第一次打开 Stable Diffusion 的 WebUI,我承认有点懵——满屏的滑块、采样器、CFG、种子,和 Midjourney 那种「输入一句话就出图」的体验完全是两个世界。但当你把第一个模型放进 models 文件夹、敲下第一段 prompt 并看到进度条跑起来时,那种「这东西真的在我自己电脑上跑」的实感很上头。它不像一个成品软件,更像一套给你自己搭工作台的工具箱。
实测中最能体现价值的是控制力。我用 ControlNet 的 OpenPose 把一张参考图的站姿迁移到新角色上,骨骼点对齐后出图几乎不跑偏;再用 Lineart 锁线稿做二次上色,线条保留得相当干净。角色一致性方面,训练一个轻量 LoRA 后,同一个脸在不同场景里基本能稳住,这对做连载插图或电商模特图太关键了。ComfyUI 则是另一个维度的体验:把加载模型、提示词编码、采样、放大串成节点工作流,批量跑图时像在搭流水线,一次配置反复复用。
优点很明确:完全开源免费、本地运行数据不出机器、插件生态庞大到几乎任何需求都有人做过。但不足也真实存在:对显卡显存有硬要求,老机器跑 SDXL 会明显吃力;默认出图的审美偏「平均脸」,需要靠模型、LoRA 和提示词反复调;学习曲线陡,光搞清楚 checkpoint、VAE、采样步数之间的关系就要花不少时间。
适合谁?有独立显卡、在意数据隐私、需要固定角色或精准构图的设计师、插画师和小型电商团队。不适合谁?只想快速出图发朋友圈、不想折腾环境配置的轻度用户——这类人用在线工具更省心。
一句话总结:Stable Diffusion 不是「开箱即用」的画笔,而是「可编程」的画室;愿意投入学习成本的人,能换来市面上几乎最高的可控性。选购建议:先确认显卡够用,再从整合包和现成工作流起步,别一上来就啃底层参数。
