配置要求
| 组件 | 最低 | 舒适 |
|---|---|---|
| 显卡 | NVIDIA 6 GB 显存（SD 1.5） | NVIDIA 8–12 GB（SDXL），16 GB（SD 3.5 Large） |
| AMD / Apple | Linux 上的 ROCm，Apple Silicon 16 GB 内存 | 较慢但可用；Windows 上的 DirectML 很慢 |
| 内存 | 16 GB | 32 GB |
| 磁盘 | 15 GB（程序 + 一个模型） | 多个模型需 50 GB 以上 |
| 系统 | Windows 10/11、Ubuntu 22.04+、macOS 13+ | |
没有合适的显卡？本站的工具（局部重绘、放大、SDXL）运行在我们的硬件上，无需安装。
分步操作（Windows，Automatic1111）
- 安装 Python 3.10.6，勾选 Add Python to PATH。更新的 Python 版本会破坏部分依赖。
- 用默认选项安装 Git。
- 在你选定的文件夹打开终端，运行
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui。 - 下载模型：SDXL 1.0 base（6.9 GB，可选 refiner），或 Stable Diffusion 1.5（4.3 GB）。选
.safetensors文件。 - 把模型放进
stable-diffusion-webui/models/Stable-diffusion/。 - 双击
webui-user.bat。首次启动会下载约 5 GB 依赖，需要 5 到 15 分钟。 - 在浏览器打开
http://127.0.0.1:7860，在左上角选择模型，输入提示词，点击 Generate。
在 Linux 和 macOS 上运行 ./webui.sh 而不是 .bat 文件；脚本会创建自己的 Python 环境。
实用的启动参数
编辑 webui-user.bat，设置 COMMANDLINE_ARGS：
--xformers：在 NVIDIA 上更快、更省显存。--medvram或--lowvram：适合 4 到 6 GB 的显卡，速度会变慢。--listen：从局域网内的其他设备访问界面。--api：启用脚本使用的 REST API（本站就是这样与自己的 Automatic1111 通信的）。
常见错误
- CUDA out of memory：降低图像尺寸，加上
--medvram，关闭其他占用显卡的程序。 - Torch not compiled with CUDA：Python 版本不受支持或装了纯 CPU 的 PyTorch；用 Python 3.10 重装并删除
venv目录。 - No model found：文件不在
models/Stable-diffusion里，或扩展名不对。 - AMD 或 Apple 上出黑图：加上
--no-half或--upcast-sampling。
Automatic1111 的替代品
Forge 是界面相同但更快的分支。ComfyUI 采用节点图，最适合 SD 3.5、Flux 和复杂流程。Fooocus 隐藏所有设置，一条提示词就能得到 Midjourney 风格的结果。三者读取同样的模型文件和 LoRA 文件。