Как установить и использовать Stable Diffusion локально с графическим интерфейсом

Важно: при работе с LLM/генеративными моделями соблюдайте законы и этические ограничения в вашей юрисдикции, не используйте модель для создания запрещённого контента и уважайте авторские права.

Быстрые ссылки

• Что такое Stable Diffusion?
• Что нужно для запуска этой версии Stable Diffusion?
• Как установить Stable Diffusion с графическим интерфейсом
• Как генерировать изображения с помощью WebUI от AUTOMATIC1111
• Как замаскировать созданные изображения для инпейнта
• Как использовать Stable Diffusion с ComfyUI
• Как исправить ошибку “CUDA Out Of Memory” в WebUI AUTOMATIC1111

Что такое Stable Diffusion?

Stable Diffusion — это генеративная модель для создания или модификации изображений на основе текстовых подсказок (prompt). Она позволяет сгенерировать изображение «с нуля» по описанию или изменить часть существующего изображения, используя техники, называемые img2img и inpainting. Модель была публично доступна и широко использовалась со второго полугодия 2022 года и далее. Ключевые отличия Stable Diffusion:

• Возможность запуска локально на ПК — вы храните модель и входные данные у себя.
• Модель и многие форки доступны в открытом доступе: сообщество создало удобные графические интерфейсы и плагины.

Краткое определение: Stable Diffusion — текст‑в‑изображение генератор, оптимизированный для локального запуска и расширяемый через модели и плагины.

Важно: открытость проекта привела к множеству пользовательских интерфейсов (fork). В этой инструкции мы рассматриваем два популярных варианта с GUI: AUTOMATIC1111 WebUI (интуитивный, простой для новичка) и ComfyUI (узловой/ node-based, мощный для продвинутых цепочек обработки).

Что нужно для запуска этой версии Stable Diffusion?

Минимальный и рекомендованный набор компонентов и требований с пояснениями.

• Свободное место на диске: минимум 10 ГБ (для базовой установки). Checkpoint-файлы и дополнительные модели могут занимать десятки гигабайт — имейте запас.
• Операционная система: Windows 10 / 8.1 / 8 / 11 (в статье описана установка на Windows). Многие шаги схожи для Linux, но команды и скрипты отличаются.
• Python: рекомендуемая версия — 3.10.6 (используйте именно её для совместимости с большинством сборок WebUI).
• Git: нужен для удобного скачивания репозитория или его обновления.
• NVIDIA GPU с минимум ~6 ГБ VRAM (на практике 6 ГБ — «нижняя граница»; 8–12 ГБ — комфортно; 12+ ГБ — для больших разрешений и SDXL). На GPU с 4 ГБ возможно запустить с сильным урезанием настроек и оптимизациями, но стабильность и возможности будут ограничены.
• AMD GPU: существуют способы запустить, но потребуется ручная настройка и патчи (менее удобно для новичка).
• Checkpoints (веса моделей): Stable Diffusion 1.5, SDXL и др. Многие GUI автоматизируют загрузку 1.5, но для SDXL часто требуется ручная загрузка.
• Дополнительные модели/модули: GFPGAN/RealESRGAN/ESRGAN/CodeFormer для улучшения лиц и апскейла; LORA/embeddings для специализированных стилей; refiner для SDXL и т.д.

Примечание: некоторые форки и GUI предоставляют инсталляторы или скрипты, которые автоматически настроят окружение и загрузят зависимости.

Как установить Stable Diffusion с графическим интерфейсом

Ниже — подробный пошаговый процесс для Windows, охватывающий оба GUI: AUTOMATIC1111 WebUI и ComfyUI. Большая часть шагов взаимозаменяема.

1) Установка Python

1. Зайдите на официальный сайт Python и скачайте версию 3.10.6. Выберите “Windows Installer (64‑Bit)”.

2. Запустите скачанный установщик и выберите “Install” или “Upgrade”, если версия Python уже установлена.
3. Обязательно отметьте опцию “Add Python 3.10 to PATH” для удобства запуска из командной строки.

Совет: если вы планируете экспериментировать с несколькими версиями Python, используйте виртуальные окружения (venv) или управляйте версиями через pyenv (Linux/macOS) — но для базовой работы это не обязательно.

2) Установка Git и загрузка репозитория

1. Скачайте Git для Windows (64‑bit) и установите, оставив рекомендованные параметры, если не уверены.
2. Перейдите на GitHub-страницу выбранного GUI:
   • AUTOMATIC1111 WebUI: нажмите зелёную кнопку “Code” → “Download ZIP” или клонируйте репозиторий.

• ComfyUI: перейдите в раздел “Installing” и используйте “Direct Link to Download” или клонирование.

3. Распакуйте архив в удобную папку — это будет рабочая директория. Пример: распаковка в C:.


Важно: не помещайте папку внутрь другой папки по ошибке — проверяйте путь.

3) Загрузка чекпоинтов (weights)

Checkpoints — файлы с обученными весами модели. Без них генерация невозможна.

• AUTOMATIC1111 WebUI часто автоматически скачивает Stable Diffusion 1.5 при первом запуске; SDXL и другие варианты скачиваются вручную.
• ComfyUI обычно не скачивает чекпоинты автоматически — их нужно загрузить вручную.

Память и объём: файлы весят несколько гигабайт, загрузка может занять время.

Размещение:

• Для AUTOMATIC1111: поместите файлы в C:\stable-diffusion-webui\models\Stable-diffusion
• Для ComfyUI: C:\ComfyUI_windows_portable\ComfyUI\models\checkpoints

Дополнительно вы можете добавить папки для upscalers, LORA и других моделей — GUI создаёт для них соответствующую структуру. Просто перетащите файлы в нужные папки.

4) Первый запуск (batch-файл)

• Для AUTOMATIC1111: дважды кликните webui-user.bat
• Для ComfyUI (NVIDIA): дважды кликните run_nvidia_gpu.bat

Первый запуск может занять несколько минут — система скачает зависимости и установит дополнительные пакеты.

В конце консоль должна показать примерно такое сообщение:

Running on local URL: http://127.0.0.1:7860 To create a public link, set `share=True` in `launch()`

ComfyUI по умолчанию использует порт 8188 (http://127.0.0.1:8188).

Как генерировать изображения в AUTOMATIC1111 WebUI

Откройте браузер и введите адрес: http://127.0.0.1:7860 или http://localhost:7860. По умолчанию вы попадёте на вкладку txt2img — генерация изображения по текстовой подсказке.

Описание основных полей и подсказки по значениям:

• Prompt: текстовое описание того, что хотите получить. Чем конкретнее, тем предсказуемее результат.
• Painter’s Palette: применяет случайный художественный стиль к промпту.
• Sampling Steps: число шагов семплирования. 20–50 шагов — обычный диапазон; больше шагов обычно повышает детализацию, но даёт убывающую отдачу.
• Sampling Method: алгоритм семплирования (например, Euler a, PLMS). Разные семплеры даёт разные варианты изображений.
• Restore Faces: включает GFPGAN/CodeFormer для улучшения лиц.
• Batch Count: число отдельных прогонов генерации (сколько партий изображений в целом).
• Batch Size: количество изображений за один прогон (обычно 1, увеличивать только при большом VRAM).
• CFG Scale (classifier-free guidance): управляет тем, насколько строго модель следует промпту. Диапазон ~3–12: низкие — творческие отклонения, высокие — строгое соответствие.
• Width / Height: размер выходного изображения (например, 512×512). Чем выше — тем больше VRAM.
• Seed: число, задающее начальную случайность. -1 означает случайный seed; фиксированный seed даёт повторимый результат.

Пример генерации: промпт “a highland cow in a magical forest, 35mm film photography, sharp” с sampler Euler a, steps 40, CFG 5. По завершении вы получите несколько вариаций. Нажмите “Interrupt”, если нужно прервать генерацию.

Выберите понравившийся результат и используйте “Send to Inpaint” для доработки.

Маскирование и инпейтинг (Inpainting)

Инпейтинг позволяет частично изменить изображение, сохранив остальную его часть. WebUI предлагает два режима:

• Inpaint masked — модель изменит область, отмеченную маской.
• Inpaint not masked — изменится всё, кроме отмеченной области (область будет сохранена).

Пошагово (Inpaint masked):

1. Нажмите и ведите левой кнопкой мыши по области, которая должна измениться. При рисовании появится белая маска.
2. Закрасьте полностью область — не просто обведите. Маска должна покрывать нужный фрагмент.
3. Для создания нового объекта в сцене используйте «Masked Content: Latent Noise» (даёт лучшие результаты при генерации новых элементов).
4. Настройки по умолчанию: Mask Blur 10, Inpaint Area: Whole Picture, Sampling Method: Euler A, Sampling Steps: 30, CFG Scale: 5 — хорошие стартовые точки.

Примеры промптов для inpaint:

• “a highland cow wearing a chef’s hat in a magical forest, 35mm film photography, sharp”
• “a highland cow wearing a bowler hat in a magical forest, 35mm film photography, sharp”

Результаты зависят от точности маски, выбранного семплера и настроек шума. Для создания одного точного объекта в сцене генерируйте несколько вариантов (Batch Size > 1) и выберите лучший.

Если нужно сохранить центральный объект и заменить фон — используйте Inpaint not masked: закрасьте все, что должно сохраниться, и модель изменит остальное.

Как использовать ComfyUI: узловой (node-based) подход

ComfyUI — альтернатива WebUI, ориентированная на гибкость. Здесь вы создаёте «поток» обработки изображения, соединяя узлы (nodes). Каждый узел выполняет отдельную задачу: загрузку модели, кодирование текста, создание латентной картины, сам семплер и декодер.

Основные узлы и их назначение:

• Load Checkpoint — загрузка весов модели.
• Clip Text Encode — кодирование положительного и отрицательного промптов.
• Empty Latent Image — создание зашумлённого (латентного) изображения.
• KSampler — узел с семплером (он преобразует шум в изображение).
• VAE Decode — декодирование латентного представления в итоговое изображение.
• Save Image — запись результата на диск.

В ComfyUI вы вручную соединяете входы и выходы узлов, как конвейеры на фабрике. Пример: промпт вводится в Clip Text Encode → подключается к KSampler в позицию positive → KSampler соединён с VAE Decode → Save Image.

Важные параметры в ComfyUI:

• Seed — начальная случайность. Фиксация seed даёт повторяемость.
• CFG — как строго модель следует промпту.
• Steps — количество шагов семплирования.
• Sampler_name — выбор алгоритма семплирования.
• Denoise — важен при img2img/inpainting: чем выше — тем сильнее отклонение от исходного изображения.

Размер изображения задаётся в узле Empty Latent Image: начните с 512×512 для экономии VRAM; при 12 ГБ VRAM можно попробовать 1024×1024.

ComfyUI сильна тем, что вы можете добавлять промежуточные узлы (upscalers, refiner, face restoration) и строить сложные пайплайны. Сообщество создало множество готовых workflows.

Практические рекомендации: промпты, CFG и семплеры

1. Промпты: короткие описания дают широкий разброс; длинные, структурированные промпты (с перечислением стиля, техники, освещения, камеры, деталей) повышают предсказуемость.
2. Негативные промпты: список того, чего вы не хотите видеть (например, “bad hands, low quality, watermark”) — помогает фильтровать нежелательные артефакты.
3. CFG: 4–7 для больше художественности; 7–12 для точного соответствия. Экспериментируйте.
4. Seed: фиксируйте seed для воспроизводимости. С тем же seed и теми же параметрами вы получите схожий результат.
5. Семплеры: Euler a — популярный выбор; PLMS и другие иногда дают более мягкие или более резкие результаты. Тестируйте.
6. Upscaling: сначала сгенерируйте при комфортном разрешении, затем примените RealESRGAN/ESRGAN для повышения разрешения и качества деталей.

Шаблон промпта для фотографии:

“[предмет], [окружение], [стиль (фото/иллюстрация)], [тип объектива или камера, например 35mm], [освещение], [настроение], sharp, high detail”.

Пример: “a highland cow in a magical forest, 35mm film photography, soft golden backlight, cinematic, sharp, high detail”

Оптимизация VRAM и устранение ошибки “CUDA Out Of Memory”

Если при запуске или генерации появляется сообщение об ошибке “CUDA out of memory” — это означает недостаток видеопамяти. Вот подробный план действий и параметры, которые можно добавить в webui-user.bat:

1. Откройте webui-user.bat в Блокноте (Notepad) или другом текстовом редакторе. Найдите строку:

set COMMANDLINE_ARGS=

2. Попробуйте добавить и сохранить следующие аргументы (можно по очереди):

• –opt-split-attention — оптимизирует использование памяти при некоторых GPU.
• –medvram — уменьшает использование в средних объёмах VRAM.
• –lowvram — сильнее снижает использование VRAM, но может быть медленнее и не всегда совместимо с некоторыми функциями.
• –always-batch-cond-uncond — необходим при некоторых конфигурациях для экономии памяти.

3. Другие советы по уменьшению потребления памяти:

• Уменьшите разрешение изображения (Width/Height). Попробуйте 256×256 или 384×384 для тестов.
• Уменьшите Batch Size до 1.
• Снизьте количество Sampling Steps и оцените качество.
• Отключите Restore Faces или другие дополнительные операции.
• Установите xformers (если поддерживается сборкой) — это может снизить использование памяти и ускорить работу.

4. Если всё ещё OOM — рассматривайте апгрейд GPU или использование удалённого облачного сервера с большим VRAM.

SOP: быстрый рабочий процесс (Playbook) для создания финального изображения

Шаги для получения качественной финальной картинки с локальной установкой:

1. Подготовка:
   • Убедитесь, что установлены нужные checkpoints и модели для апскейла/ретуши.
   • Откройте WebUI или ComfyUI.
2. Быстрый прототип:
   • Сгенерируйте 4–8 вариантов с низким разрешением (например, 512×512, CFG 5–7, 20–30 шагов).
   • Выберите 2–3 лучших.
3. Детализация:
   • На выбранной версии используйте img2img с небольшим denoise для сохранения композиции, но улучшения деталей.
   • Либо сделайте inpaint на областях, требующих изменения.
4. Апскейл и ретушь лица:
   • Примените RealESRGAN или GFPGAN для улучшения лиц и увеличения разрешения.
5. Финальная проверка:
   • Просмотрите на предмет дефектов (пальцы, текст, странные артефакты) и при необходимости скорректируйте.
6. Версионирование:
   • Сохраните итоговые параметры (prompts, seed, sampler, steps), чтобы повторить результат.

Чек‑лист при установке и первом запуске

• Скачан и установлен Python 3.10.6 с добавлением в PATH
• Установлен Git
• Загружен репозиторий WebUI и/или ComfyUI
• Помещены чекпоинты в правильные папки
• Запущен webui-user.bat или run_nvidia_gpu.bat
• [ ] В браузере открывается http://127.0.0.1:7860 (или 8188 для ComfyUI)
• Сгенерирован тестовый набор изображений

Роли и их приоритеты при проверке:

• Художник: проверяет композицию, стиль и выразительность.
• Техник: проверяет стабильность установки, доступность GPU и логи.
• Контент‑менеджер: проверяет соответствие правовым и этическим требованиям.

Роль‑базированные чек‑листы

Художник (начальный):

• Понять, как формулировать промпт.
• Сгенерировать 10 вариантов с разными CFG и семплерами.
• Выбрать и довести 2 варианта до финала.

Опытный пользователь / исследователь:

• Настроить ComfyUI workflow для многомодельной обработки.
• Подключить LORA модели и embeddings.
• Сравнить результаты разных чекпоинтов.

Системный администратор:

• Обеспечить резервное копирование чекпоинтов.
• Настроить swap/caching и мониторинг GPU.
• Прописать инструкции отката (rollback) при ошибках обновления.

Incident runbook: что делать при критических ошибках

Сценарий: WebUI не запускается / консоль падает / GPU перегревается / OOM.

1. WebUI не запускается:
   • Откройте консольный вывод и найдите первые ошибки (отсутствие зависимостей, ошибки в Python‑пакетах).
   • Выполните ‘git pull’ в папке webui и пересоздайте окружение — иногда обновления ломают зависимости.
   • Убедитесь, что Python добавлен в PATH и что используется требуемая версия (3.10.6).
2. Ошибка OOM при генерации:
   • Уменьшите разрешение и batch size.
   • Примените аргументы в webui-user.bat: –opt-split-attention, –medvram, –lowvram.
3. GPU перегрелся / компьютер зависает:
   • Остановите процесс, дайте системе остыть, проверьте охлаждение (вентиляторы, пыль).
   • Уменьшите нагрузку: меньшие размеры, меньше шагов.
4. Коррупция чекпоинта (файл не читается):
   • Проверьте контрольную сумму файла (если доступна) и перекачайте файл заново.
5. Модель выдаёт нежелательный результат (нарушение правил):
   • Удалите контент; не публикуйте; пересмотрите промпты и фильтры.

Тестовые сценарии и критерии приёмки

Критерии приёмки установки:

• Веб‑интерфейс открывается по адресу 127.0.0.1:7860 (или 8188)
• Минимум одна модель успешно загружена и видна в интерфейсе
• Успешная генерация как минимум 1 изображения размером 512×512 без OOM

Тестовые кейсы генерации:

• Генерация при seed фиксированном и при -1 — сравнить воспроизводимость
• Инпейтинг области — область должна измениться согласно промпту, остальное изображение — оставаться
• Апскейл — структура изображения не должна потерять композицию

Подходы и альтернативы

• Локальный запуск (WebUI/ComfyUI): контроль приватности, нулевая зависимость от интернета, но требуется локальный GPU.
• Облачные сервисы (RunPod, Lambda, Gradio Hosted): не требуют локального GPU, платные и внешние, удобны для тестов и масштабирования.
• GPU удалённого сервера: компромисс — вы получаете большой VRAM без апгрейда локального ПК.

Когда локальный запуск не подходит: если у вас слабый ПК (нет совместимой GPU) или необходима масштабируемая обработка больших партий изображений, лучше рассмотреть облачные решения.

Безопасность, приватность и юридические заметки

• Локальная установка обеспечивает высокий уровень приватности: промпты и сгенерированные изображения хранятся у вас.
• Однако многие модели обучались на данных с неизвестными лицензиями; будьте осторожны с коммерческим использованием изображений, сгенерированных на базе общедоступных весов.
• GDPR / защита персональных данных: если вы обрабатываете персональные данные (фото людей), убедитесь, что у вас есть законные основания на обработку и хранение таких данных.
• Не используйте модель для создания контента, нарушающего закон (экстремистский, незаконный, нарушение товарных знаков и т.п.).

Шаблоны / Cheat Sheet: полезные промпты и настройки

Базовый фото‑промпт: “a [предмет], [локация], [камерная терминология: 35mm/85mm], [освещение], cinematic, photorealistic, sharp, high detail”

Промпт для иллюстрации/арт‑стиля: “[предмет], painted in the style of [стиль], dramatic lighting, high detail, intricate textures”

Негативный промпт (стандарт): “lowres, bad anatomy, bad hands, watermark, text, jpeg artifacts”

Рекомендуемые стартовые параметры:

• Width/Height: 512×512
• Steps: 20–40
• Sampler: Euler a
• CFG: 4–8
• Batch Size: 1

Ментальные модели и эвристики для улучшения результатов

• «Разделяй и владей»: сначала получи хорошую композицию на низком разрешении, затем переходи к деталям.
• «Снижение шума»: если итог слишком далёк от промпта, уменьшай denoise в img2img, увеличивай CFG в txt2img.
• «Фиксируй переменные»: для экспериментов фиксируй seed и постепенно меняй один параметр, чтобы понимать его влияние.

Краткий глоссарий (одно‑строчные определения)

• Checkpoint: файл с весами модели (веса нейросети).
• Prompt: текстовое описание, по которому модель генерирует изображение.
• Seed: начальное число для генерации псевдослучайной последовательности, определяет вариативность результата.
• CFG Scale: сила следования промпту (classifier‑free guidance).
• Inpainting: частичная генерация изображения в отмеченной области.
• Upscaler: модель для увеличения разрешения и улучшения деталей.

Сводка и рекомендуемая дорожная карта (roadmap)

1. Начните с WebUI (AUTOMATIC1111) — быстрое знакомство и базовые возможности.
2. Освойте основные параметры: prompt, CFG, sampler, steps.
3. Попробуйте inpainting и upscaling (GFPGAN, RealESRGAN).
4. Перейдите к ComfyUI для сложных пайплайнов и автоматизации обработки.
5. По мере роста требований — рассмотрите удалённые GPU/облачные сервисы или апгрейд локального железа.

Краткое резюме: локальная установка Stable Diffusion с GUI даёт гибкость, приватность и контроль над генерацией изображений. Для большинства пользователей достаточно Python 3.10.6, Git, NVIDIA GPU с 6–12 ГБ VRAM и базовых моделей. WebUI подходит для быстрого старта, ComfyUI — для продвинутых сценариев. В статье приведены практические шаги, советы по оптимизации VRAM, чек‑листы и план действий при ошибках.

Ключевые рекомендации: делайте резервные копии чекпоинтов, фиксируйте параметры генерации для воспроизводимости и экспериментируйте по одному параметру за раз.

Дополнительные материалы и заметки:

• Если при установке возникают проблемы — изучите логи в консоли и попробуйте запустить .bat файл от имени администратора.
• Для повторяемого рабочего процесса храните промпты, seed и настройки в отдельном текстовом файле рядом с итоговыми изображениями.

Спасибо за внимание — удачных экспериментов и безопасной работы с моделями!