文章主题：稳定扩散, 图片生成, 参数调整, 图片尺寸
Stable Diffusion 是由 CompVis、Stability AI 和 LAION 共同开发的一个文本转图像模型，它通过 LAION-5B 子集大量的 512×512 图文模型进行训练，我们只要简单的输入一段文本，Stable Diffusion 就可以迅速将其转换为图像，同样我们也可以置入图片或视频，配合文本对其进行处理。先来看几个示例吧。
使用 Stable Diffusion 目前有几种不同的途径：
01. Stable Diffusion Demo，这是官方发布的一个简单的体验版，无需登录，只需要「输入描述文本」，然后点击「生成图像」即可，可进行简单的设置，需要排队，等待时长根据排队人数而定，通常需要几分钟，完成后图片会展示在文本下方，可右击保存，只可生成 512×512 像素的图片。
02. DreamStudio Beta，这是官方发布的公测版，可以对参数进行调整，需要注册登录，注册后会获得 200 积分（generations/credits），每次生成需要消耗相应的积分，积分用完后需要购买才可继续使用，价格 10 英镑（80 元左右）1000 积分。
在界面的右侧区域，用户可以轻松地进行参数调节，以便根据需求优化图片的大小、文本描述与成图的契合度、生成图片的数目、采样模式以及种子的选择。对于大部分情况，默认参数已经足够满足需求，但若特定情况下需要调整，图片尺寸和步数的改变可能会影响所消耗的积分数量。一般来说，步数设定为默认值50步已足够，过高或过低的具体数值并不会有显著的影响。具体所需积分数量会因图片尺寸和步数的改变而有所不同。
在生成图片之后，用户可以轻松地点击图片中心处的下载按钮来获取图片。如果一次性生成了多张图片，用户还可以点击图片下方的“Download All”按钮来一次性下载所有图片。需要注意的是，当前在生成多张图片时，如果用户点击某张图片进行放大预览，将无法返回到多图预览界面，也就无法继续下载其他图片。因此，如果生成了多张图片，我们强烈建议用户先将所有图片下载完毕。
在本文中，您可以通过点击界面左上角的「History」选项来访问历史记录页面。在这个页面上，您可以查看到之前生成的图片的相关记录，这些记录主要包括每次生成的Prompt、尺寸以及种子信息等内容。如果您希望对过去生成的图片进行优化或者调整，您可以在此处复制Seed值，然后返回到Dream页面，在界面右下角的Random Seed按钮处，粘贴刚刚复制的Seed值，接下来就可以对图片的参数或者描述进行调整，最后再次生成图片即可。
点击界面右上角自己的头像，选择「Membership」进入个人中心，可查看个人积分余额及充值。
03. Stable Diffusion ，这是官方发布的 Google Colab 版本，无生成次数限制，需要注册 Hugging Face 账号，需要谷歌账号，需要科学上网，这个版本的流程有点繁琐，不推荐，这边不做介绍了。
04. Stable Diffusion WebUI 1.4，这是由 @altryne 制作的有 WebUI 的 Google Colab 版本，无生成次数限制，需要注册 Hugging Face 账号，需要谷歌账号，需要科学上网，这算是目前比较好用的一版，这边详细介绍一下。
在开始撰写这篇文章之前，我们需要做好充分的准备工作。这包括对主题进行深入研究，收集并整理相关的资料，明确目标受众，以及确定文章的结构和逻辑。只有这样，我们才能确保文章的内容充实、有深度，并且能够有效地传达我们的观点和信息。
04.01. 注册谷歌账号并登录。
04.02. 注册 Hugging Face 账号并登录（注册后去邮箱验证一下）。
04.03. 打开 CompVis/stable-diffusion-v1-4 页面，找到下图部分，勾选同意选项，点击「Access repository」，开通模型访问权限。（这里列出了使用协议，可以自己看一下）
04.04. 打开 CompVis/stable-diffusion 页面，找到「stable-diffusion-v-1-4-original」并单击打开链接。（如果以后更新版本了，请打开对应版本的链接）
在文章中，我们鼓励读者们积极地参与到研究过程中来。为了实现这一目标，我们提供了一个便捷的方式，即通过以下步骤来获取所要研究的模型：首先，找到图片中的部分，然后选择与之相关的选项。接下来，点击“访问仓库”按钮，从而开通模型下载权限。我们希望这样的操作能够为读者们提供便利，使得他们能够更加轻松地获取所需的研究资源。
04.06. 打开 Access Tokens 页面，点击「New Token」按钮，起个名字，Role 选 read 或者 write 都可以，点击「Generate a token」，点击 Show 后面的复制按钮复制 Token。
对于初学者而言，掌握一门新技能或知识往往需要从入门开始。在这个过程中，一份详尽的入门教程显得尤为重要。它不仅可以帮助初学者快速了解所学领域的基本概念和知识点，还可以让他们在学习过程中避免走弯路，更加高效地掌握技能和知识。因此，编写一份高质量的入门教程，对于初学者的学习和成长具有重要的推动作用。
04.1. 打开 Stable Diffusion WebUI 1.4，若未自动登录谷歌账号请点击页面右上角「登录」按钮，登入你的谷歌账号。
04.2. 点击「复制到云端硬盘」或点击「文件」选择「在云端硬盘中保存一份副本」。
04.3. 副本创建完成会出现「笔记本的副本已完成」弹窗，点击「在新标签页中打开」。
04.4. 点击「“Stable Diffusion WebUi – Altryne”的副本」修改笔记本名称（不改也可以，以后就能直接从自己的云端硬盘打开这个文件运行 Stable Diffusion 了）。
04.5. 点击「1 – Setup stage」前面的小三角，找到「1.4 Connect to Google Drive」，将 token（第 04.06. 步复制的 token）粘贴在图中位置，并勾选「download_if_missing」选项。
04.6. 点击「代码执行程序」选择「全部运行」。
04.7. 弹出「笔记本需要高 RAM」的窗口，点击「确定」。（接下来需要等待一段时间，你看到 1 – Setup stage 下面的按钮在转圈圈就表示程序正在运行，需要下载一些文件，第一次运行等待时间会稍长一些）
04.8. 弹出「您还在设备面前吗？」的窗口，点击「进行人机身份验证」，按指令进行验证。（如果没有弹出可忽略）
04.9. 弹出「允许此笔记本访问您的 Google 云端硬盘文件吗？」的窗口，点击「连接到 Google 云端硬盘」。
04.10. 弹出「登录 – Google 账号」窗口，选择你的谷歌账号，点击「允许」。（如果等待过程中 Google Colab 图标变红，网络中断，可点击页面右上角的重新连接，重连后会继续运行）
04.11. 点击「3 – Launch WebUI for stable diffusion」前面的小三角展开单元，当这个单元最下方出现「Running on public URL: https://57651.gradio.app」就表示程序启动成功，点击「https://57651.gradio.app」打开 WebUI。（每次会得到不同的地址）
04.12. 在如图位置输入prompt（描述文本），设置好图片尺寸和生成图片张数，其他建议按默认值，点击「Generate」就开始生成了。
04.13. 回到 Stable Diffusion WebUi – Altryne 的页面，你会在「3 – Launch WebUI for stable diffusion」的末尾看到实时进度，以下图为例，Iteration: 1/12 表示总数 12 张图的第 1 张图片，以此类推，前面的 100% 是完成进度，50/50 是当前完成步数/总步数，00:42<00:00 是已使用时间<剩余时间，1.17it/s 是每秒完成 1.17 步，当出现 [MemMon] Stopped recording. 就表示当前任务的所有图片已经生成完毕。（正常情况生成结束后 WebUI 页面也会展示生成的图片，但是如果有网络不稳定、延迟大等情况或者连续运行超过 90 分钟，生成完毕后 WebUI 页面可能不会显示图片，甚至还在继续计时，此时 WebUI 页面已经断开连接，需要刷新页面后恢复使用）
04.14. 现在你就可以在 Google Drive 直接查看保存的图片了，打开 AI – StableDiffusion 文件夹，这个文件夹里保存的是每次生成任务的汇总图，如果一次生成了多张图片它会自动把这些图片拼在一起。在「samples」文件夹内会以每次生成任务的 prompt 为名称分别建立子文件夹，生成的图片会保存在里面，并且每张图都会附带一个 yaml 格式的配置文件，可以查看这张图片的参数设置。
进阶教程______________________________________________________________________
04.15. 打开 WebUI 第二个标签，这个是图像转图像，就是添加一张参考图，配合文本描述生成图片，注意参考图的尺寸要和输出尺寸一致，否则会报错，可以将图片调整好尺寸以后再添加进来，或者使用左图下方的「Advanced Editor」编辑图片后再操作，步数建议 50 步，图中两个有说明的值可以调整生成效果，建议在默认值左右小范围调整以观察效果，极端值效果不佳。
04.16. WebUI 第三个标签是人脸修复工具，我试验了效果并不理想，使用方式就是添加图片点生成就行了，这边重点推荐一下第四个标签，RealESRGAN 是一个智能放大图片的模型，效果十分惊人，我之前一直用的是 Topaz Gigapixel AI，RealESRGAN 的效果完爆 Topaz Gigapixel AI，操作也很简单，添加图片点击生成即可，这里有两个模型，有一个模型是动漫专用的。
05. pharmapsychotic Stable Diffusion，这是由 @pharmapsychotic 制作的 Google Colab 版本，无生成次数限制，需要注册 Hugging Face 账号，需要谷歌账号，需要科学上网，这个版本的操作比较接近 Disco Diffusion，DD 玩家用起来可能比较顺手，这边也介绍一下。
准备工作______________________________________________________________________
05.01. 注册谷歌账号并登录。（如果之前使用过 Stable Diffusion WebUI 1.4 或其他 Google Colab 版本的 Stable Diffusion 可跳过步骤 05.02.-05.06.）
05.02. 注册 Hugging Face 账号并登录（注册后去邮箱验证一下）。
05.03. 打开 CompVis/stable-diffusion 页面，找到「stable-diffusion-v-1-4-original」并单击打开链接。（目前最新的版本是 1.4，如果以后有更新也可以来这里下载更新的版本）
05.04. 找到下图部分，勾选同意选项，点击「Access repository」，开通模型访问权限。（这里列出了使用协议，可以自己看一下）
05.05. 在页面上找到下图位置，通过链接下载「sd-v1-4.ckpt」文件。
05.06. 打开 Google Drive 并登录你的账号，将下载的「sd-v1-4.ckpt」文件上传至 AI 文件夹内的 models 文件夹内，如果没有这个文件夹请手动新建文件夹。
入门教程______________________________________________________________________
05.1. 打开 pharmapsychotic Stable Diffusion，若未自动登录谷歌账号请点击页面右上角「登录」按钮，登入你的谷歌账号。
05.2. 点击「复制到云端硬盘」或点击「文件」选择「在云端硬盘中保存一份副本」。
05.3. 副本创建完成会出现「笔记本的副本已完成」弹窗，点击「在新标签页中打开」。
05.4. 点击「“pharmapsychotic_Stable_Diffusion.ipynb”的副本」修改笔记本名称（以下所有代码可视为源文件/源代码，此处是源文件的名称，可按创作主题或其他方式命名，方便后期修改和区分）。
05.5. 修改文件夹名称、步数、生成图片张数等参数，输入描述文本。
05.6. 点击「代码执行程序」选择「全部运行」。
05.7. 弹出「笔记本需要高 RAM」的窗口，点击「确定」。（接下来需要等待一段时间，第一次运行等待时间会稍长一些）
05.8. 弹出「您还在设备面前吗？」的窗口，点击「进行人机身份验证」，按指令进行验证。（如果没有弹出可忽略）
05.9. 弹出「允许此笔记本访问您的 Google 云端硬盘文件吗？」的窗口，点击「连接到 Google 云端硬盘」。
05.10. 弹出「登录 – Google 账号」窗口，选择你的谷歌账号，点击「允许」。（如果等待过程中 Google Colab 图标变红，网络中断，可点击页面右上角的重新连接，重连后会继续运行）
05.11. 待 prompt 下方出现进度条就表示正在生成图片了，以下图为例，46% 是当前完成进度，23/50 是指总步数 50 步目前已完成 23 步，00:20<00:25 是指已用时 20 秒，预计还需 25 秒，1.07it/s 是指每秒生成 1.07 步，4046755246 是种子值。
05.12. 任务完成后会在此处显示，若一次生成了多张图片会依次在此显示，全部完成后会显示最后一张图片。
05.13. 你可以直接在这里右击保存图片，也可以在 Google Drive 相应的文件夹内查看和下载图片，文件夹在 AI – StableDiffusion 这个目录下。
进阶教程______________________________________________________________________
05.14. 点击左侧的第四个「文件」图标展开文件窗口。
05.15. 点击文件窗口上方第一个「上传到会话存储空间」图标，选择你要上传的图片并点击「打开」，图片就会开始上传（你也可以把图片直接拖进文件窗口的空白处）。
05.16. 上传完成后图片会显示在文件窗口的列表中，找到你要使用的图片并点击文件名后方的三个小圆点，选择「复制路径」。
05.17. 将路径粘贴在如图位置，设置 init_strength 等参数，点击「代码执行程序」选择「全部运行」，如果之前已经运行过程序，直接点击 Image creation 单元前面的圆形按钮即可。
06. Deforum Stable Diffusion v0.3，这是由 deforum 制作的 Google Colab 版本，无生成次数限制，需要注册 Hugging Face 账号，需要谷歌账号，需要科学上网，这个版本支持制作动画视频，如果运行过其他 Google Colab 版本的 Stable Diffusion 可以直接运行这个版本，如果未运行过其他版本的 Stable Diffusion 需要按「05.01. -05.06.」步骤进行操作，下载并上传「sd-v1-4.ckpt」文件至你的谷歌云盘，然后可以直接运行。这个版本我就不讲解了，如果有想做视频的朋友可以去研究一下。
07. Stable Diffusion Interpolation V2.1，这是由 @ygantigravity 和 @pharmapsychotic 制作的 Google Colab 版本，无生成次数限制，需要注册 Hugging Face 账号，需要谷歌账号，需要科学上网，这个版本有多文本多种子混合模式，似乎可以生成视频，感兴趣的朋友可以研究一下，同样需要下载并上传「sd-v1-4.ckpt」文件至谷歌云盘，然后再使用，若运行过其他 Google Colab 版本的 Stable Diffusion 可以直接运行。
08. 四行PaddleNLP代码体验Stable Diffusion，这是由凉心半浅良心人发布在飞桨平台的版本，有点类似于国内版的 Google Colab，也可以免费使用（有时长限制），这个我自己没有测试，看起来获取免费时长还是有点麻烦，供大家参考吧。
因为 Stable Diffusion 是一个开源模型，所以向公众开放以后涌现出了很多的开发者对其进行修改和加工，创造出了很多不同的版本，他们各有特色，大家可以选择适合自己的版本进行使用，也可以都试一试，选一个自己最顺手的版本。
本地运行______________________________________________________________________
以上是在线使用的教程，其实你也可以把 Stable Diffusion 部署到本地运行，但你需要一个至少有 10G 显存的 NVIDIA 显卡，已知官方 DreamStudio Beta 出一张 1024×512 的图需要大概 15秒，Google Colab 免费用户使用 TESLA T4 GPU 16G 显存出一张 1024×512 的图需要大概 42 秒，不过重点不是时间快慢，而是如果显存不够可能根本跑不起来，或者只能跑很小尺寸的图，所以大家依自己的情况而定，如果条件允许，也可以考虑部署到本地，但是会相对麻烦许多。这边也分享两个本地部署的教程给大家。
Stable Diffusion AI 绘画 ｜2022.08.27｜本地部署 新手教程 by @stillcreek
【傻瓜教程】10分钟本地部署最新AI生成绘画(Stable Diffusion)，有GPU就能玩！ by @诡道荒行
更新一个本地版本，NMKD Stable Diffusion GUI – AI Image Generator，这个版本是打包好的程序，没有繁琐的部署过程，下载以后安装即可使用，目前仅支持 Nvidia 6G 以上的显卡，4G 可能参数设置的低一些也勉强能用，后续版本可能会增强对低显存的支持，仅支持 Windows 系统，这个版本的作者是 N00MKRAD，使用此版的朋友可以加入他们的 Discord，如果使用遇到问题可以去上面反馈。
注意事项______________________________________________________________________
教程中所有准备工作部分仅第一次使用需要操作，之后可以直接运行，Google Colab 平台的版本可能会由于网络不稳定而报错，如果参考教程设置参数后仍有报错情况，请先仔细查阅错误提示，如果看不懂建议直接点击「代码执行程序」选择「全部运行」，重新运行即可。Stable Diffusion WebUI 1.4 版本 WebUI 页若操作没反应，尝试刷新页面后再操作即可，如果还有问题，建议重新运行。宽和高必须设置为 64 的整数倍，也就是 64、128、192、256、320、384、448、512、576、640、704、768、832、896、960、1024、1088、1152、1216、1280 等等，建议 1024×512 左右，大了会爆显存，会崩，可以小一点，RealESRGAN 的放大效果很好，可以出小图再用 RealESRGAN 放大，可放大 4 倍，且保持画质清晰。
如果你是首次接触 Google Colab，提醒一下，免费账号每天有使用时长限制，超过限额会有弹窗提醒，超额后从当日首次连接服务器开始计算 24 小时后恢复使用，如果想继续使用可以付费升级账号或者更换谷歌账号登录使用。
教程中所有准备工作都是为了下载模型，首次使用正常运行后模型就自动下载到你的云盘了，以后可以直接从云盘副本运行程序，不需要再按准备工作部分操作。
Stable Diffusion 的操作比较简单，效率也比较高，赶快去试一试吧！感谢 CompVis、Stability AI 和 LAION，感谢开发者们。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
