Запуск Stable Diffusion на ПК чаще всего упирается в одну проверку: объём видеопамяти вашей видеокарты и наличие актуальных драйверов. Если на карте меньше 4 ГБ VRAM, стандартная установка с параметрами по умолчанию либо не стартует, либо будет генерировать изображения крайне медленно. Поэтому первое действие — открыть диспетчер задач или утилиту мониторинга и посмотреть реальный объём видеопамяти, а не ориентироваться на название карты.
Stable Diffusion — это нейросеть для генерации изображений, которую можно запустить локально, без подписки и ограничений онлайн-сервисов. Локальный запуск даёт полный контроль над моделями, параметрами и приватностью, но требует правильной подготовки системы. Ниже разберём требования к железу, способы установки и типичные проблемы.
Системные требования для Stable Diffusion
Главный компонент — видеокарта. Оптимально подходят карты NVIDIA с поддержкой CUDA: чипы серий GTX 16, RTX 20/30/40 и новее. Карты AMD тоже работают, но через обходные решения, и настройка сложнее. Встроенная графика процессора для комфортной работы не подходит.
Объём видеопамяти определяет, какие модели и разрешения вам доступны. Для базовых моделей вроде SD 1.5 достаточно 4–6 ГБ VRAM, для более тяжёлых, таких как SDXL, желательно 8 ГБ и больше. Оперативной памяти нужно минимум 16 ГБ, а на диске стоит зарезервировать 20–50 ГБ: сами модели весят от 2 до 7 ГБ каждая.
| Компонент | Минимум | Комфортно |
|---|---|---|
| Видеокарта | NVIDIA с 4 ГБ VRAM | RTX с 8–12 ГБ VRAM |
| Оперативная память | 16 ГБ | 32 ГБ |
| Свободное место | 20 ГБ | 50+ ГБ (SSD) |
| ОС | Windows 10 64-бит | Windows 10/11 64-бит |
| Python | 3.10.x | 3.10.x (для AUTOMATIC1111) |
⚠️ Внимание: точные требования зависят от конкретной модели и интерфейса. Перед установкой сверяйтесь с документацией выбранного веб-интерфейса — требования к версиям Python и библиотек периодически меняются.
Выбор интерфейса: AUTOMATIC1111, ComfyUI или Fooocus
Сама модель Stable Diffusion — это файл весов, а работать с ней удобнее через графический интерфейс. Самый популярный — AUTOMATIC1111 WebUI: огромная база расширений, понятная панель управления, поддержка LoRA и ControlNet. Подходит как новичкам, так и опытным пользователям.
ComfyUI строит генерацию как схему из узлов — гибче и экономичнее по памяти, но требует времени на освоение. Fooocus — максимально простой вариант: минимум настроек, результат «из коробки». Если вы только начинаете и не хотите разбираться в параметрах, начните с него.
- 🎨 AUTOMATIC1111 — универсальный выбор, много гайдов и расширений
- 🧩 ComfyUI — максимальная гибкость, экономия VRAM, сложнее в освоении
- ⚡ Fooocus — простейший старт, автоматические настройки качества
- 📦 SD.Next — форк AUTOMATIC1111 с активной разработкой
Установка AUTOMATIC1111 на Windows
Установка начинается с подготовки окружения. Вам понадобятся Python 3.10 (именно ветка 3.10, более новые версии могут вызывать конфликты зависимостей) и Git для клонирования репозитория. При установке Python обязательно отметьте галочку Add Python to PATH — без неё скрипт запуска не найдёт интерпретатор.
Далее клонируйте репозиторий в папку без пробелов и кириллицы в пути:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.gitПосле клонирования поместите файл модели (например, скачанный с Civitai или Hugging Face в формате .safetensors) в папку models/Stable-diffusion. Затем запустите файл webui-user.bat — первый запуск скачает зависимости, что может занять заметное время. По завершении интерфейс откроется в браузере по адресу http://127.0.0.1:7860.
☑️ Чек-лист перед первым запуском
⚠️ Внимание: не прерывайте первый запускwebui-user.bat— скрипт скачивает PyTorch и другие библиотеки объёмом в несколько гигабайт. Прерывание может привести к повреждённым файлам и ошибкам при следующем старте; в таком случае обычно помогает удаление папкиvenvи повторный запуск.
Оптимизация для слабых видеокарт
Если у вас 4–6 ГБ VRAM, генерация возможна, но потребует флагов оптимизации. Их прописывают в файле webui-user.bat в строке set COMMANDLINE_ARGS=. Ключевые параметры: --medvram для карт с 4–6 ГБ и --lowvram для ещё более слабых конфигураций — они снижают потребление памяти ценой скорости.
Дополнительно помогает флаг --xformers — он ускоряет вычисления внимания и снижает расход VRAM на совместимых картах NVIDIA. Разрешение генерации на слабых картах лучше держать на уровне 512×512, а увеличение делать отдельным проходом через функцию Hires. fix или апскейлеры.
Решение типичных ошибок
Разберём проблемы, с которыми пользователи сталкиваются чаще всего. Точный текст ошибки всегда стоит искать в консоли — окно командной строки остаётся открытым во время работы и содержит полный лог.
- 🔴 CUDA out of memory — не хватает видеопамяти: снизьте разрешение, добавьте
--medvram - 🐍 Ошибки Python при запуске — неверная версия интерпретатора: проверьте командой
python --version, нужна 3.10.x - 📁 Модель не появляется в списке — файл помещён не в ту папку или не нажата кнопка обновления списка моделей
- 🖥️ Чёрные изображения на выходе — возможная причина в несовместимости VAE или вычислениях в половинной точности на старых картах; попробуйте флаг
--no-halfили смену VAE
Что делать, если веб-интерфейс не открывается в браузере
Проверьте, что окно консоли не закрыто и в нём нет ошибок. Убедитесь, что адрес введён как http://127.0.0.1:7860. Если порт занят другой программой, измените его флагом --port, например: set COMMANDLINE_ARGS=--port 7861. Также проверьте, не блокирует ли брандмауэр или антивирус локальное соединение.
Если после всех проверок интерфейс работает нестабильно, попробуйте переустановить окружение: удалите папку venv внутри каталога WebUI и запустите webui-user.bat заново. Это безопасная процедура — ваши модели и сгенерированные изображения не пострадают.
Где брать модели и как их устанавливать
Базовые модели распространяются через платформы Hugging Face и Civitai. Предпочтительный формат — .safetensors: в отличие от устаревшего .ckpt, он не исполняет код при загрузке и считается более безопасным. Файлы кладутся в папку models/Stable-diffusion, после чего список моделей в интерфейсе обновляется кнопкой рядом с выпадающим меню.
Кроме основных моделей (checkpoint) существуют дополнения: LoRA для стилистических правок, VAE для корректной цветопередачи, embeddings для текстовых подсказок. Каждый тип имеет свою папку внутри каталога models. Всегда скачивайте модели только с известных платформ и проверяйте расширение файла — под видом модели в формате .ckpt может распространяться вредоносный код.
Часто задаваемые вопросы
Можно ли запустить Stable Diffusion на видеокарте AMD?
Да, но сложнее, чем на NVIDIA. На Windows используются сборки с поддержкой DirectML, на Linux — ROCm. Производительность и совместимость зависят от конкретной карты и версии драйверов, поэтому ориентируйтесь на инструкции для вашей модели GPU.
Работает ли Stable Diffusion без интернета?
После установки всех зависимостей и скачивания моделей — да, генерация полностью локальная. Интернет нужен только для первичной установки, обновлений и загрузки новых моделей.
Сколько времени занимает генерация одного изображения?
Это зависит от видеокарты, разрешения, числа шагов и включённых оптимизаций. На современных картах RTX стандартное изображение 512×512 генерируется за секунды, на слабых картах с флагами экономии памяти — значительно дольше. Точное время можно узнать только замером на вашем железе.
Можно ли использовать Stable Diffusion на ноутбуке?
Можно, если в ноутбуке есть дискретная видеокарта NVIDIA с достаточным объёмом VRAM. Учитывайте, что мобильные версии карт слабее настольных с тем же названием, а длительная генерация сильно нагревает систему — следите за температурой.
Чем SDXL отличается от SD 1.5?
SDXL — более тяжёлая модель с нативным разрешением 1024×1024 и, как правило, более детализированным результатом, но она требует заметно больше видеопамяти. SD 1.5 легче, быстрее и имеет огромную библиотеку обученных дополнений. Для слабых ПК разумнее начать с SD 1.5.