Локальная установка Stable Diffusion чаще всего упирается в три причины сбоев: недостаток видеопамяти, несовместимая версия Python или отсутствующие зависимости при первом запуске webui-user.bat. Если генерация падает с ошибкой CUDA out of memory или интерфейс не открывается по адресу http://127.0.0.1:7860, проблема почти всегда решается настройкой параметров запуска, а не переустановкой всего пакета.
В этой статье разберём пошаговую установку Stable Diffusion на Windows через популярный интерфейс AUTOMATIC1111 WebUI, альтернативу в виде ComfyUI, требования к железу и типичные ошибки. Материал подойдёт тем, кто хочет генерировать изображения офлайн, без ограничений онлайн-сервисов и с полным контролем над моделями.
Системные требования для локального запуска
Главный ограничивающий фактор — видеокарта. Stable Diffusion рассчитан на GPU с поддержкой CUDA, то есть в первую очередь на карты NVIDIA. Для комфортной работы с моделями SD 1.5 желательно 6–8 ГБ видеопамяти, для SDXL — от 8–12 ГБ. На 4 ГБ VRAM запуск возможен, но с флагами оптимизации и ограниченным разрешением.
Процессор и оперативная память менее критичны: хватит современного 4-ядерного CPU и 16 ГБ ОЗУ. На диске стоит зарезервировать минимум 20–30 ГБ: сам репозиторий, зависимости Python и одна-две модели весом 2–7 ГБ каждая быстро занимают место. Работа исключительно на CPU без видеокарты технически возможна, но генерация одного изображения может занимать десятки минут — для практического использования это непригодно.
| Компонент | Минимум | Рекомендуется |
|---|---|---|
| Видеокарта | NVIDIA с 4 ГБ VRAM | NVIDIA с 8–12 ГБ VRAM |
| Оперативная память | 8 ГБ | 16–32 ГБ |
| Свободное место на диске | 20 ГБ | 50+ ГБ (SSD) |
| ОС | Windows 10 64-bit | Windows 10/11 64-bit |
| ПО | Python 3.10.6, Git | Python 3.10.6, Git, свежие драйверы NVIDIA |
⚠️ Внимание: версия Python критична. AUTOMATIC1111 официально рассчитан на
Python 3.10.6. Установка более новой ветки (3.11, 3.12) часто приводит к конфликтам зависимостей и ошибкам при установке torch. Проверьте версию командойpython --versionдо начала установки.
Подготовка: установка Python и Git
Перед загрузкой самого WebUI необходимо поставить два компонента. Первый — Python 3.10.6 с официального сайта python.org. Во время установки обязательно отметьте галочку Add Python to PATH на первом экране инсталлятора — без неё командная строка не найдёт интерпретатор, и скрипт запуска завершится с ошибкой.
Второй компонент — Git, через который клонируется репозиторий. Скачайте установщик с git-scm.com и ставьте с настройками по умолчанию. Проверить корректность установки обоих инструментов можно в командной строке:
python --version
git --version
Обе команды должны вывести номера версий. Если вместо этого появляется сообщение «не является внутренней или внешней командой», переустановите компонент с добавлением в PATH или пропишите путь вручную в переменных среды Windows.
Пошаговая установка AUTOMATIC1111 WebUI
Это самый популярный интерфейс для локальной работы со Stable Diffusion. Порядок действий следующий: выберите папку для установки (например, C:\stable-diffusion), откройте в ней командную строку и клонируйте репозиторий:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.gitПосле клонирования перейдите в папку stable-diffusion-webui и запустите файл webui-user.bat двойным кликом. Первый запуск длительный: скрипт сам создаст виртуальное окружение, скачает PyTorch и все зависимости — это может занять 10–30 минут в зависимости от скорости интернета. Прерывать процесс не нужно, даже если окно кажется «зависшим».
☑️ Проверка перед первым запуском
Когда установка завершится, в консоли появится строка вида Running on local URL: http://127.0.0.1:7860. Откройте этот адрес в браузере — вы увидите интерфейс WebUI. Однако для генерации нужна ещё и модель (checkpoint): скачайте файл .safetensors или .ckpt (например, с Hugging Face или Civitai) и поместите его в папку:
stable-diffusion-webui\models\Stable-diffusionПосле этого выберите модель в выпадающем списке в левом верхнем углу интерфейса, введите промпт и нажмите Generate. Первая генерация может быть медленной — идёт компиляция ядер CUDA, последующие будут заметно быстрее.
Альтернатива: ComfyUI и Fooocus
ComfyUI — узловой (node-based) интерфейс, где процесс генерации собирается из блоков. Он сложнее для новичка, но гибче и экономичнее по видеопамяти: на слабых картах ComfyUI нередко работает там, где AUTOMATIC1111 отказывается запускаться. Установка аналогична: клонирование репозитория с GitHub, установка зависимостей через pip install -r requirements.txt и запуск скриптом run_nvidia_gpu.bat из архива или через Python.
Fooocus ориентирован на максимальную простоту: минимум настроек, автоматический подбор параметров, установка почти в один клик из готового архива. Это хороший вариант, если вам нужен результат «из коробки» без изучения sampler'ов и CFG scale. Выбор интерфейса зависит от задач: тонкая настройка и расширения — AUTOMATIC1111, сложные пайплайны — ComfyUI, быстрый старт — Fooocus.
Настройка под слабую видеокарту
Если у вас 4–6 ГБ VRAM, стандартный запуск почти гарантированно закончится ошибкой нехватки памяти. Параметры оптимизации прописываются в файле webui-user.bat в строке COMMANDLINE_ARGS. Откройте файл блокнотом и отредактируйте строку:
set COMMANDLINE_ARGS=--medvram --xformersРазберём основные флаги:
- 🔧
--medvram— снижает потребление VRAM за счёт разбиения модели на части, умеренно замедляет генерацию; - 🔧
--lowvram— вариант для совсем слабых карт (около 4 ГБ и меньше), замедление более существенное; - ⚡
--xformers— оптимизация внимания, ускоряет генерацию и снижает расход памяти на картах NVIDIA; - 🧩
--autolaunch— автоматически открывает интерфейс в браузере после запуска; - 🌐
--listen— делает интерфейс доступным из локальной сети (например, с ноутбука или планшета).
Дополнительно уменьшите разрешение генерации до 512×512 для моделей SD 1.5 и избегайте одновременного запуска браузера с десятками вкладок и игр — видеопамять делится между всеми приложениями.
Что делать, если xformers не устанавливается
Иногда pip не может собрать xformers под вашу версию torch. В этом случае замените флаг --xformers на --opt-sdp-attention — это встроенная оптимизация PyTorch, которая не требует отдельной установки и даёт схожий эффект по экономии памяти.
Типичные ошибки и их решение
Ошибка «CUDA out of memory» — самая частая. Решение: добавьте --medvram или --lowvram, уменьшите разрешение и размер батча, закройте лишние программы, использующие GPU. Если ошибка появляется при генерации больших изображений, используйте функцию Hires. fix вместо прямого задания высокого разрешения.
Скрипт зависает на «Installing torch» или выдаёт ошибку скачивания. Возможная причина — нестабильное соединение или блокировка PyPI. Проверьте интернет, при необходимости настройте зеркало pip или VPN. Также убедитесь, что антивирус не блокирует скачивание многогигабайтных файлов в папку venv.
Чёрный квадрат вместо изображения — возможная причина кроется в конфликте с VAE или в работе на карте с нехваткой точности вычислений. Попробуйте добавить флаг --no-half-vae или --precision full --no-half, а также скачайте отдельный файл VAE для вашей модели.
⚠️ Внимание: скачивайте модели только в формате
.safetensorsот проверенных авторов. Файлы.ckptпостроены на pickle и теоретически могут содержать вредоносный код, который выполнится при загрузке модели. Формат safetensors лишён этого недостатка.
- 🖥️ Интерфейс не открывается по 127.0.0.1:7860 — проверьте, не занят ли порт другой программой, и не блокирует ли брандмауэр Windows локальный сервер;
- 📦 Ошибка «No module named ...» — удалите папку
venvи запустите webui-user.bat заново для чистой переустановки зависимостей; - 🐢 Очень медленная генерация — убедитесь, что используется GPU, а не CPU: в консоли при старте не должно быть строки о fallback на процессор;
- 🔄 После обновления WebUI всё сломалось — откатитесь на предыдущий коммит через
git checkoutили дождитесь исправления от автора расширения.
Обновление и обслуживание установки
Обновить AUTOMATIC1111 можно через Git: откройте командную строку в папке проекта и выполните git pull. Учтите, что после обновления часть расширений может временно перестать работать — они обновляются отдельно на вкладке Extensions → Installed → Check for updates. Перед крупным обновлением имеет смысл скопировать папки models, outputs и extensions в резервное место.
Модели, LoRA и эмбеддинги со временем занимают десятки гигабайт. Периодически пересматривайте коллекцию: неиспользуемые чекпоинты удаляйте, а нужные храните на внешнем диске. Для порядка раскладывайте файлы по подпапкам — WebUI корректно отображает вложенную структуру в выпадающем списке моделей.
FAQ: частые вопросы
Можно ли установить Stable Diffusion на видеокарту AMD?
Да, но сложнее. На Windows используются сборки с DirectML (например, форки WebUI с флагом --directml), а на Linux — версия PyTorch с ROCm. Производительность и совместимость зависят от конкретной карты, поэтому сверяйтесь с документацией выбранной сборки.
Работает ли Stable Diffusion без интернета после установки?
Да. После того как все зависимости и модели скачаны, генерация происходит полностью локально. Интернет понадобится только для обновлений и загрузки новых моделей.
Сколько места занимает одна модель?
Чекпоинты SD 1.5 обычно занимают около 2–4 ГБ, модели SDXL — порядка 6–7 ГБ. Файлы LoRA значительно меньше — от нескольких мегабайт до нескольких сотен мегабайт.
Нужна ли регистрация или лицензия для локального использования?
Нет, AUTOMATIC1111 WebUI и ComfyUI распространяются бесплатно с открытым кодом. Однако у отдельных моделей могут быть собственные лицензии, ограничивающие коммерческое использование, — проверяйте условия на странице конкретной модели.
Можно ли запускать WebUI на ноутбуке?
Можно, если в ноутбуке есть дискретная видеокарта NVIDIA с достаточным объёмом VRAM. Учитывайте троттлинг: при длительной генерации система охлаждения ноутбука работает на пределе, и скорость может снижаться. Следите за температурой и не закрывайте вентиляционные отверстия.