整合包对非技术出身的同学比较友好，因为秋叶大佬把相关的东西已经都整合好了，只需要点点点就行了。当然懂编程的同学就更没有问题了。

准备

为了保证AI绘画的效率，建议在本机安装Nvidia独立显卡，也就是俗称的N卡，并且显存要达到6G以上，6G只能出图，如果要做训练建议12G以上。推荐选择RTX40系列及以上的显卡型号，最低也要选择RTX30系列。如果你没有N卡，可以使用CPU进行图形计算，但是性价比较低，出图速度较慢。此外，还需要确保CPU性能足够高，并且搭配至少16G的内存。总的来说，如果只是进行简单的图形处理或者体验，可以使用CPU，但不适合搞AI绘画。

看到这里，有的同学可能会有点失望了，没有这么好的机器就玩不了AI绘画吗？别担心，我们还可以使用云主机，下一篇我会分享使用云主机的姿势。

安装前看自己显卡型号的方法：

1、电脑左下角点击WIndows窗口图标，然后点击“设置”。

2、在打开的窗口中，搜索“设备管理器”，找到后点击打开。

3、找到“显示适配器”，就可以看自己的显卡了。如果是Nvidia的显卡，就会有这几个字。我这个演示的电脑是不是N卡，所以只能以CPU的方式运行。

下载

所有需要的东西都放到盘盘里边了，大家自行下载即可：

pan.baidu.com/s/1Hvw8ptSv… 提取码: bmm1

为了方便大家搞AI绘画，这里边不仅包含了秋叶大佬的整合包，还有很多的大模型、Lora模型、ControlNet模型等等，总计大约有100多G，全部下载下来会很慢。

但是没必要都下载下来再安装，先把最后两个文件下载下来就行了，鉴于百度限速，可能也需要几个小时，大家耐心等待，磨刀不误砍柴工！

启动

下载完上边说的两个文件就可以启动。

1、安装驱动。这个整合包是由 .NET6 (就是一个软件基础平台）驱动的， 大家需要先安装“启动器运行依赖-dotnet-6.0.11.exe”这个文件。

安装过.NET6的同学可以跳过这一步，不懂的再安装一遍也没问题。

2、解压“sd-webui-aki-v4.zip”。自己选择一个磁盘，比如D盘，直接解压到D盘根目录就行了。然后进入解压后的文件夹 sd-webui-
aki-v4 。

双击“A启动器.exe”，它会自动下载一些最新的程序文件。我这里还弹出了“设置Windows支持长路径”，确定就可以了。

启动成功后，会打开下边这个界面。如果啥都做完了，也没打开这个界面，就再次双击这个文件，一般就打开了，还打不开的找我。

在这个启动界面中点击右下角的“一键启动”按钮。

然后会弹出一个控制台窗口，做一些初始化的操作，出现“Startup time …”的提示就代表启动成功了。

然后这个工具会自动在浏览器中打开SD WebUI的窗口。不小心关了的时候，也可以用
http://127.0.0.1:7860 再次打开。打开的界面如下图所示：

出图

只需要简单5步：

1、Stable Diffusion 模型：anything-v5，这个是整合包自带的默认大模型，不用选就是它。

2、外挂VAE模型：选择 840000 这个，这东西就像个滤镜，用它出图的颜色比较丰富。

3、提示词：想要画个什么，就在这里写，需要是英文。

4、反向提示词：不想要在图片中出现什么，就把它写在这里，这里填写的“EasyNegative”是整合包附带的一个通用反向提示词的代号。

5、其它参数先不管，点击“生成”按钮。

6、生成速度取决于你的计算机性能，等一会就会出图了。点击可以放大，右键可以下载。

除了在这个WebUI上直接下载图片，我们还可以通过启动工具下载，如下图所示，红框圈出的就是各种生成方式保存图片的位置，单击就可以打开本机目录。

进阶

为了更好的绘图，这里介绍几个基础并且常用的概念：

模型 ：可以理解成一个函数，输入一些参数，得到一些返回值。只不过这里谈到的模型的参数特别多，几十亿、上百亿、上千亿。在Stable
Diffusion中，我们可以简单的认为参数就是提示词、反向提示词、图片尺寸、提示词引导系数、随机数种子等等，返回值就是图片数据。

大模型
：有时也称为基础模型，文件一般很大，常见的都在2G-5G。这是因为它们使用了很多的图片进行训练，累积了大量的数据。SD官方发布了一个基础模型，但是因为比较通用，兼顾的方面比较多，特点不足，所以大家一般很少使用。比如有的人喜欢二次元、有的人喜欢真实、有的人喜欢3D，用官方模型出图的效果不是最优的，所以很多组织或者个人就专门训练某方面的模型，并发布到社区给大家使用。

盘盘中提供了一些大模型，大家可以去下载：

然后放到整合包的这个目录下：sd-webui-aki-v4\models\Stable-diffusion，从盘盘下载的整合包中已经默认有一个大模型。

VAE模型
：这个东西有点类似手机中编辑照片时的滤镜，可以处理图片的颜色和线条，让图片看起来色彩更丰富饱满。很多大模型会自带VAE模型，这时候我们就不需要再给它搭配一个VAE，当然也有不自带的，这时就需要搭配一个。上图选择的
840000 是一个常用的的VAE模型，如果你生成的图片比较灰暗，可以试试这个VAE。其实秋叶整合包提供了四个选项，如下图所示，我一般都选“自动识别”，除了
840000，animevae 是专门优化二次元图片的。一般这两个VAE模型就够了。

Lora模型
：这是一种基于大模型的风格模型，比如我们画小姐姐的时候，可以用一些Lora模型来控制人物的服装、头饰；生成机械四肢的时候，可以用一些Lora模型来强化肢体上覆盖的机甲样式；画风景图的时候，可以用一些Lora模型来控制绘画的风格。

可以从盘盘中的这两个目录下载：

下载后放到整合包的这个目录下：sd-webui-aki-v4\models\Lora，初始状态下里边是空的。

提示词 ：对图像的描述，也就是想画一幅什么样的画。比如我上边使用的：a
girl，但是这个提示词过于简单，AI虽然画出了一个女孩，但是他不知道你脑子里的女孩长什么样子，如果要画的更符合你的需求，你还要告诉他更多细节才好，比如女孩的头发是什么颜色、穿着什么衣服、站着还是坐着、在户外还是室内等等。提示词在AI绘画中特别重要，后边我会专门分享如何写好提示词。

反向提示词
：不想在图片中出现的东西，比如树、桌子、6根手指、缺胳膊断腿等等，在上边的示例中我使用了“EasyNegative”，这是一个嵌入模型的代号，可以认为它代表了很多常见的反向提示词，使用它就不用一个个输入了，也不占用过多的提示词。

随机数种子 ：上边没有演示这个参数，但是它是AI绘画的魅力之一。即使其它的参数都相同，只要随机数不同，每次生成就会出来不同的图片，创意几乎无穷无尽。

先说这么多吧，学习重在持之以恒，不要撑着，后边我们慢慢再讲。

更新

Stable Diffusion WebUI 经常会修复一些BUG和增加新功能，在这里可以把它更新到最新版本。

以上就是本文的主要内容，感谢阅读。

如果你对AI感兴趣的话，

但由于AIGC刚刚爆火，网上相关内容的文章博客五花八门、良莠不齐。要么杂乱、零散、碎片化，看着看着就衔接不上了，要么内容质量太浅，学不到干货。

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》，相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友，可以长按下方二维码，免费领取！

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去，那么我的使命也就完成了：

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合，通过使用AIGC工具库，能更加快速，准确的辅助我们学习AIGC

有需要的朋友，可以点击下方卡片免费领取！

精品AIGC学习书籍手册

书籍阅读永不过时，阅读AIGC经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验，结合自身案例融会贯通。

AI绘画视频合集

我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，科学有趣才能更方便的学习下去。

有需要的朋友，可以长按下方二维码，免费领取！