国内免费可用的stable diffusion

工具地址：https://www.liblib.art/ 每天可免费生成大几十张高清无水印图。它的底层也是stable diffusion 并且操作方式基本都跟SD一致，主打的就是一个简单好上手。可以作为初学者的SD平替工具。

使用场景：

操作流程：

你可以按下图操作，先搜搜看有没有你想要的模型。

找一个你看着顺眼的，点击图片进入别人做的模型。在这里你需要注意一下，对方的模型支不支持商用。如果只是自己玩，那就没关系。用之前记得先点加入模型库。我选择的这个是LORA模型。一般用它的时候还要搭配一个主模型。

加入模型库之后，点击图片，可以看到一键生图。它会自动复制对方做图的模型以及提示词，主模型，生成图片的各种参数。

这里你主要看下有没有Other模型。这种属于不可以在线上运行的。你需要点进去看一下，上面写的是VAE采样模型，那么你在生成图片的时候VAE要选择跟它这一样。不过正常你不选，系统也会给你默认匹配最合适的。

这里要选中这个Lora模型，权重越大，效果越像Lora里的图片特征。

非会员一次最多生成3张。点开始生图就可以出图片了。平常周末不用排队，工作日算力紧张的时候需要排队，一般几分钟的样子。

这里的配置都属于SD简化版的，不妨碍大家用。我稍微解释一下里面的一些名词：

CheckPoint：就是图片的底层大模型。图片质量的好坏跟它有很大的关系。因为这是网页，所以你只要选择加入模型库就能用，不需要真的下载。

VAE：VAE（Variational Autoencoder）是一种能够学习如何将复杂数据（比如动物的图片）转换成简单、高度抽象的信息（在“潜在空间”中的点），然后再从这些简单的信息中重建出原始数据的神奇模型。一般初学者不用改。

CLIP：CLIP模型可以根据图片来理解和匹配相关的文字描述，或者根据文字描述来找到最匹配的图片。一般初学者不用改。

prompt：用于生成图像的文字输入，SD只支持英文输入，但这个工具自带了一个翻译功能，你可以先输入中文，再翻译成英文来生成图片。

negative prompt：这是生成图像的反向提示词，用于指定你不希望模型生成的内容。

Sampling method：不同的采样算法，对生成图片有不同的影响。

一般推荐DPM++ 2M Karras，设置 20~30 步；DPM++ SDE Karras，设置 10~15 步。建议大家多尝试，练的多了就能记住区别，光看没用。

Sampling steps：与采样算法配合使用，表示生成图像的步数。步数越大，需要等待的时间越长。通常 20-30 步就足够了。

Width & Height：生成图像的宽度和高度。

Number of images：每次生成的图像数。免费版最多一次3张。

CFG scale：这里表示 prompt 的影响程度。值越大，prompt 的影响就越大。

Seed：生成图像的随机种子，类似于抽奖的幸运种子，会影响生成的图像结果。

ControlNet：这个是做细节控制的。里面有很多参数。例如OpenPose 来控制图片姿势。

这个是我随便找了一个图片上传后生成的图，姿势还原度很高，效果还不错吧？

正常来说，如果我们有一些自己的图片数据，为了让生成的图片跟自己已有图片更像，会选择训练一个属于自己的Lora模型，这样你就能很灵活地用主模型和Lora配合了。想用Lora的时候就用，不想用的时候就不用。这个应用场景很多，比如你可以训练一个专属自己的模特。

好了，现在到了你去尝试的时候了。下次见