2025最新如何在本地部署 Stable Diffusion3.5超详细完整教程

2025最新如何在本地部署 Stable Diffusion3.5超详细完整教程

在本地部署 Stable Diffusion 3.5:让 AI 绘图更便捷

前言

随着人工智能的快速发展,图像生成技术日益成熟,Stable Diffusion 3.5 作为一款强大的 AI 绘图工具,广泛应用于设计师、创作者等人群的视觉内容生成。它能够通过文本提示生成高质量图像,且具备较高的可控性和细腻的生成效果。

然而,默认情况下,Stable Diffusion 3.5 仅能在局域网内运行,远程操作或者出门时调整参数、查看进度会受到限制。在本文中,我们将通过本地部署的方式,帮助您克服这一限制,实现更加灵活的使用。

提示:不同型号的 Stable Diffusion 对硬件要求有所不同。以 Large Turbo 版本为例,推荐配备至少 8GB 显存以保证流畅运行。
文章目录在本地部署 Stable Diffusion 3.5:让 AI 绘图更便捷前言1. 本地部署 ComfyUI环境准备步骤 1:下载 ComfyUI步骤 2:选择合适的脚本步骤 3:启动 ComfyUI步骤 4:设置中文语言2. 下载 Stable Diffusion 3.5 模型模型选择步骤 1:下载模型文件步骤 2:下载 Clip 编码器文件步骤 3:运行 ComfyUI 服务3. 演示文生图步骤 1:加载示例工作流步骤 2:设置模型步骤 3:输入提示词并生成图像总结

1. 本地部署 ComfyUI

环境准备

  • 操作系统:Windows 11 专业版
  • 显卡要求:至少 8GB 显存

步骤 1:下载 ComfyUI

访问 ComfyUI 的官方 GitHub 页面,下载最新版的免安装版:

打开 GitHub 页面后,找到免安装版并下载解压至本地目录。

ComfyUI GitHub 下载页面

步骤 2:选择合适的脚本

在解压后的文件夹中,您会看到 run_cpurun_nvidia_gpu 两个脚本。run_cpu 是通过 CPU 解码,而 run_nvidia_gpu 则是通过 NVIDIA 显卡加速,后者运行速度更快。

选择适合您硬件的脚本,双击运行。

ComfyUI 运行脚本

步骤 3:启动 ComfyUI

运行脚本后,打开浏览器并访问 http://127.0.0.1:8188,即可进入 ComfyUI 的控制界面。

ComfyUI 页面

默认界面是英文,我们接下来设置为中文,以便更好地进行操作。

步骤 4:设置中文语言

  1. 下载中文语言包:中文插件下载链接
  2. 将解压后的文件放入 ComfyUI 根目录下的 custom_nodes 文件夹中。
中文语言包配置
  1. 回到 ComfyUI,进入设置并选择中文语言。
ComfyUI 设置中文

至此,ComfyUI 界面已经切换为中文,操作更加直观。

2. 下载 Stable Diffusion 3.5 模型

模型选择

Stable Diffusion 3.5 系列有多个版本,本教程使用的是 Stable Diffusion 3.5 Large Turbo 版本。

  • Stable Diffusion 3.5 Large:适合需要高质量图像的专业用户,建议使用 16GB 以上显存。
  • Stable Diffusion 3.5 Large Turbo:速度更快,生成过程更高效,推荐 8GB 显存。
  • Stable Diffusion 3.5 Medium:较为轻量,适合消费级硬件。

点击以下链接下载 Large Turbo 版本模型文件:

步骤 1:下载模型文件

在下载页面找到 sd3.5_large_turbo.safetensors 文件,并将其保存到 ComfyUI 的 models/checkpoint 文件夹中。

模型下载

步骤 2:下载 Clip 编码器文件

接下来,下载以下 Clip 编码器文件并将其保存至 ComfyUI 的 models/clip 文件夹中:

Clip 编码器下载

步骤 3:运行 ComfyUI 服务

回到 ComfyUI 根目录,运行一键脚本启动服务。

3. 演示文生图

步骤 1:加载示例工作流

将下载的 SD3.5L_Turbo_example_workflow.json 文件拖入 ComfyUI 界面中。

加载工作流

步骤 2:设置模型

在左侧的 Clip 设置中,选择刚刚下载的模型。

设置模型

步骤 3:输入提示词并生成图像

在中间的 CLIP 文本编码器中输入提示词,点击右侧的“添加提示词队列”按钮。

生成图像

生成图像后,您就可以看到在本地成功运行的 Stable Diffusion 3.5 模型生成的图像,操作更加便捷。

总结

恭喜您!通过本教程,您已经成功在本地部署了 Stable Diffusion 3.5 模型,并搭建了自己的 AI 绘画工作站。以下是整个部署过程的总结:

  • 第一步:搭建工作台
    • 下载并解压 ComfyUI 免安装版。
    • 启动服务,安装中文插件,完成环境配置。
  • 第二步:安装模型
    • 下载并安装 Stable Diffusion 3.5 Large Turbo 模型及所需的 Clip 编码器。
    • 将模型文件准确放入 ComfyUI 对应文件夹。
  • 第三步:启动并测试
    • 重启 ComfyUI 服务,加载示例工作流。
    • 输入提示词并生成第一张图像。

您已成功完成本地部署,并可以开始探索更多的功能和高级工作流。如果您希望将其转换为公网地址,便于远程访问,建议参考相关教程进行配置。

感谢您跟随本教程完成部署,祝您的创作之旅愉快!

Read more

2026写小说用什么软件?国内外靠谱的7款AI写作工具深度测评(附新手教程)

2026写小说用什么软件?国内外靠谱的7款AI写作工具深度测评(附新手教程)

很多朋友问我:“Edward,我脑子里有个绝佳的故事,但每次写不到三万字就卡壳,最后只能弃坑,怎么办?” 其实,写作不仅靠灵感,更靠“工程化”的执行。 在2025年的今天,我们其实非常幸运。一方面,成熟的网文写作方法论已经可以帮我们规避90%的“雷区”;另一方面,AI工具的爆发让“卡文”不再是绝症。 今天这篇文章,不讲虚的,把一套完整的新手写作SOP和7款我亲测好用的AI工具一次性分享给大家。 第一部分:新手写小说的“排雷”指南与核心方法 在打开AI工具之前,你必须先掌握这套“内功”。否则工具再强,你也只是生成了一堆没有灵魂的文字垃圾。 1、拒绝“裸奔”写作:雪花法大纲 很多新人的最大雷区就是无大纲写作。想到哪写到哪,结果写到第十章发现逻辑崩了,前面埋的坑填不上。 解决方法: 使用“雪花法”或“三幕式结构”。 一句话核心: 用20字概括你的故事(谁+

Whisper-WebUI终极指南:3分钟上手语音转文字神器

Whisper-WebUI终极指南:3分钟上手语音转文字神器 【免费下载链接】Whisper-WebUI 项目地址: https://gitcode.com/gh_mirrors/wh/Whisper-WebUI 还在为视频字幕制作而头疼?Whisper-WebUI让你的语音转文字工作变得前所未有的简单!这款基于Gradio构建的智能工具,集成了最先进的语音识别技术,无论你是视频创作者、播客制作人还是学生,都能轻松实现高效字幕生成。 🎯 为什么你需要这款工具? 想象一下:上传音频文件,点击一下,几分钟后就能获得精准的字幕文件。Whisper-WebUI正是这样一款能让你的工作效率提升10倍的神器! 核心优势一览 * 多源输入:支持本地文件、YouTube链接、麦克风录音 * 格式丰富:SRT、WebVTT、纯文本格式随心选择 * 智能处理:内置语音活动检测、背景音乐分离、说话人识别 * 翻译支持:语音直接翻译或字幕多语言互译 🚀 快速安装:新手也能轻松搞定 方法一:Docker一键部署(最推荐) 适合所有操作系统用户,无需配置复杂环境: git cl

AIGC工具平台-Edict 三省六部制 OpenClaw 集成封装版

AIGC工具平台-Edict 三省六部制 OpenClaw 集成封装版

Edict 是基于开源项目 cft0808/edict 二次开发后,集成到 tarui 工具箱中的功能模块。通过封装,用户无需直接接触源码,也不必手动处理复杂的部署和启动流程,即可在本地完成程序获取、服务启动和页面访问,整体使用门槛更低。 本文将围绕该封装版本的实际使用方式展开,重点说明程序获取、本地启动、WebUI 访问和常见问题处理,帮助使用者快速完成上手并理解标准使用流程。 目前已整理为一组连续教程,分别对应部署启动、使用实战、二开扩展和封装版本使用四个方向。若希望完整了解该项目的源码运行方式、实际操作流程以及封装版本的使用方法,建议结合以下文章按需阅读。 文章说明【OpenClaw】Edict 三省六部制部署与启动介绍 Edict 三省六部制的基础部署方式、运行环境准备和启动流程【OpenClaw】Edict 三省六部制使用与实战流程介绍系统启动后的主要使用方式、核心流程和实战操作思路【OpenClaw】Edict 三省六部制二开与扩展介绍项目在源码层面的二次开发、扩展思路和能力接入方式AIGC工具平台-Edict 三省六部制 OpenClaw 集成封装版介绍封装后的

【大模型知识】Chroma + Ollama + Llama 3.1 搭建本地知识库

【大模型知识】Chroma + Ollama + Llama 3.1 搭建本地知识库

搭建本地知识库 * ✅ 一、整体架构设计(RAG + 向量检索 + 本地 LLM) * 🧰 二、推荐技术栈(2026 年最佳实践) * 🛠️ 三、具体搭建步骤(以 Chroma + Ollama + Llama 3.1 为例) * 步骤 1:安装基础环境 * 步骤 2:安装 Python 依赖 * 步骤 3:准备知识文档 * 步骤 4:构建向量知识库(Python 脚本) * 步骤 5:启动问答服务(RAG 推理) * 🔒 四、安全与性能优化建议 * 1. **隐私保护** * 2. **性能调优** * 3. **中文增强** * 🧪 五、