Stable Diffusion 下載教學 2026：官方下載點與 Windows／Mac 安裝步驟

Stable Diffusion 要去哪裡下載？ 操作介面到 AUTOMATIC1111 的官方 GitHub（github.com/AUTOMATIC1111/stable-diffusion-webui，Windows 可直接下載 sd.webui.zip 整合包）或 ComfyUI 官網（comfy.org/download，有 Windows 與 macOS 桌面版）下載；模型檔到 Stability AI 在 Hugging Face 的官方頁面（huggingface.co/stabilityai）下載。最低需求：AUTOMATIC1111 官方寫明支援 4GB 顯示卡、建議用 NVIDIA 顯示卡，系統記憶體 16GB 才跑得順，並以 Python 3.10.6 測試。

本文於 2026-09-30 對照官方頁面核對，當時的版本為 AUTOMATIC1111 WebUI v1.10.1、ComfyUI v0.38.0。

查看相關日報

Stable Diffusion 是什麼？

Stable Diffusion 是 Stability AI 開發的文字生成圖像模型。SDXL 的官方模型卡說明它是潛在擴散模型（Latent Diffusion Model），搭配兩個預訓練的文字編碼器；目前最新的 Stable Diffusion 3.5 則改用多模態擴散 Transformer（MMDiT）架構。

Stability AI 官網把 3.5 分成三個版本：

| 版本 | 官方定位 |

|---|---|

| Stable Diffusion 3.5 Large | Stable Diffusion 系列中最強的模型，適合 1 百萬像素（約 1024×1024）解析度的專業用途 |

| Stable Diffusion 3.5 Turbo | 設計成比 Large 快，4 步就能生成圖片 |

| Stable Diffusion 3.5 Medium | 兼顧品質與客製化，設計成能在一般消費級硬體上執行 |

要在自己的電腦上跑 Stable Diffusion，需要兩樣東西：一個操作介面（AUTOMATIC1111 WebUI 或 ComfyUI），加上一個模型檔（checkpoint）。介面本身免費開源，模型則各有授權條款，下面分開說明。

下載前先確認：系統需求

硬體與作業系統

AUTOMATIC1111 WebUI 官方 README 與 wiki 列出的條件：

• 顯示卡：官方標示 NVIDIA 為建議選項（recommended），另有 AMD、Intel、Ascend NPU 的安裝說明。功能清單寫明支援 4GB 顯示卡（也有 2GB 可用的回報）。
• 系統記憶體：官方排錯頁寫「需要 16GB 記憶體才能順暢執行」；只有 8GB 的話，建議設定 8GB 分頁檔（swap），或加上 --lowram 參數（適用顯示卡記憶體比系統記憶體多的情況）。
• 作業系統：整合包適用 Windows 10/11 搭配 NVIDIA 顯示卡；Linux 與 Apple Silicon Mac 有各自的安裝步驟。
• RTX 50 系列：官方 wiki 說明 50 系列需要 PyTorch 2.7，而這個版本尚未合併進主分支，必須切換到 dev 分支（步驟見下方）。

Python 版本

官方排錯頁寫明程式以 Python 3.10.6 測試，「除非你想找麻煩，不要用其他版本」；Windows 安裝說明也註明較新的 Python 不支援 torch。Linux 若系統太新（例如 Ubuntu 24.04），官方允許安裝 python3.11 或 python3.10。

不需要自己建立虛擬環境或手動安裝 PyTorch：官方說明安裝程式會自動建立 Python 虛擬環境，裝進去的套件不會影響系統原本的 Python。

Mac 使用者要知道的限制

官方 Apple Silicon 安裝頁寫明，網頁介面大部分功能在 macOS 上都能正常運作，主要例外是 CLIP interrogator 與訓練功能：訓練雖然看似能跑，但非常慢且吃掉大量記憶體；CLIP interrogator 在預設設定下會完全改用 CPU 執行。

Step 1：下載並安裝 AUTOMATIC1111 WebUI

Windows 方法一：下載 sd.webui.zip 整合包（NVIDIA 顯示卡）

這是官方給 Windows 10/11 搭配 NVIDIA 顯示卡的最簡單路徑：

1. 到官方 GitHub README 的「Installation on Windows 10/11 with NVidia-GPUs using release package」段落，下載 sd.webui.zip（這個套件的版本是 v1.0.0-pre，下一步會自動更新到最新版），解壓縮到你要的位置。
2. 雙擊 update.bat，等它把 WebUI 更新到最新版後關閉視窗。
3. 使用 RTX 50 系列顯示卡的話，先執行 switch-branch-toole.bat 切換到 dev 分支（官方檔名就是這樣拼）。
4. 雙擊 run.bat 啟動。第一次啟動會下載大量檔案，看到 Running on local URL: http://127.0.0.1:7860 之後，在瀏覽器打開這個網址就是操作介面。

官方提示：如果你已經有下載好的模型，在第 4 步之前先放進 sd.webui\webui\models\Stable-diffusion\，就會跳過自動下載 Stable Diffusion 1.5 基本模型。

Windows 方法二：用 git 下載

1. 安裝 Python 3.10.6（64-bit，安裝時勾選「Add Python to PATH」）與 git。
2. 開啟命令提示字元，輸入：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

1. 官方 wiki 要求在 webui-user.bat 加入下面這行後存檔（sd.webui.zip 整合包與 dev 分支已內含這個修正）：

set STABLE_DIFFUSION_REPO=https://github.com/w-e-w/stablediffusion.git

1. 以一般使用者身分（不要用系統管理員）雙擊 webui-user.bat。

Mac（Apple Silicon）

1. 沒有 Homebrew 的話，先依 brew.sh 的說明安裝，並照「Next steps」把 Homebrew 加進 PATH。
2. 開一個新的終端機視窗，安裝相依套件：

brew install cmake protobuf rust [email protected] git wget

1. 下載 WebUI：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

1. 把要用的模型放進 stable-diffusion-webui/models/Stable-diffusion（還沒有模型的話，見下方 Step 2）。
2. 執行 cd stable-diffusion-webui，再執行 ./webui.sh。程式會自動建立並啟用 Python 虛擬環境，下載安裝其餘缺少的套件。

之後要再開啟，一樣執行 ./webui.sh。官方特別提醒：它不會自動更新，要更新請先執行 git pull 再啟動。

Linux

以 Debian 系為例，先安裝相依套件：

sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0

接著在要安裝的目錄下載並啟動：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
./webui.sh

啟動選項可以在 webui-user.sh 裡設定。Red Hat、openSUSE、Arch 系的套件指令，官方 README 都有列出。

另一個選擇：ComfyUI

ComfyUI 是另一個常用的開源介面，以節點（node）串接流程。官方 README 對 Windows 與 Mac 的新手「強烈建議」使用桌面版，下載頁是 comfy.org/download。官方另外有 Windows 可攜版（portable），但註明不建議一般使用者使用；它的 NVIDIA 版支援 20 系列以上顯示卡，內附 Python 3.13 與 CUDA 13.0 版 PyTorch，如果啟動不了，先更新 NVIDIA 驅動程式。可攜版的模型檔放在 ComfyUI\models\checkpoints。

ComfyUI 官方列出支援的圖像模型包含 Stable Diffusion 1.5、SDXL 與 SD3.5；Stable Diffusion 3.5 Large 的官方模型卡也建議本機使用時選 ComfyUI。

Step 2：下載模型檔

介面裝好之後，還需要模型檔。官方 wiki 說明的下載方式是：到 Hugging Face 點進模型頁，切到「Files and versions」分頁，找副檔名為 .ckpt 或 .safetensors 的檔案，點檔案大小右邊的下載箭頭。

Stability AI 官方模型頁在 huggingface.co/stabilityai，常用的有：

• Stable Diffusion 1.5：官方 wiki 列出的檔名是 v1-5-pruned-emaonly.safetensors，也是整合包預設自動下載的基本模型。
• SDXL 1.0：stabilityai/stable-diffusion-xl-base-1.0，授權為 CreativeML Open RAIL++-M。
• Stable Diffusion 3.5 Large：stabilityai/stable-diffusion-3.5-large。這個頁面公開可見，但要先登入 Hugging Face 並同意分享聯絡資訊、接受授權條款，才能下載檔案。

下載好的檔案放進 stable-diffusion-webui/models/Stable-diffusion 資料夾。WebUI 支援載入 safetensors 格式，也能在介面上直接切換模型，不必重新啟動。

Step 3：第一次生成圖片

撰寫提示詞

在 txt2img 分頁的提示詞欄位，用英文描述你要的畫面，例如主體、風格、場景與光線。以「未來風格的台北街景」為例：

2026 Taipei street, cyberpunk style, neon lights, rain, wet pavement, cinematic lighting, highly detailed, wide angle

生成結果不理想時，先改提示詞，再調參數或換模型。

解析度與 Hires. fix

官方 Features 頁說明：SD 1 與 SD 2 系列模型只用 512 或 768 像素的圖訓練，直接生成很大的圖效果會很差。所以用 SD 1.5 時從 512×512 開始；要大圖時勾選「Hires. fix」，它會先依你設定的寬高畫小圖，再用小圖的構圖放大成大圖。大圖尺寸由「Scale by」倍率，或「Resize width to」「Resize height to」決定。1.8.0 版起，也可以在圖片檢視器選好圖之後，按 [✨] 按鈕單獨對那張圖做 Hires. fix。

Step 4：進階功能與排錯

安裝 ControlNet 擴充

ControlNet 讓你用參考圖（例如線稿、深度圖、姿勢圖）約束生成圖的結構。依 sd-webui-controlnet 官方 README 安裝：

1. 開啟「Extensions」分頁，切到「Install from URL」。
2. 在「URL for extension's git repository」填入 https://github.com/Mikubill/sd-webui-controlnet.git，按「Install」。
3. 約 5 秒後出現「Installed into stable-diffusion-webui\extensions\sd-webui-controlnet」訊息。
4. 到「Installed」分頁按「Check for updates」，再按「Apply and restart UI」。
5. 完整關閉並重開 WebUI（包含終端機視窗）。
6. 依官方 wiki 的 Model-download 頁下載 ControlNet 模型，放到正確資料夾後，按「Model」下拉選單右邊的重新整理按鈕。

使用 LoRA

LoRA 檔案（.pt 或 .safetensors）放進 models/Lora 資料夾，在提示詞任何位置加上 <lora:檔名:權重> 就會啟用。檔名不含副檔名；權重一般介於 0 到 1，數字越大，LoRA 對結果的影響越強。

常見錯誤排除

啟動參數加在 webui-user.bat（Mac／Linux 是 webui-user.sh）的 set COMMANDLINE_ARGS= 後面，多個參數用空格隔開。官方排錯頁的處理方式：

• 顯示卡記憶體不足（4GB 以下）：加 --opt-sdp-no-mem-attention 或 --xformers，官方說可在許多顯示卡上把記憶體用量砍半（xformers 只支援 NVIDIA）；想生成較大的圖用 --medvram，還是不夠再用 --lowvram，但兩者都會犧牲速度。
• 生成出黑圖或綠圖：部分顯示卡不支援半精度，先加 --upcast-sampling；仍無效再用 --precision full --no-half，速度會明顯變慢。
• 「A tensor with all NaNs was produced in the VAE」：試 --no-half-vae。
• 「Torch is not able to use GPU」：CUDA 只能用在 NVIDIA 顯示卡上；AMD 顯示卡或 Mac 出現這個訊息是正常的，加 --skip-torch-cuda-test 略過檢查，再照對應硬體的安裝說明設定。
• 執行 webui-user.bat 後視窗馬上關掉：在檔案最後加一行 pause 存檔再執行，就能看到錯誤訊息。
• 想從頭重裝：刪掉 venv 與 repositories 兩個資料夾。

常見問題 FAQ

Stable Diffusion 要去哪裡下載？

操作介面到 AUTOMATIC1111 官方 GitHub（Windows 下載 sd.webui.zip 整合包）或 comfy.org/download（ComfyUI 桌面版）；模型檔到 Stability AI 在 Hugging Face 的官方頁面 huggingface.co/stabilityai。兩者都免費，但模型各有授權條款。

Stable Diffusion 安裝失敗如何解決？

先確認 Python 是 3.10.6，官方只以這個版本測試。用 git 安裝時出現「Couldn't clone Stable Diffusion」，在 webui-user.bat 加上 set STABLE_DIFFUSION_REPO=https://github.com/w-e-w/stablediffusion.git。視窗一閃就關，在 webui-user.bat 最後加 pause 看錯誤訊息。仍然不行就刪掉 venv 與 repositories 資料夾重新安裝。

如何提高生成圖片的解析度？

SD 1 與 SD 2 系列模型只用 512 或 768 像素訓練，直接生成大圖效果差。先用 512×512 生成，再勾選 Hires. fix，用「Scale by」倍率或指定寬高放大。Stable Diffusion 3.5 Large 官方標示適合 1 百萬像素解析度。

Stable Diffusion 免費嗎？可以商用嗎？

AUTOMATIC1111 WebUI（AGPL-3.0 授權）與 ComfyUI 都是免費開源軟體。模型授權要另外看：Stable Diffusion 3.5 採 Stability AI Community License，研究、非商業使用，以及年營收低於 100 萬美元的個人或組織商用都免費；年營收超過 100 萬美元要向 Stability AI 取得 Enterprise 授權。SDXL 1.0 採 CreativeML Open RAIL++-M 授權。

下一步

裝好之後，可以從 SD 1.5 或 SDXL 開始熟悉提示詞與 Hires. fix，再加上 ControlNet 控制構圖、用 LoRA 套用特定風格。想換到 Stable Diffusion 3.5，官方模型卡建議搭配 ComfyUI。