Jika anda ingin mencuba Stable Diffusion 3 pada PC anda dan mula mencipta seni secepat mungkin, difahami bahawa anda mungkin berasa sedikit terbeban mencari maklumat yang jelas. Ekosistem ini dipenuhi dengan bahagian hadapan, model dan cabang; ada yang telah dialih keluar daripada laman web seperti CivitAI disebabkan oleh isu undang-undang, dan ada yang sentiasa menukar namanya. Berita baiknya ialah jika anda telah memasang Stability Matrix atau antara muka yang serupa, anda sudah separuh jalan dan bersedia untuk menggunakan model SD3 secara tempatan tanpa komplikasi yang tidak perlu.
Panduan ini menerangkan semua yang anda perlu tahu. Apakah itu Stable Diffusion 3, keperluan sistem yang diperlukan oleh komputer anda, cara memasang dan menggunakan antara muka mesra pengguna seperti Easy Diffusion atau Stability Matrix, cara memuatkan model yang serasi… Dan, yang paling penting, cara mengkonfigurasi parameter supaya imej anda mula keluar seperti yang anda mahukan. Kami juga akan merangkumi pilihan untuk bekerja dengan lakaran, foto anda sendiri, model yang berbeza, VAE dan alat tambah lain.
Apakah Difusi Stabil dan bagaimanakah Difusi Stabil 3 sesuai?
Difusi Stabil ialah model kecerdasan buatan yang mampu mencipta imej daripada penerangan teks. Ini dikenali sebagai teks-ke-imej. Anda menulis apa yang anda mahu lihat, dan AI melukisnya, mencampurkan gaya, komposisi dan butiran tanpa had.
Perbezaan utamanya ialah Stable Diffusion adalah sumber terbuka, percuma dan direka bentuk untuk dijalankan pada komputer anda sendiri . Ini membolehkan anda memuat turun model asas, melatih variasi tersuai, menggabungkan model pihak ketiga dan bereksperimen dengan pelbagai gaya tanpa bergantung pada pelayan luaran. Tidak seperti perkhidmatan sumber tertutup, di sini anda mempunyai kawalan yang besar ke atas apa yang anda pasang dan cara anda menggunakannya.
Stable Diffusion 3 (SD3) merupakan salah satu evolusi terkini enjin penjanaan imej Stability AI . Ia menawarkan konsistensi yang lebih baik, perincian yang lebih halus dan pengendalian teks yang unggul dalam imej. Walau bagaimanapun, ia bukan semuanya berita baik. Ia juga didatangkan dengan sekatan pelesenan dan perubahan pengedaran yang telah menyebabkan beberapa pusat pemeriksaan hilang daripada laman web seperti CivitAI atau terhad kepada bahagian hadapan yang dibenarkan tertentu.
Dalam praktiknya, pada peringkat pengguna, SD3 masih digunakan dengan cara yang sama seperti versi sebelumnya: anda memuatkan model ke dalam antara muka yang serasi (Easy Diffusion, Stability Matrix, Automatic1111, dll.) , memilih sampler dan parameter lain, menulis gesaan anda dan menjana. Kerumitan hari ini bukan terletak pada pengalaman pengguna tetapi pada mendapatkan model yang betul dan menghormati lesennya. Itulah sebabnya penting untuk sentiasa memuat turunnya daripada sumber rasmi atau yang dipercayai.
Keperluan minimum dan disyorkan untuk menggunakan Stable Diffusion 3 pada PC
Perkara pertama yang perlu diketahui ialah sama ada sistem anda mampu melaksanakan tugas tersebut. Berita baiknya ialah Stable Diffusion boleh berjalan walaupun hanya dengan CPU. Sudah tentu, pengalamannya jauh lebih baik apabila anda mempunyai GPU yang baik.
Sebagai permulaan, untuk menjalankan antara muka seperti Easy Diffusion atau Stability Matrix dengan model jenis SD3, anda memerlukan sekurang-kurangnya CPU moden, 8 GB RAM dan kira-kira 25 GB ruang cakera kosong. Dengan itu, anda boleh menjana imej beresolusi rendah dengan sabar, walaupun prosesnya akan agak perlahan jika anda hanya bergantung pada pemproses.
Jika komputer anda mempunyai grafik bersepadu dengan memori video kongsi 2GB , anda boleh cuba menggunakan GPU, tetapi dalam kebanyakan kes, mendayakan mod pemaparan CPU akan menjadi lebih stabil. Ini terutamanya benar jika anda mula meminta resolusi tinggi atau berbilang imej secara serentak.
Untuk pengalaman yang lancar, adalah disyorkan untuk mempunyai kad grafik Nvidia atau AMD khusus dengan sekurang-kurangnya 8 GB VRAM . Selain itu, keadaan akan berubah: anda akan dapat menggunakan resolusi yang lebih tinggi, menjana berbilang imej secara serentak dan mengaktifkan ciri tambahan seperti penskalaan atau pratonton tanpa sebarang kelewatan.
Perlu diingat bahawa enjin yang digunakan oleh frontend seperti Easy Diffusion biasanya tidak memanfaatkan Tensor Cores RTX dengan cara yang sama seperti DLSS dalam permainan. Pecutan bergantung terutamanya pada kuasa pengkomputeran keseluruhan kad grafik dan lebar jalur memori, jadi GPU dengan bas memori yang baik dan VRAM yang mencukupi sentiasa menjadi kelebihan.
Memasang antara muka mudah: Difusi Mudah sebagai contoh
Walaupun anda sudah memasang Stability Matrix, adalah berguna untuk mengetahui cara memasang antara muka mesra pengguna seperti Easy Diffusion , kerana proses dan keperluannya sangat serupa, dan banyak pilihan penggunaan juga dikongsi. Anda akan melihatnya agak mudah.
Easy Diffusion diedarkan sebagai pemasang standard untuk Windows, Linux dan macOS . Pada Windows, yang merupakan kes paling biasa, hanya pergi ke halaman GitHub rasmi projek dan muat turun pemasang yang sepadan dengan sistem anda (biasanya fail .exe).
Setelah dimuat turun, anda perlu menjalankan pemasang dan ikuti wizard, mengklik "Seterusnya" pada setiap langkah. Bahagian penting datang apabila ia meminta anda memilih laluan pemasangan: disyorkan untuk memasangnya terus dalam folder di akar cakera keras anda, contohnya, C:\EasyDiffusion , dan bukannya menyembunyikannya dalam laluan dengan ruang yang pelik atau terlalu banyak subdirektori.
Semasa proses tersebut, pemasang akan memuat turun fail tambahan dan kebergantungan yang diperlukan , jadi ini mungkin mengambil sedikit masa bergantung pada sambungan internet dan kelajuan cakera anda. Setelah selesai, ia biasanya akan menawarkan untuk mencipta pintasan desktop; adalah idea yang baik untuk mendayakannya supaya anda boleh membuka program kemudian tanpa perlu mencari folder secara manual.
Setelah semuanya selesai, anda boleh melancarkan antara muka daripada ikon desktop atau menggunakan skrip "Start Stable Diffusion UI" yang terletak dalam folder pemasangan. Dari situ, aliran kerja juga serupa dalam Stability Matrix: skrip melancarkan bahagian belakang dan membuka antara muka grafik dalam pelayar anda.
But pertama: tetingkap hitam, pelayar dan akses setempat
Apabila anda memulakan Easy Diffusion (atau bahagian hadapan yang serupa), anda akan melihat tetingkap Command Prompt (CMD) hitam terbuka dahulu . Tetingkap itu ialah enjin sebenar yang menjalankan Stable Diffusion dan kebergantungan lain, jadi jangan tutupnya atau anda akan menamatkan sesi AI dengan serta-merta.
Semasa tetingkap itu berfungsi, sistem akan menyemak sama ada semua fail telah dipasang dan memuat turun atau membaiki apa-apa yang hilang . Jika terdapat sebarang kemas kini atau ralat yang belum selesai yang memerlukan muat turun semula sebahagian daripada model, langkah ini mungkin mengambil masa lebih lama daripada yang dijangkakan; sementara itu, anda boleh menyemak mesej konsol untuk melihat apa yang berlaku.
Apabila semuanya sudah siap, pelayar lalai anda akan dibuka secara automatik, menghala ke antara muka web . Jika atas apa-apa sebab pelayar tidak dibuka atau anda secara tidak sengaja menutup tab, anda boleh mendapatkan antara muka dengan memasukkan URL setempat http://localhost:9000/ secara manual dalam bar alamat , yang merupakan port lalai yang digunakan oleh Easy Diffusion.
Antara muka ini disusun kepada beberapa tab utama . Tab yang paling kerap anda gunakan pada mulanya ialah "Jana", tempat anda mencipta imej dan "Tetapan", tempat anda mengkonfigurasi prestasi, penghalaan dan tingkah laku umum. Biasanya terdapat juga tab bantuan dan komuniti dengan pautan ke dokumentasi, bahagian "Gabungkan Model" yang membolehkan anda menggabungkan pusat pemeriksaan dan tab sejarah perubahan ("Apa yang baharu?") yang menunjukkan penambahbaikan dalam setiap versi.
Di penjuru kanan sebelah atas antara muka, anda biasanya akan melihat penunjuk status sistem . Ini merupakan penunjuk yang baik sama ada proses pemaparan masih berjalan atau telah terhenti.
Tetapan asas dalam tab tetapan
Sebelum anda mula mencipta imej dengan SD3 atau mana-mana model lain, adalah wajar untuk meluangkan sedikit masa untuk menyemak pilihan dalam tab "Tetapan" , kerana prestasi, kemudahan penggunaan dan beberapa aspek keselamatan kandungan bergantung padanya.
- "Simpan Imej Automatik"Jika anda mendayakan pilihan ini, sistem akan menyimpan semua imej yang dijana secara automatik dalam folder pilihan anda. Anda juga boleh menentukan cara metadata (gesaan, frasa benih, parameter, dll.) disimpan.
- "Sekat Imej NSFW"Ciri ini membolehkan sistem mengaburkan atau menyekat kandungan lucah atau tidak sesuai. Jika anda akan menggunakan Stable Diffusion 3 dalam persekitaran yang dikongsi, dengan kanak-kanak bawah umur berdekatan atau pada komputer kerja, adalah dinasihatkan untuk membiarkan penapis ini diaktifkan untuk mengelakkan sebarang kejutan yang tidak menyenangkan.
- "Penggunaan Memori GPU". Tentukan berapa banyak VRAM yang digunakan. Biasanya terdapat tiga tahap: "Rendah" (direka untuk kad grafik dengan 2 hingga 4 GB), "Seimbang" (4 hingga 8 GB), dan "Pantas" (lebih daripada 8 GB). Jika anda mengalami ralat disebabkan oleh memori yang tidak mencukupi atau ranap, turunkan tetapan ini sebanyak satu mata dan cuba lagi.
- "Gunakan CPU". Dengan cara ini, keseluruhan proses dikendalikan oleh pemproses. Prestasi akan menjadi jauh lebih perlahan, tetapi ia akan membolehkan anda menguji AI dan mencipta imej kecil semasa anda memutuskan sama ada melabur dalam GPU yang lebih baik adalah berbaloi.
- Sahkan tindakan berbahaya”Tetapan keselamatan yang menambah pengesahan tambahan apabila memadam folder, model atau tetapan, sekali gus mengurangkan risiko memadam sesuatu yang penting secara tidak sengaja.
Ingat bahawa sebarang perubahan yang anda buat dalam tab ini tidak akan berkuat kuasa sehingga anda mengklik butang "Simpan" yang terletak betul-betul di bawah senarai tetapan. Ringkasan perkakasan yang dikesan (CPU, GPU, memori) biasanya juga dipaparkan di bawah, yang berguna untuk mengesahkan bahawa sistem mengecam komputer anda dengan betul.
Jana imej pertama anda dengan Stable Diffusion 3
Dengan persediaan asas selesai, tiba masanya untuk bahagian yang menyeronokkan: menjana imej daripada tab "Jana" . Semuanya bermula dengan kotak teks utama, di mana contoh tipikal seperti "gambar angkasawan menunggang kuda" dipaparkan. Itulah gesaan atau penerangan input untuk AI.
Untuk mencipta imej anda sendiri, taip sahaja apa yang anda inginkan dalam kotak "Enter Prompt". Walaupun Stable Diffusion menerima perkataan dalam bahasa lain, bahasa Inggeris kekal sebagai bahasa yang paling difahami oleh model. Walau apa pun, anda sentiasa boleh menulis gesaan dalam bahasa Sepanyol dan menterjemahkannya dengan alat dalam talian sebelum menampalnya.
Di bawah, anda akan menemui medan "Gesaan Negatif" . Di sana, anda boleh menentukan apa yang anda tidak mahu muncul dalam imej : artifak, gaya lukisan tertentu, ciri anatomi yang luar biasa, dsb. Menggabungkan gesaan positif dan negatif secara berkesan akan memberi perbezaan yang besar dalam kebersihan hasil carian.
Sebaik sahaja gesaan anda sedia, hanya tekan butang besar, biasanya dilabel "Buat Imej ," untuk menghantar tugasan pemaparan ke barisan. Sistem kemudiannya akan mengambil benih rawak (atau yang anda tentukan) dan mula memapar satu atau lebih imej, bergantung pada konfigurasi yang akan kita bincangkan sebentar lagi.
Di bawah butang utama, anda akan menemui dua bahagian lungsur turun yang besar. Bahagian pertama mengumpulkan parameter penjanaan imej (saiz, langkah, pensampel, dsb.) , dan bahagian kedua merangkumi pengubah suai dan gaya, yang membolehkan anda memberikan sentuhan ilustrasi, fotografi, komik, 3D dan banyak lagi kepada ciptaan anda. Memahami kawalan ini adalah kunci untuk memanfaatkan sepenuhnya Stable Diffusion 3.
Tetapan imej: biji benih, saiz, pensampel dan kawalan kualiti
Set pilihan pertama mengandungi parameter yang paling mempengaruhi cara hasil akhir dikira dan dipaparkan . Menyemaknya dengan teliti akan menjimatkan masa dan kekecewaan anda. Berikut adalah tetapan yang perlu anda ketahui:
- “Benih” Ini menunjukkan "benih" yang digunakan untuk menjana imej. Ia adalah nombor yang memberi suapan kepada proses rawak dalaman: dengan benih yang sama, gesaan yang sama dan parameter yang sama, anda akan sentiasa mendapat imej yang sama.
- “Bilangan Imej”Anda boleh memilih jumlah imej yang anda inginkan bagi setiap permintaan dan jumlah yang dikira serentak secara selari. Nilai pertama ialah jumlah keseluruhan. Nilai kedua, nombor selari, menentukan beban GPU.
- "Model"Ia membolehkan anda memilih pusat pemeriksaan Difusi Stabil yang akan anda gunakan.
- "VAE Tersuai". Ia digunakan untuk menggunakan model VAE (Variational Autoencoder) yang berbeza daripada yang digunakan oleh pusat pemeriksaan secara lalai. VAE ini bertanggungjawab untuk menambah baik aspek tertentu imej, seperti warna, mata atau wajah.
- "Penyampel"Untuk memilih algoritma yang secara progresif menghilangkan hingar bagi membentuk imej akhir. Setiap pensampel mempunyai ciri-cirinya sendiri: ada yang lebih pantas, ada yang lebih lancar, ada yang menghasilkan perincian yang lebih baik.
- "Saiz Imej". Menetapkan lebar dan tinggi, dalam piksel, imej yang dijana. Secara amnya, model Difusi Stabil berfungsi dengan baik dengan nisbah aspek hampir 1:1 (persegi) atau yang dianggap asli kepada model asas.
- "Langkah-langkah Inferens". Ini menunjukkan berapa banyak langkah penapisan yang dilakukan oleh AI untuk mengubah hingar awal menjadi imej akhir. Lebih banyak langkah biasanya bermaksud lebih terperinci dan konsisten.
- "Skala Panduan". Mengawal sejauh mana AI mematuhi gesaan. Nilai yang tinggi bermakna model mengikuti penerangan dengan teliti, dengan mengorbankan sedikit kebebasan kreatif.
Pengubah gaya dan pilihan generasi lanjutan
Bahagian utama kedua parameter memberi tumpuan kepada penambahan gaya dan kesan yang telah ditetapkan pada imej . Ia biasanya dipaparkan sebagai satu siri kategori dengan ikon yang mewakili aspek visual yang berbeza: komik, cat air, realistik, fotorealistik, 3D, poli rendah, dsb.
Pengubah suai ini bertindak sebagai jalan pintas untuk memasukkan kata kunci ke dalam gesaan tanpa anda perlu menaip semuanya dengan tangan. Anda boleh menggabungkan beberapa, menghidupkan dan mematikannya untuk melihat bagaimana hasilnya berubah, dan sudah tentu, terus menambah istilah anda sendiri dalam kotak teks utama.
Penting untuk memahami bahawa anda tidak terhad kepada gaya yang dipaparkan dalam antara muka . Stable Diffusion 3, seperti model lain, memahami beribu-ribu nama artis, teknik, kamera, kanta dan konsep estetik. Jika anda mempunyai pengetahuan tentang fotografi, reka bentuk atau lukisan, anda boleh menggunakan perbendaharaan kata teknikal secara langsung sebagai sebahagian daripada gesaan untuk memperhalusi hasilnya.
Kuncinya adalah untuk bereksperimen dengan kombinasi pengubah suai, gesaan dan parameter . Setiap model bertindak balas dengan agak berbeza, dan dengan SD3, cara nuansa bahasa ditafsirkan telah dipertingkatkan dengan ketara, jadi perubahan ayat yang kecil boleh menghasilkan hasil yang sangat berbeza.
Apa yang perlu dilakukan dengan imej yang dijana: guna semula, perhalusi dan skalakan
Sebaik sahaja imej selesai dijana, ia akan muncul dalam galeri antara muka. Jika anda menggerakkan kursor anda ke atasnya , anda akan melihat beberapa pilihan pantas muncul, menjadikannya mudah untuk terus bekerja daripada hasil tersebut tanpa perlu mengkonfigurasi semula semuanya dari awal.
Arahan "Gunakan sebagai Input" menyalin parameter yang digunakan (prompt, seed, size, dll.) dan, bergantung pada antara muka, juga boleh menggunakan imej itu sendiri sebagai asas untuk variasi baharu. Ini sangat berguna apabila anda ingin memperhalusi idea yang anda hampir berpuas hati tanpa bermula dari awal.
Pilihan "Buat Imej Serupa" menjana imej baharu yang serupa dengan hasil yang dipilih, mengubah benih dan beberapa butiran dalaman. Ia merupakan cara cepat untuk menghasilkan sekumpulan alternatif sambil mengekalkan komposisi atau gaya yang serupa sehingga anda menemui yang benar-benar sesuai.
Daripada ikon muat turun, anda boleh mendapatkan imej akhir dalam format pilihan anda (PNG, JPG, dll.) atau memuat turun fail JSON yang mengandungi semua parameter yang digunakan dalam penciptaannya. Menyimpan fail JSON ini amat berguna jika anda ingin berkongsi proses penciptaan dengan orang lain atau menghasilkan semula imej pada komputer atau antara muka lain.
Dalam antara muka seperti Easy Diffusion, pilihan "Lukis 25 Langkah Lagi" membolehkan anda meneruskan proses penjanaan pada imej yang sama, dengan menambah 25 langkah inferens tambahan. Ini biasanya digunakan untuk memperhalusi butiran, menambah baik tekstur atau membetulkan ketidakkonsistenan kecil tanpa mengubah komposisi asal dengan ketara.
Akhir sekali, butang "Upscale" melancarkan proses peningkatan resolusi yang lebih tinggi. Bergantung pada kaedah yang dipilih, anda boleh mengekalkan gaya asal dengan lebih terperinci atau menggunakan model super-resolusi AI yang membina semula tepi dan tekstur. Fasa ini agak intensif GPU, jadi gunakannya dengan bijak, terutamanya pada kad dengan VRAM terhad.
Gunakan foto, lakaran dan imej lain sebagai titik permulaan
Selain penukaran teks kepada imej klasik, Stable Diffusion 3 membolehkan anda bekerja dengan bahan visual sedia ada . Anda boleh memuat naik foto dari komputer anda, menggunakan semula imej yang dijana sebelum ini atau melukis lakaran ringkas pada kanvas asas dalam antara muka.
Apabila anda memuat naik imej sebagai input, AI menggunakannya sebagai panduan untuk komposisi, bentuk dan warna , menggabungkannya dengan gesaan teks yang anda berikan. Jika anda memuat naik, sebagai contoh, foto bandar dan meminta gaya siberpunk waktu malam, model akan cuba menghormati struktur bandar, menyesuaikannya dengan konteks baharu.
Pilihan "Lukis" memberi anda kanvas kecil di mana anda boleh melakar bentuk umum, siluet dan kedudukan elemen, membolehkan Stable Diffusion 3 mengendalikan pemaparan akhir. Ia merupakan cara yang baik untuk mengawal di mana anda mahu watak, bangunan atau objek berada sebelum AI mula mengisi tempat kejadian.
Walau bagaimanapun, hasil dengan fungsi jenis ini boleh agak berbeza dan, pada mulanya, agak tidak dapat diramalkan. Adalah dinasihatkan untuk bereksperimen dengan tahap pengaruh yang berbeza daripada imej awal (bergantung pada antara muka, ini diselaraskan dengan slider kekuatan) dan menggabungkannya dengan gesaan yang jelas supaya AI tidak menyimpang terlalu jauh daripada niat anda.
Pasang model baharu, VAE dan alat tambah Difusi Stabil
Salah satu tarikan terbesar Stable Diffusion, termasuk SD3, ialah anda boleh memuatkan dan mencampurkan model pihak ketiga untuk menyesuaikan AI mengikut citarasa anda: realisme ekstrem, ilustrasi fantasi, komik Eropah, anime, seni bina hiperrealistik… terdapat model untuk setiap niche.
Amalan paling biasa adalah memuat turun model dalam format .ckpt atau .safetensors , iaitu fail besar yang menyimpan pemberat rangkaian saraf yang terlatih. Di samping itu, terdapat fail berasingan untuk VAE, hiperrangkaian dan pemalam lain yang mengubah suai cara gesaan ditafsirkan atau cara imej dibina semula.
Demi keselamatan anda, jangan sekali-kali memuat turun templat daripada sumber rawak yang tidak disahkan. Agak mudah untuk menyembunyikan perisian hasad dalam fail jenis ini , jadi sekurang-kurangnya, jalankan perisian tersebut melalui program antivirus yang dikemas kini dan sahkan bahawa ia datang daripada pengarang atau laman web yang bereputasi.
Untuk memasangnya dalam Easy Diffusion, prosesnya biasanya semudah menyalin fail yang dimuat turun ke folder "Model" yang sesuai dalam direktori pemasangan program. Di dalam folder utama ini, anda akan menemui subfolder khusus untuk pusat pemeriksaan, VAE, hiperrangkaian, dsb.
Setiap subfolder biasanya mengandungi fail teks yang menerangkan sambungan fail yang disokong . Salin templat ke lokasi yang sesuai, mulakan semula antara muka jika perlu, dan kemudian titik semak atau tambahan baharu akan muncul dalam menu lungsur turun templat atau pilihan VAE.
Dengan semua perkara di atas, anda kini mempunyai asas yang kukuh untuk memasang, mengkonfigurasi dan menggunakan Stable Diffusion 3 pada PC anda . Dengan memahami cara bahagian hadapan berfungsi, keperluan perkakasan anda, cara melaraskan parameter penjanaan dan tempat memuat turun model dan VAE baharu dengan selamat, anda akan dapat beralih dengan lancar antara antara muka yang berbeza (Easy Diffusion, Stability Matrix, Automatic1111…) dan fokus pada perkara yang penting: bereksperimen, memperhalusi gesaan anda dan menikmati penciptaan seni grafik berkuasa AI tanpa bergantung pada perkhidmatan luaran.