Чаще всего установка Stable Diffusion заканчивается ошибкой Torch is not able to use GPU или чёрным окном консоли, которое зависает на этапе загрузки зависимостей — и в обоих случаях причина обычно кроется не в самой нейросети, а в подготовке системы: версии Python, драйверах видеокарты или недостатке видеопамяти. Прежде чем скачивать что-либо, стоит проверить три вещи: какая у вас видеокарта, сколько на ней памяти и установлен ли Python нужной ветки.
Stable Diffusion — это локальная нейросеть для генерации изображений, которая работает прямо на вашем компьютере без подписки и ограничений онлайн-сервисов. В этой инструкции разберём установку самого популярного интерфейса Automatic1111 WebUI на Windows, альтернативные варианты для слабых машин и типичные ошибки, с которыми сталкиваются новички.
Системные требования: что проверить до установки
Ключевой компонент — видеокарта. Stable Diffusion лучше всего работает на GPU NVIDIA с поддержкой CUDA: для комфортной генерации желательно от 6–8 ГБ видеопамяти, хотя запуск возможен и на 4 ГБ с особыми флагами. Карты AMD поддерживаются ограниченно и обычно требуют Linux или специальных сборок, а на встроенной графике Intel генерация будет идти через процессор — очень медленно.
Помимо GPU, вам понадобится:
- 🖥️ Оперативная память — желательно 16 ГБ, минимально можно пробовать с 8 ГБ;
- 💾 Свободное место на диске — минимум 20–30 ГБ: сам интерфейс, библиотеки и хотя бы одна модель (файл чекпоинта весит обычно 2–7 ГБ);
- 🐍 Python 3.10.x — именно ветка 3.10, на более новых версиях зависимости Automatic1111 могут не собраться;
- 📂 Git — для клонирования репозитория и обновлений;
- 🌐 Стабильный интернет — при первом запуске скачивается несколько гигабайтов зависимостей.
Узнать объём видеопамяти можно через Диспетчер задач: откройте вкладку «Производительность», выберите GPU и посмотрите строку «Выделенная память GPU». Если там меньше 4 ГБ — не спешите закрывать статью, ниже разберём варианты запуска на слабом железе.
Шаг 1. Установка Python и Git
Скачайте установщик Python 3.10 с официального сайта python.org — выбирайте версию для Windows (64-bit). При установке обязательно поставьте галочку Add Python to PATH на первом экране установщика: без неё система не найдёт интерпретатор, и скрипт запуска WebUI завершится с ошибкой «Python не найден».
После установки проверьте результат. Откройте командную строку (Win + R → cmd) и выполните:
python --version
git --version
Обе команды должны вывести номера версий. Если вместо версии Python вы видите ошибку или открывается Microsoft Store — переменная PATH не прописалась: переустановите Python с отмеченной галочкой или добавьте путь вручную через «Параметры → Система → О системе → Дополнительные параметры системы → Переменные среды».
Git скачивается с git-scm.com и ставится с настройками по умолчанию — здесь подводных камней обычно нет. Он нужен не только для первичной загрузки, но и для обновления WebUI одной командой git pull в дальнейшем.
Шаг 2. Скачивание и установка Automatic1111 WebUI
Создайте папку для нейросети в корне диска, например C:\stable-diffusion. Избегайте русских букв, пробелов и слишком длинных путей — отдельные скрипты и расширения чувствительны к ним и могут падать с неочевидными ошибками.
Откройте командную строку в этой папке и клонируйте репозиторий:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.gitПосле завершения клонирования перейдите в появившуюся папку и найдите файл webui-user.bat. Первый запуск выполняется двойным кликом по нему: скрипт сам создаст виртуальное окружение, скачает PyTorch и все зависимости. На этом этапе загружается несколько гигабайтов, поэтому процесс может занять от десяти минут до часа в зависимости от скорости соединения.
⚠️ Внимание: не закрывайте окно консоли во время первой установки зависимостей, даже если кажется, что процесс завис. Прерывание на середине оставляет «битое» окружение, и чаще всего проще удалить папку venv внутри каталога WebUI и запустить установку заново.
☑️ Чек-лист первого запуска
Шаг 3. Скачивание модели (чекпоинта)
Сам по себе WebUI — это только оболочка. Для генерации нужна модель — файл с расширением .safetensors или .ckpt. Базовые модели (Stable Diffusion 1.5, SDXL) доступны на Hugging Face, а огромный выбор обученных сообществом вариантов — на Civitai. Формат .safetensors предпочтительнее: он не исполняет код при загрузке и считается более безопасным.
Скачанный файл нужно положить в папку:
stable-diffusion-webui\models\Stable-diffusionПосле этого перезапустите WebUI или нажмите кнопку обновления рядом с выпадающим списком моделей в левом верхнем углу интерфейса. Выберите чекпоинт — и можно генерировать: введите текстовое описание (промпт) на вкладке txt2img и нажмите Generate.
Чем отличаются SD 1.5 и SDXL
SD 1.5 — старая, но лёгкая модель: работает на 4–6 ГБ видеопамяти, для неё создано больше всего LoRA и дообученных чекпоинтов. SDXL генерирует более детальные картинки в высоком разрешении, но требует заметно больше VRAM и дольше загружается. Новичкам с картами до 8 ГБ обычно советуют начинать с экосистемы 1.5.
Запуск на слабом железе и без дискретной видеокарты
Если видеопамяти 4 ГБ или меньше, добавьте в файл webui-user.bat параметры запуска. Откройте его в текстовом редакторе и измените строку:
set COMMANDLINE_ARGS=--medvram --xformersФлаг --medvram снижает потребление видеопамяти ценой скорости, а при совсем малых объёмах используется --lowvram. Опция --xformers оптимизирует работу с памятью на картах NVIDIA. Точный набор флагов зависит от вашей конфигурации — экспериментируйте, начиная с мягких вариантов.
Для запуска вообще без GPU существует режим --use-cpu all, но будьте готовы: одна картинка может генерироваться десятки минут. Реалистичная альтернатива для слабых машин — облачные сервисы вроде Google Colab или аренда GPU, где WebUI запускается на удалённом сервере, а вы работаете через браузер.
⚠️ Внимание: при нехватке видеопамяти генерация обрывается с ошибкой CUDA out of memory. Это не поломка — закройте лишние программы, потребляющие VRAM (браузер с десятками вкладок, игры), уменьшите разрешение картинки до 512×512 и добавьте флаги экономии памяти.
Сравнение интерфейсов для Stable Diffusion
Automatic1111 — не единственный способ работать с нейросетью. Выбор оболочки зависит от ваших задач и железа:
| Интерфейс | Кому подходит | Особенности |
|---|---|---|
| Automatic1111 WebUI | Новичкам и большинству пользователей | Огромная база расширений, инструкций и гайдов |
| ComfyUI | Продвинутым пользователям | Нодовая система, гибкие пайплайны, экономичнее по памяти |
| Fooocus | Тем, кто хочет результат без настроек | Минимум параметров, автоматические пресеты качества |
| Stable Diffusion WebUI Forge | Владельцам карт с малым объёмом VRAM | Оптимизированная версия A1111 с ускоренной работой |
Если вы только начинаете, берите Automatic1111: по нему больше всего русскоязычных материалов, и почти любая ошибка уже кем-то решена. Перейти на ComfyUI или Forge можно в любой момент — модели между интерфейсами совместимы.
Типичные ошибки и их решение
Разберём сбои, которые встречаются чаще всего. Ошибка Torch is not able to use GPU означает, что PyTorch не видит видеокарту: проверьте, обновлён ли драйвер NVIDIA (ставьте свежий с официального сайта), и не установлена ли CPU-версия PyTorch — в этом случае помогает удаление папки venv и повторный запуск установщика.
Ошибка вида Python is not recognized указывает на проблему с PATH — вернитесь к первому шагу и переустановите Python с галочкой добавления в переменные среды. Если консоль закрывается мгновенно после запуска webui-user.bat, запустите его не двойным кликом, а из уже открытой командной строки — так вы увидите текст ошибки.
- 🐌 Очень медленная генерация — проверьте, что работа идёт на GPU, а не на процессоре (в консоли при старте указано устройство);
- 🧩 Модель не появляется в списке — убедитесь, что файл лежит именно в
models\Stable-diffusionи докачался полностью; - 🖼️ Чёрные картинки вместо результата — часто связано с драйвером или конфликтом VAE; попробуйте другой чекпоинт и обновите драйвер;
- 📦 Ошибки при установке расширений — расширения ставятся через вкладку Extensions, но конфликтуют между собой: при сбоях отключайте их по одному.
Если ничего не помогает, радикальный, но надёжный приём — удалить папки venv и repositories внутри каталога WebUI и запустить webui-user.bat заново. Ваши модели и картинки при этом не пострадают, а окружение соберётся с нуля.
Часто задаваемые вопросы
Можно ли поставить Stable Diffusion на видеокарту AMD?
Да, но сложнее. На Windows поддержка ограничена и часто требует специальных сборок (например, вариантов WebUI с DirectML), а полноценная работа через ROCm доступна в основном под Linux. Производительность и совместимость зависят от конкретной модели карты — уточняйте актуальное состояние поддержки в документации выбранной сборки.
Сколько места нужно на диске для Stable Diffusion?
Сам интерфейс с зависимостями занимает порядка 10–15 ГБ после первой установки. Каждая дополнительная модель добавляет от 2 до 7 ГБ. Закладывайте минимум 30 ГБ с запасом, если планируете экспериментировать с несколькими чекпоинтами и LoRA.
Нужен ли интернет после установки?
Нет, после полной установки и скачивания моделей генерация работает полностью офлайн. Интернет понадобится только для обновлений WebUI, загрузки новых моделей и установки расширений.
Какая версия Python нужна для Automatic1111?
Рекомендуется ветка Python 3.10 — с ней зависимости WebUI собираются стабильнее всего. На более новых версиях (3.11, 3.12) отдельные пакеты могут не иметь готовых сборок и установка завершится ошибкой.
Можно ли запустить Stable Diffusion на ноутбуке?
Можно, если в ноутбуке есть дискретная видеокарта NVIDIA. Убедитесь, что WebUI использует именно её, а не встроенную графику — это настраивается в панели управления NVIDIA или параметрах графики Windows. Учитывайте, что при длительной генерации ноутбук будет сильно нагреваться, поэтому следите за охлаждением.