
РазборЕвгений16 мин чтения
Stable Diffusion: как выбрать модель, запустить на своём компьютере и повторить картинку
Что такое Stable Diffusion, какую модель выбрать (SD 1.5, SDXL, SD 3.5), как запустить её в ComfyUI или diffusers и что сохранить, чтобы повторить картинку.
Содержание · 12 разделов
Под именем Stable Diffusion живут несколько поколений моделей с разными лицензиями и требованиями к видеокарте, а запускают их разные программы. Поэтому инструкции быстро стареют: в одной ставят SD 1.5 через AUTOMATIC1111, в другой обещают «последнюю версию», которой нет в документации Stability AI.
Ниже порядок действий на ноябрь 2026 года: что такое Stable Diffusion, какую модель взять, в какой программе запустить её на своём компьютере, что проверить в лицензии и что сохранить, чтобы через неделю получить ту же картинку. Факты взяты из документации Stability AI, Hugging Face, ComfyUI, diffusers, PyTorch и README проектов на GitHub, дата сверки 4 ноября 2026 года. Для этой статьи мы модели не скачивали и картинки не генерировали: цифры памяти здесь из документации производителей, а не наш замер.
Коротко
- Stable Diffusion: семейство моделей Stability AI, которые рисуют картинку по текстовому описанию. Модель распространяется файлами с весами, для запуска иногда нужны ещё отдельные текстовые энкодеры и VAE. Работает с ними программа: ComfyUI, библиотека diffusers, Forge или AUTOMATIC1111.
- В статье разбираем модели с открытыми весами Stable Diffusion 3.5 Large, Large Turbo и Medium, октябрь 2024 года. Medium Stability AI рассчитывала на потребительское железо. Новые выпуски смотрите на странице stabilityai на Hugging Face.
- Для запуска на своём компьютере Stability AI рекомендует ComfyUI, для запуска из кода diffusers.
- Для бизнеса бесплатно с условиями: у SD 3.5 действует Community License с порогом годовой выручки 1 млн долларов вместе с аффилированными компаниями, для коммерческого использования нужна регистрация.
- Чтобы повторить картинку, одного seed мало. Нужны та же модель, промпт, sampler, scheduler, число шагов, CFG, размер и те же версии программ. PyTorch прямо пишет, что между версиями и платформами точное совпадение не гарантировано.
- ComfyUI по умолчанию записывает граф прямо в PNG: перетащите оригинал в окно программы, и настройки вернутся. Пересохранение в редакторе может эти данные стереть.
Что такое Stable Diffusion
В карточке SD 1.5 на Hugging Face Stable Diffusion описана как латентная диффузионная модель, которая генерирует фотореалистичные изображения по любому тексту (карточка SD 1.5). Картинка получается из шума: модель шаг за шагом убирает шум, ориентируясь на промпт. Число таких шагов задаёте вы, это параметр steps.
Различайте три вещи:
| Что | Пример | Где взять |
|---|---|---|
| Модель, то есть веса | Stable Diffusion 3.5 Medium | репозиторий автора модели на Hugging Face |
| Программа для запуска | ComfyUI, diffusers, Forge, AUTOMATIC1111 | сайт или GitHub программы |
| Дополнения к модели | LoRA, ControlNet, VAE | под конкретную модель |
Stability AI так и пишет в карточке SD 3.5 Medium: для локального запуска с интерфейсом из узлов рекомендует ComfyUI, для запуска из кода diffusers или свой репозиторий на GitHub (карточка SD 3.5 Medium). Сайты со словами «Stable Diffusion» в названии бывают сторонними, поэтому перед оплатой проверяйте, кто владелец сервиса.
Какие бывают модели Stable Diffusion
| Модель | Дата | Что пишет производитель | Лицензия |
|---|---|---|---|
| SD 1.5 | лицензия от 22.08.2022 | исходный репозиторий RunwayML устарел, ходовая копия на Hugging Face называет себя зеркалом, не связанным с RunwayML | CreativeML Open RAIL-M |
| SDXL 1.0 | 26.07.2023 | базовая модель создаёт латенты, refiner доводит последние шаги очистки от шума | CreativeML Open RAIL++-M |
| SDXL Turbo | 28.11.2023 | картинка за один проход сети | при выпуске некоммерческая исследовательская лицензия, сейчас в списке Community License |
| SD 3.5 Large | 22.10.2024 | 8,1 млрд параметров, в анонсе названа самой мощной моделью семейства | Community License |
| SD 3.5 Large Turbo | 22.10.2024 | дистиллированная Large, картинка за 4 шага | Community License |
| SD 3.5 Medium | 29.10.2024 | 2,5 млрд параметров, рассчитана на потребительское железо | Community License |
| SD 3.5 Flash | исследование от 26.09.2025 | дистиллированная Medium, 4 шага вместо 40, есть в документации API | в материалах этой статьи только API |
Даты и описания взяты из анонсов SDXL 1.0, SDXL Turbo и Stable Diffusion 3.5, из README репозитория sd3.5 и документации API.
Как выбрать:
- Начинаете с нуля: SD 3.5 Medium, её делали под потребительское железо. Хватит ли вашей видеокарты, сверьте с разделом про видеопамять ниже до установки.
- Нужны быстрые черновики: SD 3.5 Large Turbo или SDXL Turbo, им хватает нескольких шагов.
- Нужна старшая модель SD 3.5 и есть мощная видеокарта: SD 3.5 Large, 8,1 млрд параметров. В анонсе от 22.10.2024 Stability AI называла её самой мощной моделью семейства. Для неё в ноябре 2024 года вышли официальные ControlNet: Blur, Canny и Depth (анонс ControlNet).
- Нашли нужную LoRA или готовый workflow под SDXL или SD 1.5: проверьте в описании, под какую базовую модель их делали, и берите её.
Сколько нужно видеопамяти
В собранных для статьи источниках единого минимума для всех моделей нет, есть три ориентира.
- SD 3.5 Medium: Stability AI пишет, что для полной производительности модели нужно 9,9 ГБ видеопамяти, и текстовые энкодеры в эту цифру не входят. Полного расхода памяти вместе с энкодерами эта цитата не указывает.
- ComfyUI в своём README заявляет, что даже крупнейшие открытые модели запускаются на 4 ГБ видеопамяти и 8 ГБ оперативной памяти благодаря асинхронной подгрузке весов. Это обещание программы, скорость на своей конфигурации проверяйте сами.
- В diffusers память экономят выгрузкой частей модели в оперативную память (документация).
enable_model_cpu_offload()работает только на одной видеокарте, аenable_sequential_cpu_offload(), по словам документации, может сработать, но очень медленно. Ещё один путь: квантизация. В карточке SD 3.5 Medium есть раздел «Quantizing the model with diffusers» с примером через bitsandbytes для видеокарт с малой памятью.
С флагом --lowvram в ComfyUI сверяйтесь со своей версией. В текущем коде у него такое описание: при включённой динамической видеопамяти флаг ничего не делает, а без неё переносит текстовые энкодеры на процессор (cli_args.py).
Где запустить: ComfyUI, diffusers, Forge или AUTOMATIC1111
| Программа | Кому подходит | Что проверить |
|---|---|---|
| ComfyUI | первый запуск, работа узлами, рекомендация Stability AI | сборку PyTorch под свою видеокарту |
| diffusers | запуск из Python, автоматизация | версию библиотеки и устройство: cuda, mps или cpu |
| Forge | интерфейс stable-diffusion-webui-forge | рекомендуемый пакет собран с CUDA 12.1 и PyTorch 2.3.1 |
| AUTOMATIC1111 | старые инструкции и расширения | для Windows README требует Python 3.10.6 |
ComfyUI
ComfyUI поддерживает видеокарты NVIDIA, AMD, Intel, Apple Silicon и Ascend (README ComfyUI). Порядок такой:
- Скачайте настольное приложение на comfy.org/download, оно есть для Windows и macOS. README называет его самым простым и лучшим способом для новых пользователей.
- Портативная сборка для Windows работает на видеокартах Nvidia или только на процессоре, но обычным пользователям README её не рекомендует.
- При ручной установке на видеокарты Nvidia 20-й серии и новее нужен PyTorch со сборкой cu130 или новее. На Mac с Apple Silicon (M1, M2, M3 или M4) ComfyUI ставится на любой свежей macOS, первый шаг там: nightly-сборка PyTorch по руководству Apple. Остальные команды берите из раздела Apple Mac silicon в README, они меняются.
Дальше маршрут для SD 3.5 Medium по официальной странице примеров (ComfyUI Examples: SD3.5):
- Скачайте
sd3.5_medium.safetensorsиз репозитория stabilityai (после принятия условий) и положите вComfyUI/models/checkpoints/. - В этом файле нет текстовых энкодеров, их нужно загрузить отдельно:
clip_l.safetensors,clip_g.safetensorsи t5xxl вComfyUI/models/text_encoders/. Для t5xxl страница советуетt5xxl_fp16.safetensors, если оперативной памяти больше 32 ГБ, иначеt5xxl_fp8_e4m3fn_scaled.safetensors. - Сохраните картинку-пример SD3.5 с той же страницы и перетащите её в окно ComfyUI: граф откроется вместе с узлами загрузки.
- В узлах загрузки выберите скачанные файлы, впишите свой промпт и запустите генерацию.
- Для Large Turbo скачайте
sd3.5_large_turbo.safetensorsв ту же папкуComfyUI/models/checkpoints/, выберите его в графе и поставьте шаги 4 и CFG 1,2.
Модели одним файлом (чекпойнты) кладите в models/checkpoints, VAE в models/vae.
diffusers
Пример собран по карточке SD 3.5 Medium и странице о воспроизводимости в документации diffusers, сами мы его не запускали. Это фрагмент для уже настроенного окружения: Python и PyTorch под вашу видеокарту, команду установки PyTorch берите на pytorch.org. Затем:
- Поставьте библиотеки командой из карточки модели. Полного списка версий зависимостей карточка не даёт, поэтому записывайте те, что получились:
pip install -U diffusers transformers accelerate
- Примите условия доступа на странице модели: без этого файлы не скачаются.
- Войдите в Hugging Face командой
hf auth login. CLIhfвходит в пакет huggingface_hub, по документации это самый простой способ авторизации (Quickstart, CLI). Если терминал не находитhf, там же описаныuvx hf auth loginи отдельная установка.
import torch
from diffusers import StableDiffusion3Pipeline
pipe = StableDiffusion3Pipeline.from_pretrained(
"stabilityai/stable-diffusion-3.5-medium", torch_dtype=torch.bfloat16
)
pipe = pipe.to("cuda")
seed = 42
generator = torch.Generator("cpu").manual_seed(seed)
image = pipe(
"a lighthouse on a cliff at sunset, watercolor",
num_inference_steps=40,
guidance_scale=4.5,
generator=generator,
).images[0]
image.save(f"lighthouse-seed{seed}.png")
40 шагов и guidance_scale=4.5 взяты из примера в карточке модели. Если памяти видеокарты не хватает, вместо pipe.to("cuda") попробуйте pipe.enable_model_cpu_offload(): этот вызов diffusers использует в своих руководствах для экономии памяти. Генератор создавайте заново перед каждым запуском: документация diffusers объясняет, что объект Generator расходует своё случайное состояние, и следующий вызов с тем же объектом даст другую картинку. CPU-генератор там же советуют, когда важна воспроизводимость (документация diffusers). Пример написан под видеокарту NVIDIA с CUDA. Требований к видеокарте и версии CUDA для torch.bfloat16 карточка модели не приводит, и полный сценарий мы не проверяли: считайте код отправной точкой, а не готовым рецептом под любое железо. Apple Silicon diffusers поддерживает через устройство mps, условия и ограничения смотрите на странице про mps.
Forge и AUTOMATIC1111
AUTOMATIC1111 (stable-diffusion-webui) встречается во многих русскоязычных инструкциях, которые мы разбирали. Для Windows его README требует Python 3.10.6 и предупреждает, что более новый Python не поддерживает torch. Последний релиз v1.10.1 опубликован 9 февраля 2025 года (релизы). Сама дата не говорит, заброшен проект или нет, поэтому перед установкой сверьте в README и списке релизов, работает ли версия с нужной вам моделью.
У оригинального Forge от lllyasviel рекомендуемый пакет собран с CUDA 12.1 и PyTorch 2.3.1. Релиз с тегом latest опубликован 5 февраля 2024 года и обновлён 11 августа 2024 года (README Forge). По этим датам релиза не видно, когда последний раз менялся код.
AUTOMATIC1111 сохраняет параметры генерации прямо в картинке: в PNG они лежат в служебных блоках, в JPEG в EXIF. Перетащите картинку на вкладку PNG Info, и параметры вернутся в интерфейс.
Как повторить картинку: что сохранить
Сначала о параметрах, по документации узла KSampler в ComfyUI (KSampler):
- seed: случайное зерно, с которого начинается генерация.
- steps: число шагов очистки от шума. Больше шагов дают мельче детали, но генерация идёт дольше.
- CFG: насколько строго модель следует промпту. Высокое значение лучше держит промпт, слишком высокое портит качество.
- sampler: алгоритм сэмплирования, он влияет на скорость, стиль и качество.
- scheduler: расписание, по которому убирается шум.
Рецепт картинки, который стоит записать:
- Модель: точное имя репозитория и файла, например
stabilityai/stable-diffusion-3.5-medium, плюс VAE и текстовые энкодеры, если грузили их отдельно. Файлы с одинаковым именем бывают разными, поэтому полезно записать и контрольную сумму файла. - LoRA, ControlNet и их веса, входные картинки и маски.
- Промпт и негативный промпт целиком.
- Seed, sampler, scheduler, steps, CFG, ширину, высоту и размер пакета.
- Версии программы, PyTorch, diffusers, custom nodes, драйвера и модель видеокарты.
- В ComfyUI сам файл workflow: PNG с метаданными и копию в JSON. В diffusers сам скрипт с параметрами.
Версии в списке нужны вот почему. Документация PyTorch пишет, что полностью воспроизводимые результаты не гарантируются между релизами PyTorch, отдельными коммитами и разными платформами, а результаты на CPU и GPU могут не совпасть даже при одинаковом seed (PyTorch: Reproducibility). Реалистичная цель: та же картинка на том же компьютере с той же сборкой программ. На другой машине совпадение проверяйте, а не предполагайте. Прежде чем доверять рецепту, повторите его на своей машине и сравните результат с оригиналом.
Workflow внутри PNG
ComfyUI пишет в PNG два текстовых поля, prompt и workflow. Чтобы вернуть граф, перетащите картинку на холст или откройте её через File > Open (метаданные workflow). Метаданные лежат внутри самого файла: при копировании они переезжают вместе с ним, а любая операция, которая перезаписывает файл, может их удалить или заменить. Пересохранение в редакторе как раз такая операция, поэтому оригинал PNG храните отдельно.
Если в картинке рецепта нет, проверьте настройки запуска: с флагом --disable-metadata ComfyUI его не пишет, в ComfyUI Desktop то же делает настройка Disable saving prompt metadata in files в Settings > Server-Config.
В PNG записаны текстовые поля с графом и параметрами. Сами файлы моделей, LoRA и custom nodes храните рядом с рецептом и записывайте их точные имена.
Где брать модели и как не скачать вредоносный файл
- Официальные веса SD 3.5 лежат в репозиториях stabilityai на Hugging Face. Страница модели открыта всем, а файлы доступны после того, как вы примете условия: лицензию и политику конфиденциальности Stability AI.
- Исходный репозиторий SD 1.5 от RunwayML помечен как устаревший. Ходовая копия
stable-diffusion-v1-5/stable-diffusion-v1-5прямо пишет, что не связана с RunwayML. - Hugging Face предупреждает: pickle по умолчанию используется для весов PyTorch, и при загрузке pickle-файла возможна атака с выполнением произвольного кода. Модели советуют брать у пользователей и организаций, которым вы доверяете (Pickle Scanning).
- Если у модели есть файл
.safetensors, берите его: Hugging Face описывает safetensors как формат для безопасного хранения тензоров, в отличие от pickle (документация safetensors). - Формат весов не страхует от расширений. Custom nodes и плагины ставьте только из проектов, которым доверяете.
Лицензия: условия использования моделей в работе
- SD 3.5 (Large, Large Turbo, Medium) и SDXL Turbo сейчас в списке Stability AI Community License (страница лицензий). Договор бесплатно разрешает исследования, некоммерческое и ограниченное коммерческое использование моделей.
- Коммерческое использование договор определяет как цель, которая в основном направлена на коммерческую выгоду или денежное вознаграждение для вас или других. Для такого использования нужно зарегистрироваться в Stability AI.
- Порог: если вы вместе с аффилированными лицами получаете больше 1 000 000 долларов годовой выручки, лицензия прекращается с этой даты. Считается любая выручка, даже не связанная с материалами Stability AI (Community License Agreement, редакция от 5 июля 2024 года). На странице лицензий тот же порог звучит как «меньше 1 млн долларов», поэтому, если вы около этой границы, уточняйте условия у Stability AI.
- Кроме лицензии, действует политика допустимого использования (Acceptable Use Policy), текущая редакция от 30 сентября 2026 года.
- Всё выше это условия использования самих моделей. Отдельных положений о правах на готовые картинки в собранных выдержках нет, поэтому перед коммерческим использованием результатов читайте договор целиком.
- У SD 1.5 и SDXL 1.0 свои лицензии, CreativeML Open RAIL-M и CreativeML Open RAIL++-M. Условия читайте в файле LICENSE конкретной модели. Это же касается сторонних чекпойнтов и LoRA.
Если ставить не хочется
Stability AI даёт SD 3.5 через свой API, в документации там есть и Flash (документация API). Условия и цены смотрите на сайте Stability AI. Сравнение генераторов по правкам, тексту на картинке и правам есть в статье нейросеть для генерации изображений, а про запуск языковых моделей на своём компьютере в статье локальные LLM.
Что ещё умеет Stable Diffusion
- img2img: кроме промпта вы подаёте исходную картинку как отправную точку (img2img в diffusers).
- Inpainting: перерисовка по маске, белые пиксели маски заполняются заново, чёрные остаются как были (inpainting в diffusers).
- ControlNet: официальные Blur, Canny и Depth Stability AI выпустила для SD 3.5 Large. По описанию в анонсе Canny задаёт структуру картинки картой контуров, а Depth управляет генерацией по карте глубины.
- LoRA: лёгкое дообучение, к модели добавляется небольшой набор новых весов (LoRA в diffusers). Под какую базовую модель сделана конкретная LoRA, смотрите в её описании.
Чек-лист перед первой генерацией
- Выбрали модель и прочитали её лицензию.
- Скачали веса из репозитория автора, по возможности в
.safetensors. - Поставили ComfyUI или diffusers под свою видеокарту.
- Сделали первую картинку и сохранили рецепт: в ComfyUI оригинал PNG с workflow, в diffusers скрипт.
- Записали seed, sampler, scheduler, steps, CFG, размер и версии программ.
- Повторили генерацию по рецепту и сравнили с первой.
Частые вопросы
Stable Diffusion бесплатная? Открытые веса можно скачать и запускать без оплаты, если соблюдаете лицензию. Community License для SD 3.5 бесплатно разрешает исследования, некоммерческое и ограниченное коммерческое использование. Для коммерции нужна регистрация, а при выручке больше 1 млн долларов в год вместе с аффилированными лицами лицензия прекращается.
Какая версия Stable Diffusion последняя? В статье рассматриваем открытые веса SD 3.5 Large, Large Turbo и Medium, выпущенные в октябре 2024 года. В сентябре 2025 года Stability AI опубликовала исследование SD 3.5 Flash, модель описана в документации API. Полный и свежий список моделей смотрите на странице stabilityai на Hugging Face.
Можно ли запустить Stable Diffusion на Mac? На Mac с Apple Silicon можно. ComfyUI ставится на M1, M2, M3 и M4 с любой свежей macOS, diffusers работает через устройство mps.
Сколько видеопамяти нужно для Stable Diffusion? Зависит от модели, разрешения и настроек. Для SD 3.5 Medium Stability AI называет 9,9 ГБ без текстовых энкодеров. ComfyUI обещает запуск крупных моделей и на 4 ГБ видеопамяти с 8 ГБ оперативной памяти за счёт подгрузки весов.
Почему с тем же seed получилась другая картинка? Поменялось что-то кроме seed: модель, sampler, scheduler, число шагов, CFG, размер, LoRA или версия программы. В diffusers частая причина в повторном использовании одного объекта Generator. Между разными версиями PyTorch и платформами точное совпадение не гарантировано.
Что выбрать, ComfyUI или AUTOMATIC1111? Для новой установки Stability AI рекомендует ComfyUI. Последний релиз AUTOMATIC1111 v1.10.1 вышел 9 февраля 2025 года, и его README для Windows требует Python 3.10.6.
Читайте также
- Нейросеть для генерации изображений: как выбрать по правкам, тексту и правам
- Локальная нейросеть на ПК: как запустить локальный ИИ и какую модель выбрать
- Как пользоваться ИИ: пять правил из 800 сессий с ИИ за месяц
- Нейросеть для написания текста: черновик по источникам и проверка
- ИИ для создания приложений: как работать с агентами и проверять результат
Источники
- Stable Diffusion v1-5 Model Card · Hugging Face
- Stable Diffusion 3.5 Medium · Hugging Face
- Announcing SDXL 1.0 · Stability AI
- Introducing SDXL Turbo · Stability AI
- Introducing Stable Diffusion 3.5 · Stability AI
- Stability-AI/sd3.5 · GitHub
- Stable Diffusion 3.5 Large ControlNets · Stability AI
- SD3.5 Flash research · Stability AI
- Stable Diffusion 3.5 API reference · Stability AI
- Stability AI Community License Agreement
- Stability AI License
- Stability AI Acceptable Use Policy
- CreativeML Open RAIL-M License · Hugging Face
- SDXL base 1.0 LICENSE · Hugging Face
- SDXL-Turbo · Hugging Face
- ComfyUI · GitHub
- ComfyUI cli_args.py · GitHub
- ComfyUI Download
- KSampler · ComfyUI Docs
- Workflow metadata · ComfyUI Docs
- Reproducibility · Diffusers Docs
- Reduce memory usage · Diffusers Docs
- Metal Performance Shaders (mps) · Diffusers Docs
- Stable Diffusion XL · Diffusers Docs
- Image-to-image · Diffusers Docs
- Inpainting · Diffusers Docs
- LoRA · Diffusers Docs
- Reproducibility · PyTorch 2.15 Docs
- Pickle Scanning · Hugging Face Hub Docs
- Safetensors · Hugging Face Docs
- AUTOMATIC1111/stable-diffusion-webui releases · GitHub
- AUTOMATIC1111/stable-diffusion-webui · GitHub
- lllyasviel/stable-diffusion-webui-forge · GitHub
- ComfyUI Examples: SD3.5
- Quickstart · huggingface_hub
- PyTorch: Get Started
- Command Line Interface (CLI) · huggingface_hub