大家好，我是本系列 SD 全流程学习课程的主讲老师，很高兴与大家相识。在接下来的学习中，我将陪伴大家系统掌握 Stable Diffusion（SD）技术的核心操作与实际应用。 相信不少朋友已经在网上见过大量由 AI 生成的图像，也了解其在商业领域的广泛应用。如果说你曾错过 2003 年的淘宝、2014 年的微商，那么当下这轮 AI 浪潮，无疑是不可再错过的全新机遇。恭喜各位以敏锐的眼光选择进入 AI 绘画领域——这将是未来十年最具竞争力的技术方向之一。 自我介绍一下：我毕业于同济大学产品设计专业，最早因参与导师的研究课题而接触 AI 领域。此后多年持续深耕，参与过多家头部企业的落地项目，包括字节跳动、番茄小说、阿里巴巴等。从 Stable Diffusion 早期版本发布起，我就开始跟踪其发展，并成为国内最早一批熟练使用 SD 的实践者之一。我亲历了这项技术从初步可用到如今全面成熟的全过程。 如今，几乎所有与图像相关的行业都已受到 SD 的不同程度影响。可以预见，未来面向 8K 及更高标准的设计岗位，AI 辅助创作能力将成为一项基础技能。我也切实抓住了这一技术红利，目前从事 AI 绘图相关工作，薪资水平较此前有显著提升。 本课程将完整传授 SD 的核心技术，同时分享真实可用的商业资源与变现路径。课程内所有安装包、模型文件、提示词库等均会统一打包，供学员一键下载使用。全程内容清晰、步骤明确，确保零基础学员也能轻松上手。 本节课分为四个部分： 一、AI 绘画概述； 二、主流 AI 绘图工具对比； 三、当前行业趋势与应用场景； 四、Stable Diffusion 的起源、原理与本地部署准备。 --- **什么是 AI 绘画？** 简单来说，AI 绘画是通过输入文字指令（即提示词），由模型理解语义并生成对应图像的过程。过去，无论是传统手绘还是数字绘画（CG），创作者都需要投入大量时间完成一幅作品；而如今，只需输入清晰、准确的提示词，AI 就能在数秒内输出高质量画面。若需个性化风格定制，还可通过参数与模型调整灵活实现。 左侧为用户输入的提示词，右侧为 Stable Diffusion 的工作流程：先对文本进行语义解析，再逐步扩散、重建像素，最终输出图像。整个过程本质上是“文本→特征→图像”的跨模态映射。 --- **主流 AI 绘图工具对比：为什么选择 SD？** 目前较常见的工具有 MidJourney（简称 MJ）与 Stable Diffusion（SD）。我们优先推荐学习 SD，原因如下： - **MidJourney** 出图下限高、风格稳定，但上限受限，可控性弱。出图质量趋于平均，难以精准满足甲方对细节、构图、风格的严苛要求。常用于概念图或创意草稿阶段。其界面美观，但为闭源商业软件，月费约 10–60 美元。 - **Stable Diffusion** 是开源免费项目，下限较低但上限极高。用户可通过调整提示词、采样器、CFG 值、模型、LoRA、ControlNet 等参数，高度控制生成结果。其学习曲线前期稍陡，但掌握后可实现极强的定制化能力与复现性。类比而言：MJ 如一份预制好的精美套餐，SD 则是提供全套食材与厨具，由你亲手烹饪专属佳肴。 借助社区共享的优质模型与插件，SD 可适配任意艺术风格与商用场景，且全部免费获取。 --- **AI 绘画的发展趋势** AI 绘画并非新事物。早在 2012 年，研究人员就用 1000 台电脑、16000 个 CPU、耗时三天训练出一张模糊的猫咪图像，成本高达 100 美元。 一年前，AI 生成作品已在国际艺术比赛中击败 600 名人类画家夺冠，引发艺术家群体集体抗议。颇具讽刺意味的是，当年抵制者中，如今已有大量从业者主动采用 AI 辅助创作。 而今天，一台普通电脑、一条指令、几秒钟，即可输出高清画作。例如，想复刻《七龙珠》中悟空的经典原画，人工临摹几乎不可能做到分毫不差；但借助 SD，不仅能高度还原，还能自由变换动作、服饰、背景甚至画风。 更值得重视的是 AI 技术的迭代速度——其爆发式演进堪比第三次工业革命。2023 年被广泛视为 AI 元年，但这仅是起点。近两年，AI 相关岗位已在一二线城市呈井喷式增长。需要明确的是：AI 不会取代设计师，而是淘汰不会使用 AI 的设计师。掌握这项工具，已成为职业发展的硬性门槛。 --- **AI 绘画的典型商业应用场景** 1. **人像艺术照** 传统影楼拍摄需化妆、选衣、布光、修图，单次服务价格高昂，且成片数量有限，加片费用动辄数百元。而使用 SD，5 分钟即可生成多张 8K 超清艺术照，风格、妆容、服饰、背景均可自由调控，成本趋近于零。 2. **游戏图标设计** 外包美术工作室制作一套 8 个图标，周期通常需 2–3 天，报价起步 1–2 万元。使用 SD，5 分钟可批量生成 20–50 张候选图，从中筛选优化，单图收费 100–200 元，效率与利润优势显著。目前已有游戏公司直接采购 AI 绘图师服务。 3. **动漫线稿上色** 人工为 30 页线稿上色，单页成本约 200–2000 元，且修改周期长。SD 可在 2 分钟内完成整套上色，并支持局部重绘——不满意某处色彩？只需框选调整，无需重画全图。 4. **产品效果图** 传统摄影需租赁场地、灯光、高速/慢速镜头等设备，一套特写图成本常达 2–3 万元。SD 可在 2 分钟内生成同等质感的产品图，水花、反光、材质细节均可精准模拟。 5. **建筑效果渲染** 传统方案依赖 SketchUp + V-Ray 等工具，需手动贴材质、调光影、校色彩，极度依赖经验。SD 搭配专用模型与 ControlNet，一键即可输出专业级渲染图。传统渲染单图报价普遍 2000 元起，高质量落地图更达 8000 元以上。 6. **AI 小说推文** 将小说文本自动转化为动漫分镜视频，是入门级变现项目。可同步投放在中视频平台获取播放收益，也可签约平台获得推广分成。用户通过视频链接付费阅读，创作者可获佣金（单笔≥10 元）。某学员账号仅发布 21 条作品、4 集合集，总播放量 937 万，按千分之一转化率估算，单平台佣金收入已超 1 万元，且收益长期有效。 曾有一位学员深夜遇到技术问题向我求助，我即时提供解决方案。一周后，他提交了 6 月 30 日至 7 月 7 日的小说推文周结算截图——收入达 126,000 元，位列平台榜首。这是真实学员反馈，也印证了 AI 技能带来的切实价值。 --- **Stable Diffusion 的起源与工作原理** SD 最初由慕尼黑大学研究团队开发，后由 Stability AI 公司资助推进。其名称中的 “Diffusion” 指代核心机制：图像生成始于完全噪声，再通过多步去噪，逐步“扩散”出清晰结构——如同眯眼观图，由模糊渐至清晰。 SD 本质是一套开源代码。对非程序员而言，直接运行代码存在门槛。所幸社区开发者基于原始代码构建了图形化界面（Web UI），使操作简化为“输入提示词→选择模型→点击生成”。 市面上已有多个基于 SD 开发的商业应用，早期 App Store 排名前十的 AI 绘图工具中，五六款均源自 SD 底层代码。其中最具代表性的是由越南开发者开发的 Web UI，它让 SD 真正走向大众。 --- **本地部署硬件建议** - **显卡（GPU）**：强烈推荐 NVIDIA 显卡（N 卡），A 卡兼容性与性能表现较差。 - 入门推荐：RTX 3060（12GB）或 RTX 3060 Ti，512×512 出图约 15 秒； - 进阶推荐：RTX 4070，出图约 3 秒； - 老旧显卡如 GTX 1060，单图耗时约 3–5 分钟。 - **显存（VRAM）**：建议至少 8GB。显存相当于图像处理的临时缓存池，直接影响可生成图片尺寸、可加载模型数量及插件并发能力。训练自定义模型时，最低需 8GB 显存。 - **替代方案：云端部署** 若本地硬件不足，可租用云服务器（如 RunPod、Vast.ai），按需选用 RTX 4090 等高端显卡，彻底摆脱低效等待。 --- **环境配置与 Web UI 安装流程** SD 运行依赖两个基础组件：Python 与 Git。 - **Python**：必须安装 3.10.6 版本（其他版本易报错）。安装时勾选 “Add Python to PATH”，完成后在 CMD 中输入 `python -V`，确认返回 `3.10.6` 即成功。 - **Git**：用于拉取最新代码与模型。Windows 用户可直接下载安装，默认路径即可，安装后在 CMD 输入 `git --version`，确认返回 `2.40.1` 或相近版本。 - **Web UI 安装**： 1. 建议使用独立硬盘分区（预留 ≥200GB，推荐 300GB），避免后期空间不足； 2. 所有路径必须为纯英文，否则易触发报错； 3. 解压 Web UI 包后，双击 `webui-user.bat`（或 `.bat` 文件）自动执行依赖安装； 4. 安装完成后，双击启动器即可运行，浏览器访问 `http://127.0.0.1:7860` 进入操作界面。 至此，本地 SD 环境已部署完毕，可立即开始图像生成实践。