Stable Diffusion官方下载入口在哪？官方渠道与避坑实测
去年冬天我接了个电商商品图的批量生成项目，要在本地 4090 上搭一套能稳定跑三个月的出图流程。为了图省事，我随手在网上搜了"Stable Diffusion官方下载"，下了一个标着"整合包"的压缩包——解压出来 12GB，里面塞了三个我完全不知道出处的模型文件，还有一堆来路不明的启动器。跑是能跑，但采样器默认参数被人动过手脚，出图质感和我在 Hugging Face 上拉的原版权重差得不是一星半点。那天晚上我把整台机器的环境重装了一遍，从此再没碰过任何"一键整合包"。
这篇就聊聊我踩完坑之后理清的官方渠道，以及不同版本该怎么选。
核心结论摘要：Stable Diffusion 并不存在传统意义上的"官方安装包"。官方下载渠道只有两条——Stability AI 在 Hugging Face 上托管的模型权重仓库，以及 Stability AI / CompVis 在 GitHub 上开源的推理代码。市面上流传的一键整合包几乎全是第三方打包，存在版本漂移和捆绑风险。
"官方"到底指什么？三条渠道说清楚
先说个容易被忽略的事实：Stable Diffusion 从第一天起就不是一个"软件"，而是一组模型权重加一套推理代码。它没有官网下载按钮，也没有 Windows 安装程序。Runway 和 Stability AI 在 2022 年下半年放出 1.0 和 1.5 版本时，走的就是 Hugging Face 和 GitHub 这两条路。所以当你在搜索引擎里敲下"Stable Diffusion官方下载"时，真正该找的是仓库地址，不是安装包。
官方渠道目前有三条：
- **Hugging Face 模型仓库**：`stabilityai/` 组织下的所有模型，包括稳定的 `stable-diffusion-xl-base-1.0`、`stable-diffusion-3.5-large` 等。这是权重唯一的官方分发点，也是本文推荐的主渠道。
- **GitHub 代码仓库**：`Stability-AI/generative-models`（SDXL 与 SD3 系列官方实现）和 `CompVis/stable-diffusion`（1.x 早期版本）。前者现在是主力，后者基本停更但仍有参考价值。
- **Stability AI 官网平台**：DreamStudio 是官方托管的在线出图服务，不开源、按点数计费，适合不想折腾环境的人。它不属于"下载"，但确实是最省事的官方入口。
顺便说一句，很多人以为 AUTOMATIC1111 的 WebUI 是官方的——不是。它是社区项目，只是恰好被官方文档推荐过而已。
版本这么多，2025 年该下哪一个？
说实话，第一次进 Hugging Face 的 `stabilityai` 组织页面，三十多个模型仓库摆在那儿，确实让人发懵。我按自己的使用经验整理了一张表：
| 模型版本 | 发布时间 | 参数量/体积 | 推荐显存 | 许可证 | 适合谁 | |---|---|---|---|---|---| | SD 1.5 | 2022年10月 | 约 4GB (fp16 约 2GB) | 4GB+ | CreativeML OpenRAIL-M | 老显卡、LoRA 生态依赖者 | | SDXL 1.0 | 2023年7月26日 | 约 6.9GB | 8GB+ | CreativeML OpenRAIL++-M | 主流选择，画质与生态平衡 | | SD 3.5 Medium | 2024年10月22日 | 25 亿参数 | 10GB+ | Stability AI 社区许可 | 文字渲染、消费级显卡 | | SD 3.5 Large | 2024年10月22日 | 80 亿参数 | 24GB+ | Stability AI 社区许可 | 专业出图、多模态输入 |
数据来源：Stability AI 官方博客与 SD3.5 技术报告（2024年10月22日发布）。
我自己的判断是：2025 年新入坑直接上 SDXL 1.0，别从 1.5 开始。 1.5 的 LoRA 生态确实庞大，Civitai 上一抓一大把，但它的基础画质和提示词理解在 SDXL 面前差了一个代际。除非你的显卡只有 6GB 显存，否则没有理由回头。
那 SD 3.5 呢？它的文字渲染能力是真的强，我拿它生成带英文 slogan 的包装图，准确率比 SDXL 高出一截。但 24GB 的显存门槛把大多数人挡在门外，Medium 版本虽然降到 10GB 左右，生态成熟度还追不上 SDXL。坦白讲，现在把它当主力还早了点。
从零跑通：我的本地部署流程
如果你只是想先看看效果，最轻量的方式是直接用 diffusers 库，不用碰 WebUI 那套东西。
先装依赖：
安装官方 diffusers 库及配套组件
pip install -U diffusers transformers accelerate safetensors
新版 huggingface_hub 的 CLI 已改名为 hf，老版本仍可用 huggingface-cli
pip install -U "huggingface_hub[cli]"
从官方仓库拉取 SDXL base 权重到本地目录
hf download stabilityai/stable-diffusion-xl-base-1.0 --local-dir ./sdxl-base-1.0
然后写一个最小可运行脚本：
from diffusers import StableDiffusionXLPipeline import torch
加载官方 SDXL base 权重，用 fp16 半精度把显存占用砍掉一半
pipe = StableDiffusionXLPipeline.from_pretrained( "stabilityai/stable-diffusion-xl-base-1.0", torch_dtype=torch.float16, variant="fp16", use_safetensors=True, # safetensors 格式加载更快、更安全 ) pipe.to("cuda")
30 步、guidance 7.0 是我在 SDXL 上比较稳定的默认配置
image = pipe( prompt="a lighthouse on a cliff at dusk, cinematic lighting, ultra detailed", num_inference_steps=30, guidance_scale=7.0, ).images[0]
image.save("output.png")
第一次跑会花几分钟下载权重，之后就是本地推理了。在 4090 上跑 1024×1024、30 步，单张大概 3 到 4 秒。3060 12GB 上会慢到 20 秒左右，但也能跑。
有个细节提醒：SD 3.5 系列在 Hugging Face 上是 gated 仓库，必须先登录账号、在模型页点同意社区许可，才能下载。很多人卡在这一步以为是网络问题，其实是权限没开。
用 WebUI、ComfyUI 还是 diffusers？
半年下来我三种都用过，说点实在的。
AUTOMATIC1111 WebUI 胜在插件生态，ControlNet、区域性提示词、图片反推提示词，插件市场里基本都能找到。界面直观，改参数不用写代码，适合长期做图的人。缺点是环境依赖脆弱，Python 版本一升级就报错，我至少重装过四次。
ComfyUI 是节点式工作流，第一次打开会懵。但一旦理解了数据流，做批量任务和复杂管线时效率远超 WebUI。Stability AI 官方现在也给 SD3.5 提供了 ComfyUI 模板，算是半官方认可了。适合愿意花两三天学曲线的人。
diffusers 就是上面那段代码，纯 Python。适合把出图能力嵌进自己的产品或者批处理脚本，我那个电商项目最后就是用它写了个队列服务。不适合想拖拖拽拽调参的。
选哪个？只想出图玩玩，WebUI；要做产品化，diffusers；要精细控制每一步，ComfyUI。
和 Midjourney、Flux 比，SD 还有什么牌可打
这个问题我被问过很多次。直接上表：
| 对比维度 | Stable Diffusion (SDXL) | Midjourney v6 | Flux.1 | |---|---|---|---| | 部署方式 | 本地/私有云 | 仅云端 | 本地可跑 | | 授权模式 | 开源，可商用 | 订阅制 | 部分开源 | | 出图美学 | 依赖模型与 LoRA | 开箱即用，风格强 | 写实与文字强 | | 微调能力 | LoRA、ControlNet 生态成熟 | 几乎无法微调 | 生态仍在建设 | | 成本 | 硬件一次性投入 | 每月固定订阅 | 硬件投入，门槛更高 |
三个工具我都长期用过。Midjourney 的默认审美确实高一档，输入一句简单描述就能出片，但它是个黑盒——你没法训练它认识你公司的产品。Flux.1（Black Forest Labs 2024年8月发布）在写实和文字渲染上很猛，但大模型版本对显存的要求比 SDXL 高不少。
SD 的护城河不在基础画质，而在可控性和生态。我做过一个项目，需要让模型在固定构图的商品图上替换材质，这种活儿 Midjourney 干不了，SDXL 配 ControlNet 加一个自己训的 LoRA，两周就落地上线了。这就是开源模型的价值所在。
如果你需要的是 AI视频生成 或者 AI写作助手，那 SD 帮不上忙，那是另一条赛道的事。但如果你在做 AI绘画工具 相关的产品，SD 目前仍是最可控的底座。想看更多同类工具，可以去 VergeX AI工具导航 翻一翻，分类做得挺细。
适合谁，又不适合谁
适合的人：有独立显卡、愿意花一个下午折腾环境、需要批量出图或者定制化风格的开发者和设计团队。尤其是那些要把出图能力嵌进自己业务系统的团队，SD 是目前成本最低的方案。
不太适合的人：偶尔想生成几张头像、不想碰命令行的普通用户。这类需求用 DreamStudio 或者其它在线服务更划算，没必要为了省几块钱订阅费搭进去一整天。
综合评分：8.5 / 10
- 可控性：9.5（ControlNet + LoRA 生态几乎无对手）
- 上手难度：6.0（对非技术用户不友好）
- 出图质量：8.5（SDXL 稳定，SD3.5 上限更高）
- 成本：9.0（无订阅费，成本取决于已有硬件）
- 生态活跃度：9.0（社区模型与插件更新极快）
扣分主要扣在上手门槛上。它不是一个"下载完就能用"的产品，这一点在搜索"Stable Diffusion官方下载"之前就该有心理准备。
关键要点速览
- Stable Diffusion 没有官方安装包，官方下载渠道是 Hugging Face 模型仓库和 GitHub 代码仓库
- 第三方整合包存在版本篡改和捆绑风险，我本人踩过坑，不建议使用
- 2025 年新用户首选 SDXL 1.0；SD 3.5 Large 画质更强但需要 24GB 显存
- SD 3.5 系列是 gated 仓库，下载前必须在 Hugging Face 上同意社区许可
- 商用前务必确认许可证：SD1.5/SDXL 走 OpenRAIL，SD3.5 走 Stability AI 社区许可
相关推荐
延伸阅读
- [VergeX AI工具导航 - AI绘画工具分类](https://nav.vergex.cn)：收录了 SD 生态常用工具、模型站与在线出图平台
- [VergeX AI工具导航首页](https://nav.vergex.cn)：AI视频生成、AI写作助手、AI编程助手等分类持续更新
订阅更新
如果你也在折腾本地部署，欢迎订阅 VergeX 的更新。我们会持续跟进 Stability AI 的新版本发布、许可证变化和实测数据，邮件与微信渠道同步推送，不会频繁打扰。