SRC-VISUAL-001：Stable Diffusion零基础入门系统课：从安装部署到AI绘画实战

来源说明

本资料是创作者「AI轻创汇」发布于哔哩哔哩的中文个人系统教程。课程被组织为 19 个章节，覆盖本地部署、基础概念、模型与参数、提示词、图生图、局部修改、高清放大和插件扩展。收录理由是它把"生成一张图"展开为从环境准备到结果修正的连续工作流，并展示多类生成结果，而不是只介绍单个按钮。

内容笔记

课程先说明 Stable Diffusion 的基本概念与本地运行路径，再进入 WebUI 界面和模型使用。公开章节可见的实操包括：文生图参数设置、提示词编写与权重控制、图生图重绘、局部重绘、高清修复、ControlNet 等控制方式，以及模型或插件的安装使用。

这类流程的价值在于把出图拆成可迭代环节：先确定画面目标和尺寸，生成低成本候选；再用构图、姿态或参考图约束结果；最后针对脸、手、文字、边缘和分辨率做局部修正与放大。课程发布时的界面、模型和插件状态属于 2025-11-07 的观察，不应视为 2026-07-13 仍完全相同。

实际完成的结果

• 输入：自然语言提示词、负面提示词，可选的参考图片、姿态或结构控制信息。
• 输出：文生图候选、基于参考图的变体、局部修复图和高清放大后的成图。
• 适用对象：希望理解本地 AI 出图完整链路，并愿意处理安装、模型管理和反复修图的初学者。

操作过程与作者经验

1. 安装或部署 Stable Diffusion WebUI，确认硬件与运行环境可用。
2. 认识模型、采样器、步数、尺寸、随机种子等基础参数。
3. 用提示词建立主体、环境、风格、镜头和质量要求，生成第一批候选。
4. 用图生图、重绘幅度或参考控制保持原图结构并探索变化。
5. 用局部重绘处理人物脸部、手部、物体边缘等错误区域。
6. 用放大与细节修复完成可交付尺寸，再人工检查成图。

来源能确认课程覆盖上述环节，但不能据此推定任何模型都能一次生成可商用成图，也不能推定相同提示词在不同模型版本中会得到相同结果。

可生成的关系

• 任务：在本地从提示词生成并修正一张 AI 图片
• 案例：从首轮文生图候选迭代到局部修复和高清成图
• 创作者：AI轻创汇
• 工具：Stable Diffusion、WebUI、ControlNet
• 方法：文生图、图生图、结构控制、局部重绘、高清放大
• 风险：模型与插件来源、参考图版权、训练数据争议、错误细节、硬件与版本兼容

来源边界

本页是对公开视频章节与页面说明的概括，没有复制课程字幕、提示词全集或画面。创作者账号未显示为 Stable Diffusion 项目官方账号，因此按个人教程收录。下载模型和插件时应核验来源与许可证；使用照片、插画、品牌元素或他人作品作参考时，应先取得相应权利。生成结果仍需检查人物畸形、错误文字、相似角色、商标和潜在侵权。课程中的安装方法、模型版本和扩展接口截至 2026-07-13 可能已经变化，实际使用前需重新核验项目文档和平台条款。