在家运行稳定扩散的友好指南 • –

动手实践微软 Copilot+ AI PC 的推出带来了大量机器学习增强功能，包括内置于 MS Paint 中的图像生成器，可在本地运行并将您的涂鸦变成艺术品。

唯一的问题是，你需要一台崭新的 Copilot+ AI PC 来解锁这些功能。好吧，要解锁 Microsoft 共同创造 无论如何。如果您有一块比较现代的显卡，或者一块不错的集成显卡，那么您 (可能) 就拥有了在机器上本地试验 AI 图像生成所需的一切。

自近两年前首次亮相以来，Stability AI 的稳定扩散模型已成为本地图像生成的首选，这要归功于其极其紧凑的尺寸、相对宽松的许可证和易于访问的特性。与许多专有模型（如 Midjourney 或 OpenAI 的 Dall-e）不同，您可以下载该模型并自行运行。

正因为如此，过去几年出现了大量的应用程序和服务，旨在使得在各种硬件上更容易部署稳定扩散衍生模型。

在本教程中，我们将研究扩散模型的实际工作方式，并探索在您的机器上本地运行它们的更流行的应用程序之一。

扩散模型基础

在我们开始部署和运行扩散模型之前，可能值得从高层次了解一下它们的实际工作原理。

简而言之，扩散模型经过训练可以接受随机噪声，并通过一系列去噪步骤，得到代表特定提示的可识别图像或音频样本。

训练这些模型的过程也相当简单，至少从概念上来说是这样。导入大量带标签的图像、图形或有时是音频样本（通常从互联网上截取），并对其施加越来越高的噪声水平。在数百万甚至数十亿个样本的过程中，模型经过训练可以逆转这一过程，从纯噪声变成可识别的图像。

在此过程中，数据及其标签都会转换为相关向量。这些向量在推理过程中起到指导作用。当被问及“小狗在草地上玩耍”时，模型将使用此信息指导去噪过程的每个步骤，以实现所需的结果。

需要明确的是，这是一个过于简单的说法，但它提供了扩散模型如何生成图像的基本概述。幕后还有很多事情要做，我们建议查看 Computerphile 的稳定扩散 解释者 如果您有兴趣了解有关此特定 AI 模型的更多信息。

开始使用 Automatic1111

可以说，在本地运行扩散模型最流行的工具是 Automatic1111 的稳定扩散 Web UI。

顾名思义，该应用程序提供了一个简单的自托管 Web GUI，用于创建 AI 生成的图像。它支持 Windows、Linux 和 macOS，可以在 Nvidia、AMD、Intel 和 Apple Silicon 上运行，但有一些注意事项，我们稍后会提到。

实际安装会有所不同，取决于您的操作系统和硬件，因此请随意跳转到与您的设置相关的部分。

笔记： 为了使本指南更容易使用，我们将其分为四个部分：

在 Linux 上安装 Automatic1111 — AMD 和 Nvidia

首先，我们将在 Ubuntu 24.04 系统上安装并运行 Automatic1111 Stable Diffusion Web UI（从现在起我们将简称为 A1111）。这些说明适用于 AMD 和 Nvidia GPU。

如果您碰巧运行的是不同版本的 Linux，我们建议您查看 A1111 GitHub 仓库 有关发行版特定部署的更多信息。

在开始之前，我们需要安装一些依赖项，即 git 和 software-properties-common 包：

sudo apt install git 软件属性-common -y

我们还需要获取 Python 3.10。不管怎样，Ubuntu 24.04 的存储库中没有包含此版本，因此，我们必须添加 Deadsnakes PPA，然后才能获取所需的软件包。

sudo 添加 apt 存储库 ppa：deadsnakes/ppa -y sudo apt 安装 python3.10-venv -y

注意：在我们的测试中，我们发现 AMD GPU 需要一些额外的包才能工作，然后重新启动。

#仅适用于 AMD GPU sudo apt install libamd-comgr2 libhsa-runtime64-1 librccl1 librocalution0 librocblas0 librocfft0 librocm-smi64-1 librocsolver0 librocsparse0 rocm-device-libs-17 rocm-smi rocminfo hipcc libhiprand1 libhiprtc-builtins5 radeontop #仅适用于 AMD GPU sudo usermod -aG render,video $USER #仅适用于 AMD GPU sudo reboot

理清依赖关系后，我们现在可以使用 git 下载 A1111 Web UI。

git clone && cd stable-diffusion-webui python3.10 -m venv venv

最后，我们可以通过运行以下命令启动 Web UI。

./webui.sh

该脚本将开始下载适合您特定系统的相关软件包，并拉下 Stable Diffusion 1.5 模型文件。

#AMD GPUS OMLY echo “导出 HSA_OVERRIDE_GFX_VERSION=11.0.0” >> ~/stable-diffusion-webui/webui-user.sh

如果您仍然遇到问题，请查看我们的“有用的标志”部分以获取更多提示。

在下一部分中，我们将深入研究如何在 Windows 和 macOS 中运行 A1111。