Stable Diffusion: как установить и генерировать картинки

Stable Diffusion — нейросеть, которая рисует картинки по текстовому описанию прямо на твоём компьютере: без подписки, суточных лимитов и водяных знаков. Для этого нужна видеокарта с запасом видеопамяти, один из интерфейсов — Automatic1111, Forge или ComfyUI — и немного терпения на установку. Дальше — что выбрать и на чём обычно спотыкаются на старте.

Все примеры и готовые промпты для Stable Diffusion — в телеграме.

Что такое Stable Diffusion и как она рисует картинки

Stable Diffusion — модель генерации изображений по тексту, которую запускают локально на своём компьютере. Ты вводишь описание — «кот в скафандре на фоне туманности» — и через несколько секунд получаешь картинку. Модель не ищет готовые изображения в интернете, а собирает их из шума: начинает со случайного набора пикселей и шаг за шагом уточняет картинку, пока та не станет соответствовать описанию.

Онлайн-сервисы вроде Midjourney или DALL-E работают по тому же принципу, но модель крутится на чужом сервере. Ты платишь подписку, ждёшь в очереди, получаешь лимиты на количество генераций и водяные знаки. Локальная установка снимает эти ограничения: после первого запуска генерация бесплатна, промпты никто не фильтрует, а картинки остаются только у тебя.

Люди выбирают локальный вариант по трём причинам. Первая — неограниченное количество генераций без абонентской платы. Вторая — контроль: можно ставить любые модели, дообучать их под свой стиль, менять параметры генерации. Третья — приватность: рабочие материалы не уходят на чужой сервер.

Эта статья — про установку и первые шаги. Дообучение моделей и LoRA — отдельная тема, здесь её не касаемся.

Системные требования: что нужно до установки

Главное требование — видеокарта Nvidia с достаточным объёмом видеопамяти (VRAM). Именно VRAM определяет, какую модель ты сможешь запустить и насколько быстро пойдёт генерация. Чем больше видеопамяти, тем крупнее модель и выше разрешение картинки.

Цифры ориентировочные: точные минимальные требования зависят от версии модели и интерфейса, их стоит проверить в документации Stability AI или в issues репозитория WebUI перед установкой. Но общий принцип такой: SD 1.5 работает даже на старых картах уровня GTX 1060, SDXL требует уже RTX 3060 и выше, а актуальные модели вроде SD3.5 и Flux комфортно себя чувствуют только на RTX 4080 или 4090.

С AMD-видеокартами ситуация сложнее. Есть рабочие форки и режимы, но настройка требует больше ручной работы, а часть функций может не поддерживаться. Mac на Apple Silicon запускает Stable Diffusion через отдельные сборки, но генерация идёт медленнее, чем на дискретной видеокарте Nvidia. Режим CPU существует, но он на порядок медленнее: одна картинка может генерироваться минуты вместо секунд.

Для установки понадобится Python — актуальную совместимую версию смотри на странице релизов WebUI, не бери цифры из старых источников 2023 года. Ещё нужен Git для клонирования репозитория и свободное место на диске: базовая установка WebUI плюс одна модель занимают десятки гигабайт, точный вес проверяй на текущем релизе.

Automatic1111, Forge, ComfyUI или Fooocus — что ставить

Интерфейсов для запуска Stable Diffusion несколько, и выбор зависит от видеокарты, готовности разбираться в настройках и задачи. Разберём четыре основных варианта.

Automatic1111 — самый известный WebUI. У него огромная база расширений, понятный веб-интерфейс со слайдерами и полями, множество туториалов. Минус — не самый быстрый и не самый экономный по видеопамяти: на слабых картах он может упираться в лимиты VRAM.

Stable Diffusion WebUI Forge — форк Automatic1111, заточенный на скорость и меньший расход видеопамяти. Интерфейс почти тот же, расширения совместимы, но генерация идёт быстрее, а VRAM расходуется экономнее. Актуальный статус проекта и дату последнего релиза проверяй на GitHub — проект развивается, и цифры меняются.

ComfyUI — узловой интерфейс: вместо готовых полей ты собираешь пайплайн из блоков, соединённых линиями. Это гибче — можно выстроить любую цепочку обработки, — но порог входа заметно выше. ComfyUI имеет смысл, когда стандартных настроек WebUI перестаёт хватать.

Fooocus — минималистичный вариант: почти без настроек, ввёл промпт и получил картинку. Подходит тем, кому не нужны слайдеры и ручки, но гибкость ограничена.

Если видеокарта слабая или хочется выжать максимум скорости — ставь Forge: это тот же Automatic1111, но быстрее и экономнее по памяти.

Выбирай так: слабая видеокарта и желание быстро начать — Forge; нужен максимум контроля и не пугают узлы — ComfyUI; хочется минимум настроек — Fooocus; нужна самая большая база расширений и туториалов — Automatic1111.

Установка WebUI на компьютер по шагам

Установка Automatic1111 или Forge занимает 15–30 минут, если следовать шагам без пропусков. Вот порядок действий.

1. Установи Git с официального сайта и Python совместимой версии (смотри страницу релизов WebUI).
2. Открой терминал в папке, куда хочешь поставить WebUI, и клонируй репозиторий командой git clone с адресом проекта на GitHub.
3. Перейди в папку репозитория и запусти стартовый скрипт: webui-user.bat на Windows или webui.sh на Linux и Mac.
4. Дождись установки зависимостей. Первый запуск скачивает torch и другие библиотеки — это может занять от нескольких минут до получаса в зависимости от скорости интернета.
5. Когда в консоли появится локальный адрес вида http://127.0.0.1:7860, открой его в браузере — это и есть интерфейс WebUI.
6. Скачай файл модели (чекпоинт) и положи его в папку models/Stable-diffusion внутри репозитория. Формат .safetensors предпочтительнее .ckpt: он безопаснее, потому что не содержит исполняемого кода.
7. Выбери модель в выпадающем списке в интерфейсе, введи простой промпт и нажми Generate. Если картинка появилась — установка прошла успешно.

Первая генерация — лучший тест: если модель загрузилась и выдала изображение, значит, зависимости установлены верно и видеокарта работает.

Модели и чекпоинты: какую версию ставить

Модели Stable Diffusion отличаются по качеству картинки и требованиям к железу. SD 1.5 — старая базовая версия: работает на слабых картах, но уступает в детализации и понимании сложных промптов. SDXL — заметный шаг вперёд по качеству, но требует больше VRAM. Актуальные модели вроде SD3.5 и Flux дают ещё более качественный результат, однако их требования к видеопамяти выше. Какая версия считается текущим стандартом на дату публикации — проверяй в свежих источниках, эта область меняется быстро.

Чекпоинты скачивают с Hugging Face — это официальный репозиторий моделей — или с Civitai, где лежат тысячи дообученных моделей под разные стили: аниме, фотореализм, пиксель-арт, 3D-рендер. Civitai удобен поиском и предпросмотром, но у каждой модели своя лицензия.

Лицензии чекпоинтов с Civitai различаются: одни разрешают коммерческое использование сгенерированных картинок, другие — только некоммерческое, третьи требуют указания автора. Перед использованием модели в коммерческих целях проверяй лицензию конкретного чекпоинта, а не полагайся на общее правило.

VAE — отдельный файл, который отвечает за цветопередачу и детализацию. Он не входит в состав чекпоинта, хотя некоторые модели включают его в себя. Если картинка выглядит блёклой или с артефактами цвета, стоит проверить, подключён ли VAE.

Промпт и негативный промпт: как объяснить нейросети, что нарисовать

Промпт — это текстовое описание, по которому модель рисует. Чем точнее описание, тем предсказуемее результат. Собирай промпт из блоков:

• субъект: кто или что изображено («портрет женщины», «кот», «замок на скале»);
• стиль: как нарисовано («фотореализм», «аниме», «акварель», «3D-рендер»);
• детали: одежда, окружение, освещение, поза;
• качество: уточняющие слова вроде «высокая детализация», «резкий фокус».

Пример промпта: «портрет женщины, фотореализм, мягкий студийный свет, крупный план, высокая детализация, резкий фокус».

Негативный промпт — список того, чего на картинке быть не должно. Сюда пишут типичные артефакты: «лишние пальцы», «искажённое лицо», «размытость», «водяной знак», «низкое качество». Модель учитывает эти ограничения при генерации и реже выдаёт брак.

Готовые стилевые пресеты — наборы промптов под конкретный стиль — удобно брать как отправную точку. На Civitai у многих моделей есть примеры промптов, с которых можно начать и подстроить под свою задачу.

Параметры генерации: сэмплер, шаги, CFG, разрешение

Параметры генерации влияют на качество, скорость и то, насколько точно модель следует промпту. Разберём основные.

Сэмплер — алгоритм, который превращает шум в картинку. Разные сэмплеры дают немного разный результат и требуют разного количества шагов. Количество шагов — сколько итераций уточнения делает модель: больше шагов — выше качество, но дольше генерация. Оптимальное значение зависит от сэмплера, обычно это 20–40 шагов.

CFG Scale — насколько строго модель следует промпту. Низкое значение даёт модели больше свободы, высокое — буквальное следование описанию. Слишком высокий CFG даёт перенасыщенные, «пережжённые» картинки. Ориентир — 5–9, но точное значение подбирается под модель и задачу.

Разрешение важно подбирать под модель. SD 1.5 работает с базовым разрешением 512×512, SDXL — 1024×1024. Генерация в нестандартном разрешении без дополнительных настроек может давать артефакты: дублирование объектов, искажённые пропорции.

VAE влияет на цветопередачу. Если картинка выглядит блёклой, с серыми цветами или странными артефактами — проверь, подключён ли VAE в настройках. Правильный VAE часто заметно улучшает результат без изменения промпта.

Типичные ошибки при установке и генерации

Большинство проблем на старте сводятся к нескольким типичным ситуациям. Вот они с причинами и действиями.

• CUDA out of memory — видеопамяти не хватило на генерацию. Причина: слишком большое разрешение или тяжёлая модель для твоей видеокарты. Действие: уменьши разрешение, поставь более лёгкую модель или включи опции экономии VRAM в настройках.
• Конфликт версий Python и torch — установка зависимостей падает с ошибкой. Причина: несовместимая версия Python. Действие: сверь версию Python с требованиями на странице релизов WebUI и поставь нужную.
• Зависшая установка на этапе загрузки зависимостей — процесс не двигается. Причина: медленное соединение или блокировка загрузки. Действие: смотри в консоль, какой пакет качается; если загрузка стоит — проверь сеть или используй зеркало.
• Очень медленная генерация на слабой видеокарте — картинка генерируется минутами. Причина: нехватка VRAM или слабый GPU. Действие: уменьши разрешение, используй Forge вместо Automatic1111, поставь модель SD 1.5 вместо SDXL.

Симптом → причина → действие: такой порядок решает большинство проблем быстрее, чем поиск «что-то не работает» в общих чатах.

Когда проще обойтись без установки — и что выбрать в итоге

Онлайн-сервисы без установки выигрывают в скорости старта: открыл сайт, ввёл промпт, получил картинку. Но у них есть лимиты на количество генераций, водяные знаки на бесплатных тарифах и платные подписки за нормальную скорость и качество. Часть сервисов также ограничивает коммерческое использование результата.

Локальная установка не оправдывает себя в двух случаях: слабое железо, которое не тянет даже SD 1.5, и разовая задача — одна-две картинки, после которых генерация больше не нужна. В этих сценариях проще взять онлайн-сервис.

Локальная установка окупается, если генерируешь регулярно: для разовой задачи она избыточна.

Итоговый выбор по сценарию: разовая картинка — онлайн-сервис; регулярная генерация и полный контроль — локальная установка с Forge или Automatic1111. Если видеокарта слабая, ставь Forge и модель SD 1.5; если карта мощная — SDXL или актуальные модели дадут заметно лучшее качество.

Частые вопросы

Сколько видеопамяти нужно для Stable Diffusion?

Зависит от версии модели: SD 1.5 требует меньше VRAM, SDXL и новые модели заметно больше. Точные минимальные цифры нужно проверить в актуальной документации перед публикацией, а не брать из старых источников.

Чем Forge отличается от Automatic1111?

Forge — форк Automatic1111, оптимизированный на скорость генерации и меньший расход видеопамяти при том же интерфейсе расширений.

Можно ли запустить Stable Diffusion без видеокарты Nvidia?

Есть рабочие варианты для AMD и Apple Silicon через отдельные форки, но часть из них требует больше ручной настройки, а генерация на CPU возможна, но заметно медленнее.

Можно ли использовать картинки из Stable Diffusion коммерчески?

Зависит от лицензии конкретного чекпоинта — у моделей с Civitai условия разные, и это нужно проверять для каждой модели отдельно, а не считать общим правилом.

Источники

• Stable Diffusion WebUI (Automatic1111) — репозиторий проекта на GitHub
• Stable Diffusion WebUI Forge — репозиторий форка на GitHub
• Stability AI — сайт разработчика Stable Diffusion
• Civitai — репозиторий моделей и чекпоинтов