Stable Diffusion Web UI 官方原版安装：避开整合包的完整教程
两年前我第一次折腾本地 AI 绘画，图省事装了某款整合包。当时能用，出图也快，我还挺得意。结果三个月后想升级一个 ControlNet 插件时直接卡死——依赖被改过、路径被写死、Python 环境是别人打好包的，报错信息看得我一头雾水。最后只能整个删掉重来。
所以这篇讲的是 Stable Diffusion Web UI 官方原版安装：从 AUTOMATIC1111 的 GitHub 仓库克隆代码，自己建虚拟环境、自己装依赖、自己控制启动参数。听起来麻烦，但整个过程我实测下来 40 分钟左右，而且之后再也没被"整合包更新了但插件不兼容"这种事坑过。
核心结论：Stable Diffusion Web UI 官方原版安装是指从 AUTOMATIC1111 维护的 GitHub 仓库克隆 stable-diffusion-webui 代码，用 Python 3.10.6 建立独立虚拟环境并执行 webui.sh / webui-user.bat 启动的完整流程。它比整合包多花 30~60 分钟，换来的是随时 git pull 跟进上游、插件零魔改兼容，以及完整的命令行参数控制权。
别被"官方"两个字绕晕：这个项目到底是谁在做
先把一个容易被搞混的事实说清楚：Stable Diffusion Web UI 并不是 Stability AI 出的官方产品。
底层模型 Stable Diffusion 由 Stability AI 与慕尼黑大学等机构联合研发，论文《High-Resolution Image Synthesis with Latent Diffusion Models》2021 年 12 月首次提交到 arXiv（编号 2112.10752），2022 年发表于 CVPR。而 Web UI 这层图形界面，是社区开发者 AUTOMATIC1111 独立维护的开源项目，仓库至今仍在活跃更新。中文语境里说的"官方原版安装"，指的其实是"上游仓库原版"，而不是"Stability AI 官方客户端"。
这个区别很关键。明白了这一点，你才知道为什么国内下载站上那些"官方版""正版安装包"的说法站不住脚——真正的上游只有一个 GitHub 仓库地址，其余都是二次打包。
那整合包到底差在哪？我的判断是：省事，但把可维护性卖了。
装完之后能干什么？核心功能拆一遍
AUTOMATIC1111 这套界面之所以能活到今天还是本地部署的主力，靠的是功能密度。默认装完，你至少拿到这些：
- **文生图（txt2img）**：最基础的入口，输入提示词出图，支持批量、随机种子复现
- **图生图（img2img）**：垫图改造，重绘幅度可控，做风格迁移很好用
- **局部重绘（Inpaint）**：配合遮罩改手、改脸、改背景，我日常用得最多
- **ControlNet 扩展**：用线稿、深度图、姿态骨架控制构图，这是它和纯提示词工具拉开差距的地方
- **X/Y/Z 参数图**：一次跑出不同采样器、步数、CFG 的对比网格，用来摸参数特别省时间
- **内置 API**：加 `--api` 启动后暴露 HTTP 接口，可以接自己的脚本或工作流
坦白讲，纯出图效果上，Web UI 和一堆在线 AI 绘画工具差别不大。它真正的价值在"可控"——你能知道自己每一张图是怎么被生成的。
Stable Diffusion Web UI 官方原版安装实操：三条命令跑起来
准备工作只有两样：Python 3.10.6，以及一块显存 6GB 以上的 N 卡（A 卡和 Mac 也能跑，但踩坑概率高一些）。
第一步：拉代码建环境
① 克隆上游仓库，注意别漏掉子模块
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui
② 用 Python 3.10.6 建独立虚拟环境
3.11/3.12 会碰到部分依赖编译失败，别图新
python3.10 -m venv venv
③ 激活虚拟环境
source venv/bin/activate # Linux / macOS
venv\Scripts\activate # Windows
④ 启动，首次运行会自动拉 torch 等依赖，大概 5~15 分钟
./webui.sh --xformers --api --listen
Windows 用户不用敲这些，直接编辑 `webui-user.bat`：
:: 把常用参数写进 COMMANDLINE_ARGS，一劳永逸 :: 显存 12G 以下建议 --medvram，6G 以下用 --lowvram set COMMANDLINE_ARGS=--xformers --medvram --autolaunch --api
第二步：放模型权重
装完代码只是有了"发动机"，还没加油。模型文件按类型丢进对应目录：
| 文件类型 | 存放目录 | 说明 | |---|---|---| | 大模型（Checkpoint） | `models/Stable-diffusion/` | .safetensors 优先，比 .ckpt 安全 | | VAE | `models/VAE/` | 修色彩发灰、发白 | | LoRA | `models/Lora/` | 轻量风格/人物微调 | | ControlNet | `models/ControlNet/` | 按控制类型分目录 |
模型从哪来？Hugging Face 和 Civitai 是两个主要渠道。要提醒一句：SD 1.5 的原始权重现在在 Hugging Face 上已经不容易直接下到，新部署建议直接上 SDXL。根据 SDXL 论文（arXiv:2307.01952，2023 年 7 月），它的 base 模型 UNet 参数量达到 2.6B，约为 SD 1.5 的三倍，1024×1024 原生分辨率出图质量明显更稳。代价是显存——我在 RTX 3060 12GB 上跑 1024×1024、25 步，单张约 9 秒；换成 512×512 的 SD 1.5 模型，同样步数只要 3 秒左右。
第三步：常见报错怎么修
这部分是我踩坑攒下来的，直接给对照表：
| 现象 | 大概率原因 | 处理方式 | |---|---|---| | 出图全黑 | VAE 与半精度冲突 | 启动加 `--no-half-vae` | | 卡在 Installing torch | 拉不动 PyPI 源 | 手动装 torch 或换镜像源 | | 提示 Python 版本不符 | 系统默认是 3.11+ | 明确用 `python3.10 -m venv` 建环境 | | 插件装了不显示 | 没重启 Web UI | 重启，并确认装进 `extensions/` | | 显存爆了 | 分辨率或 batch 太大 | 加 `--medvram`，batch size 降到 1 |
官方原版 vs 整合包 vs ComfyUI：我用过之后的真实排序
这个问题我被问过太多次，干脆做成表：
| 维度 | 上游原版 | 国内整合包 | ComfyUI | |---|---|---|---| | 安装门槛 | 中，要会点命令行 | 低，解压即用 | 中高，节点逻辑要理解 | | 更新能力 | 随时 `git pull` | 等打包者发新版 | 上游活跃 | | 插件生态 | 最全，是很多插件的首发平台 | 常有删减或魔改 | 另一套节点生态 | | 可控性 | 高，命令行参数全开放 | 低 | 极高，可复现工作流 | | 出图效率 | 原生水平，开 xformers 后明显提速 | 取决于打包参数 | 优化得当更快 | | 二次开发 | 方便，有 API 和扩展机制 | 基本别想 | 方便，但门槛更高 |
我的排序很明确：如果打算用超过三个月，直接装上游原版。 整合包适合"我就想今晚试两张图"的场景，这个需求也真实存在，没必要鄙视。但把它当长期方案，迟早要还债。
一点私心话：为什么我坚持自己配环境
说个具体的。去年帮一个做插画的朋友排查问题，他用整合包出的图始终比我的偏灰。查了两个小时，最后发现是他那款包里的 VAE 被替换过，配置文件写在 `config.json` 里，界面上根本看不到。这种事在上游原版里几乎不会发生——你装的是什么、版本是多少、改过哪里，全在明面上。
还有安全问题。整合包里的启动器通常是第三方写的可执行文件，权限不小，来源又难追溯。我不是说所有整合包都有问题，但你得承认：从 GitHub 克隆一份代码、自己 `pip install`，这条链路的可验证性高得多。
不过话说回来，自己配环境也不是没代价。最烦的是依赖版本漂移——上个月还能跑，这个月重装就报错，因为某个依赖发了破坏性更新。我的应对办法是把能跑通的虚拟环境整个打包备份一份，重装时直接还原，比什么都省事。
谁适合自己动手装
- **适合**：打算长期用、要装大量插件、想接 API 做自动化、或者以后想读源码改功能的人
- **勉强适合**：显卡显存 8GB 以下、又不愿意折腾参数的用户——能跑，但体验会打折
- **不适合**：只想快速试一下 AI 绘画是什么感觉的人，直接用在线服务更划算
顺便提一句，Web UI 只管图像这条线。如果你同时在用 AI 写作助手 或者 AI 编程助手 处理日常任务，那些工具跟它是完全独立的赛道；AI 视频生成 现在更主流的方案是 ComfyUI 生态的 AnimateDiff 和 SVD，Web UI 在这块并不是最优解。
总结与评分
用一句话概括我的结论：Stable Diffusion Web UI 官方原版安装是本地 AI 绘画里"麻烦一次、省心一年"的选择。它的核心优势不是出图质量，而是可维护性和生态广度。
| 评分维度 | 得分 | 备注 | |---|---|---| | 功能完整度 | 9.5 / 10 | 插件生态是最大护城河 | | 安装便捷度 | 7 / 10 | 需要基础命令行能力 | | 运行性能 | 8 / 10 | 开 xformers 后表现稳定 | | 社区与文档 | 9 / 10 | Wiki 详尽，问题基本能搜到 | | 学习曲线 | 6.5 / 10 | 参数多，前两周会有点懵 | | 综合 | 8.5 / 10 | 长期使用推荐上游原版 |
关键要点速览
- "官方原版"指 AUTOMATIC1111 的 GitHub 上游仓库，不是 Stability AI 官方产品
- 环境必须是 Python 3.10.6 + 独立虚拟环境，3.11 以上容易踩依赖坑
- 启动加 `--xformers` 提速，显存紧张加 `--medvram` 或 `--lowvram`
- 出图全黑先试 `--no-half-vae`，九成是 VAE 半精度问题
- 打算长期用就自己配环境，整合包适合短期试用
至于未来会不会被替代？ComfyUI 在专业工作流上的势头确实猛，但 Web UI 的插件基数和上手门槛优势还在，短期内不会消失。真正值得关注的是上游对 SD3 和 Flux 系列模型的支持进度——这决定了它未来一年的生命力。
相关推荐
- **阅读相关专题**：想横向对比本地部署方案，可以看我们的 [AI 绘画工具专题合集](https://vergex.cn/topics/ai-image-tools)，里面整理了 Web UI、ComfyUI、Fooocus 的定位差异。
- **查看工具推荐**：如果你还在挑整体技术栈，欢迎逛逛 [VergeX AI工具导航](https://nav.vergex.cn)，写作、编程、绘画、视频几个方向都分好类了。
- **订阅更新**：我们每周整理一次本地部署动态与模型发布信息，可通过邮件或微信订阅，新内容发布时第一时间推送。
延伸阅读
- [ComfyUI 节点工作流入门：什么时候该从 Web UI 迁过去](https://vergex.cn/ai-tools/comfyui-node-workflow)
- [SDXL 与 SD3 权重下载指南：许可协议里的几个坑](https://vergex.cn/ai-tools/sdxl-sd3-weights)