forge är en snabbare fork med samma gränssnitt; inte heller den har uppdaterats sedan juni 2025. ComfyUI använder en nodgraf, idealisk för SD 3.5 och Flux och för komplexa pipelines. Fooocus gömmer de flesta inställningar bakom en enda promptruta, som Midjourney; det kör bara SDXL-modeller och får numera bara buggfixar. Forge och ComfyUI läser samma modell- och LoRA-filer som Automatic1111.

Hur installerar man Stable Diffusion lokalt?