Stable Diffusion: как скачать нейросеть на ПК и установить бесплатно

Что такое Stable Diffusion и зачем она нужна

Stable Diffusion — это нейросеть с открытым исходным кодом, которая генерирует изображения по текстовому описанию (промпту). В отличие от закрытых сервисов вроде Midjourney или DALL-E, её можно установить на собственный компьютер и использовать полностью бесплатно, без ограничений по количеству генераций и без цензуры. Это делает её особенно привлекательной для художников, дизайнеров, иллюстраторов и всех, кто хочет создавать уникальные визуальные материалы.

Основные возможности Stable Diffusion включают:

генерацию изображений с нуля по текстовому запросу;
дорисовку и модификацию существующих изображений (img2img);
расширение фотографий за пределы исходных границ;
замену объектов на изображении, удаление фона и другие операции;
использование различных моделей и стилей, включая фотореализм, аниме, живопись и т.д.

Важно понимать, что Stable Diffusion — это инструмент, который требует определённых навыков. Без понимания основ композиции, света и стиля сложно получить качественный результат. Однако даже новичок, следуя инструкциям и экспериментируя с промптами, может добиться впечатляющих результатов.

Системные требования для установки Stable Diffusion

Прежде чем скачивать Stable Diffusion, убедитесь, что ваш компьютер соответствует минимальным требованиям. Основной компонент — видеокарта NVIDIA с поддержкой CUDA. Рекомендуемый объём видеопамяти — от 4 ГБ, но для комфортной работы лучше иметь 6 ГБ и более. На видеокартах с 2 ГБ или менее генерация будет крайне медленной или вовсе невозможной.

Также потребуется:

операционная система Windows 10/11 (или Linux/macOS для некоторых сборок);
не менее 16 ГБ оперативной памяти (рекомендуется 32 ГБ);
около 10–30 ГБ свободного места на диске (зависит от количества моделей);
процессор, поддерживающий 64-разрядные вычисления.

Если у вас видеокарта AMD или Intel, установка возможна, но потребует дополнительных настроек и может быть менее стабильной. В таких случаях стоит рассмотреть онлайн-версии или облачные сервисы.

Обратите внимание: для работы Stable Diffusion на слабых видеокартах (4 ГБ и менее) необходимо использовать специальные параметры запуска, такие как --medvram или --lowvram. Они снижают нагрузку на видеопамять, но замедляют генерацию.

Способы установки: WebUI, официальная версия и готовые клиенты

Существует несколько способов установить Stable Diffusion на ПК. Самый популярный и удобный — использование WebUI от AUTOMATIC1111. Это графический интерфейс, который запускается в браузере и предоставляет множество настроек, включая выбор моделей, управление шагами генерации, работу с img2img и многое другое.

Официальная версия Stable Diffusion от CompVis устанавливается через командную строку и требует больше ручных действий. Она подходит для опытных пользователей, которые хотят понять внутреннее устройство нейросети, но для повседневного использования она неудобна.

Также существуют готовые клиенты с упрощённым интерфейсом:

NMKD Stable Diffusion GUI — для Windows, прост в установке, включает базовые функции;
DiffusionBee — для macOS, поддерживает генерацию, img2img, апскейл;
Easy Diffusion — кроссплатформенный клиент (Windows, Linux, macOS), поддерживает ControlNet и другие расширения.

Эти клиенты подходят новичкам, но их функциональность ограничена по сравнению с WebUI. Если вы планируете серьёзно заниматься генерацией, лучше освоить AUTOMATIC1111.

Пошаговая установка Stable Diffusion WebUI на Windows

Рассмотрим установку WebUI от AUTOMATIC1111, так как это самый распространённый и функциональный вариант. Процесс состоит из нескольких этапов.

Шаг 1: Установка Python. Скачайте Python версии 3.10.6 или 3.10.9 с официального сайта. Важно не использовать более новые версии, так как они могут вызвать ошибки. При установке обязательно отметьте галочку «Add Python to PATH».

Шаг 2: Установка Git. Скачайте Git с официального сайта и установите с параметрами по умолчанию. Git необходим для клонирования репозитория и обновления WebUI.

Шаг 3: Клонирование репозитория. Создайте папку на диске (например, C:\SD), путь к которой не содержит пробелов и кириллицы. Откройте в этой папке Git Bash (правый клик → «Git Bash Here») и выполните команду:

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

Дождитесь завершения загрузки.

Шаг 4: Загрузка модели. Модель — это файл с весами нейросети, который определяет стиль генерации. Скачайте модель (например, sd-v1-4.ckpt или v1-5-pruned-emaonly.safetensors) с Hugging Face или других источников. Переименуйте файл в model.ckpt и поместите в папку stable-diffusion-webui\models\Stable-diffusion.

Шаг 5: Настройка для слабых видеокарт. Если у вас 4 ГБ видеопамяти или меньше, откройте файл webui-user.bat в текстовом редакторе и измените строку set COMMANDLINE_ARGS= на:

set COMMANDLINE_ARGS=--medvram

Для видеокарт с 2 ГБ используйте --lowvram. Для видеокарт NVIDIA 16-й серии может потребоваться --precision full --no-half.

Шаг 6: Запуск. Дважды кликните по webui-user.bat. При первом запуске будут загружены и установлены все необходимые компоненты (Torch, CUDA и др.). Это может занять несколько минут. Когда появится сообщение Running on local URL: http://127.0.0.1:7860, откройте этот адрес в браузере.

Готово! Вы можете начинать генерировать изображения.

Установка официальной версии Stable Diffusion

Официальная версия Stable Diffusion от CompVis устанавливается через командную строку и требует использования Miniconda. Этот способ подходит для тех, кто хочет работать с нейросетью на более низком уровне и готов разбираться с консольными командами.

Процесс установки:

Установите Git и Miniconda3 (с опцией «Install for all users»).
Скачайте архив Stable Diffusion с GitHub (репозиторий CompVis/stable-diffusion) и распакуйте его в папку, например, C:\stable-diffusion.
Скачайте модель (например, sd-v1-4.ckpt) и переименуйте в model.ckpt.
Откройте Anaconda Prompt и выполните команды:

cd C:\stable-diffusion\stable-diffusion-main
conda env create -f environment.yaml
conda activate ldm
mkdir models\ldm\stable-diffusion-v1

Переместите model.ckpt в папку models\ldm\stable-diffusion-v1.
Для генерации используйте команду:

python scripts/txt2img.py --prompt "a cat" --plms --n_iter 5 --n_samples 1

Изображения сохранятся в папке outputs.

Официальная версия не имеет графического интерфейса, поэтому для удобства лучше использовать WebUI. Однако понимание командной строки может быть полезно для автоматизации процессов.

Выбор и установка моделей для Stable Diffusion

Модель — это ключевой элемент, определяющий стиль и качество генерации. Стандартная модель SD 1.5 хорошо подходит для общих задач, но существует множество альтернатив, созданных сообществом.

Основные настройки WebUI для качественной генерации

После установки WebUI вы увидите множество параметров, которые влияют на результат. Понимание этих настроек поможет вам получать более качественные изображения.

Sampling Method — алгоритм, который определяет, как нейросеть преобразует шум в изображение. Популярные методы: Euler, DPM++ 2M, DDIM. Для большинства задач хорошо подходит DPM++ 2M Karras.

Sampling Steps — количество итераций. Обычно достаточно 20–30 шагов. Большее количество не всегда улучшает результат, а иногда даже ухудшает его.

CFG Scale — насколько точно результат соответствует промпту. Значение 7–10 считается оптимальным. Слишком высокие значения могут привести к артефактам, слишком низкие — к игнорированию запроса.

Width и Height — разрешение изображения. По умолчанию 512×512. Увеличение разрешения требует больше видеопамяти. Для больших изображений используйте апскейлеры.

Seed — зерно генерации. Если вы хотите воспроизвести результат, укажите тот же seed. Значение -1 означает случайный выбор.

Batch count и Batch size — количество изображений за одну генерацию. Увеличение batch size сильно нагружает видеопамять.

Экспериментируйте с этими параметрами, чтобы найти оптимальные для вашего стиля.

Работа с img2img, inpaint и другими функциями

WebUI от AUTOMATIC1111 предоставляет не только генерацию по тексту, но и мощные инструменты для работы с изображениями.

img2img — позволяет модифицировать существующее изображение на основе текстового запроса. Например, вы можете изменить цвет волос на фото, добавить элементы или полностью изменить стиль. Параметр Denoising Strength контролирует степень изменения: чем выше значение, тем сильнее отличается результат от оригинала.

Inpaint — функция для редактирования отдельных областей изображения. Вы загружаете картинку, закрашиваете область, которую хотите изменить, и указываете промпт. Это удобно для удаления объектов, исправления дефектов или добавления новых элементов.

Extras — вкладка с дополнительными инструментами, включая апскейл (увеличение разрешения) с помощью нейросетей. Это полезно, если вы хотите получить изображение большего размера без потери качества.

Эти функции делают Stable Diffusion незаменимым инструментом для художников и дизайнеров, позволяя быстро создавать и редактировать визуальные материалы.

Решение типичных проблем при установке и запуске

При установке Stable Diffusion пользователи часто сталкиваются с ошибками. Рассмотрим самые распространённые и способы их решения.

Ошибка «Python was not found» — возникает, если Python не добавлен в PATH. Переустановите Python, отметив галочку «Add Python to PATH», или пропишите путь к python.exe в файле webui-user.bat.

Ошибка «Out of memory» — нехватка видеопамяти. Используйте параметры --medvram или --lowvram. Также можно уменьшить разрешение изображения.

Ошибка «NansException» — возникает на видеокартах, не поддерживающих половинную точность. Добавьте в COMMANDLINE_ARGS параметры --precision full --no-half.

Браузер не открывает 127.0.0.1:7860 — убедитесь, что окно консоли не закрыто, и используйте протокол http://, а не https://.

Долгая загрузка при первом запуске — это нормально, так как загружаются большие файлы. Не закрывайте окно консоли и дождитесь сообщения о запуске.

Если проблема не решается, обратитесь к официальной документации или сообществу на GitHub.

Советы по созданию эффективных промптов

Качество генерации во многом зависит от того, как вы формулируете запрос. Вот несколько рекомендаций для получения лучших результатов.

Пишите промпты на английском языке — нейросеть обучена в основном на англоязычных данных.
Будьте конкретны: вместо «красивый пейзаж» напишите «photorealistic landscape, mountain view, sunset, highly detailed».
Используйте ключевые слова, описывающие стиль, освещение, композицию: «cinematic lighting», «intricate details», «4k», «artstation».
Добавляйте негативный промпт (Negative prompt), чтобы исключить нежелательные элементы, например, «blurry, low quality, watermark».
Изучайте работы других пользователей и их промпты на сайтах вроде Civitai или в тематических сообществах.
Экспериментируйте с порядком слов и синонимами — нейросеть чувствительна к формулировкам.

Помните, что создание идеального промпта — это творческий процесс, требующий практики. Не бойтесь пробовать новое и анализировать результаты.

Вопросы и ответы

Можно ли установить Stable Diffusion на компьютер с видеокартой AMD?

Да, но это потребует дополнительных настроек. Для видеокарт AMD можно использовать специальные сборки WebUI с поддержкой DirectML или ROCm. Однако производительность будет ниже, чем на NVIDIA, и возможны ошибки. Если у вас AMD, проще использовать онлайн-версии или облачные сервисы.

Сколько места на диске нужно для Stable Diffusion?

Базовая установка WebUI занимает около 10 ГБ, включая зависимости. Каждая модель добавляет от 2 до 7 ГБ. Если вы планируете использовать несколько моделей и расширений, закладывайте минимум 30 ГБ свободного места.

Можно ли использовать Stable Diffusion без видеокарты, только на процессоре?

Технически да, существуют сборки, работающие на CPU, но скорость генерации будет крайне низкой — одно изображение может создаваться несколько минут или даже часов. Для практического использования видеокарта NVIDIA с CUDA обязательна.

Какая версия Python нужна для Stable Diffusion WebUI?

Разработчики рекомендуют Python 3.10.6 или 3.10.9. Более новые версии (3.11, 3.12) могут вызывать ошибки совместимости с библиотеками. Установите именно 3.10.x и обязательно добавьте Python в PATH.

Где скачать модели для Stable Diffusion?

Основные источники — Hugging Face (huggingface.co) и Civitai (civitai.com). На Civitai можно фильтровать модели по стилю и популярности. Убедитесь, что файл имеет расширение .ckpt или .safetensors, и поместите его в папку models\Stable-diffusion.

Почему при запуске webui-user.bat появляется ошибка «Python was not found»?

Это означает, что Python не добавлен в переменную PATH. Переустановите Python, отметив галочку «Add Python to PATH», или вручную пропишите путь к python.exe в файле webui-user.bat, например: set PYTHON=C:\Python310\python.exe

Как ускорить генерацию изображений в Stable Diffusion?

Используйте видеокарту NVIDIA с большим объёмом VRAM, уменьшите разрешение до 512×512, сократите количество шагов до 20–30, выберите более быстрый метод сэмплинга (например, Euler). Также можно использовать параметр --xformers для оптимизации.