undercode_
  1. Главная
  2. Блог
  3. Stable Diffusion: как выбрать модель, запустить на своём компьютере и повторить картинку
Человек за столом рядом с системным блоком сравнивает две одинаковые картинки на экране, робот держит третью такую же

Разбор16 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:

ЧтоПримерГде взять
Модель, то есть весаStable Diffusion 3.5 Mediumрепозиторий автора модели на Hugging Face
Программа для запускаComfyUI, diffusers, Forge, AUTOMATIC1111сайт или GitHub программы
Дополнения к моделиLoRA, ControlNet, VAEпод 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

МодельДатаЧто пишет производительЛицензия
SD 1.5лицензия от 22.08.2022исходный репозиторий RunwayML устарел, ходовая копия на Hugging Face называет себя зеркалом, не связанным с RunwayMLCreativeML Open RAIL-M
SDXL 1.026.07.2023базовая модель создаёт латенты, refiner доводит последние шаги очистки от шумаCreativeML Open RAIL++-M
SDXL Turbo28.11.2023картинка за один проход сетипри выпуске некоммерческая исследовательская лицензия, сейчас в списке Community License
SD 3.5 Large22.10.20248,1 млрд параметров, в анонсе названа самой мощной моделью семействаCommunity License
SD 3.5 Large Turbo22.10.2024дистиллированная Large, картинка за 4 шагаCommunity License
SD 3.5 Medium29.10.20242,5 млрд параметров, рассчитана на потребительское железоCommunity License
SD 3.5 Flashисследование от 26.09.2025дистиллированная Medium, 4 шага вместо 40, есть в документации APIв 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, а enable_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

ПрограммаКому подходитЧто проверить
ComfyUIпервый запуск, работа узлами, рекомендация Stability AIсборку PyTorch под свою видеокарту
diffusersзапуск из Python, автоматизацияверсию библиотеки и устройство: cuda, mps или cpu
Forgeинтерфейс stable-diffusion-webui-forgeрекомендуемый пакет собран с CUDA 12.1 и PyTorch 2.3.1
AUTOMATIC1111старые инструкции и расширениядля Windows README требует Python 3.10.6

ComfyUI

ComfyUI поддерживает видеокарты NVIDIA, AMD, Intel, Apple Silicon и Ascend (README ComfyUI). Порядок такой:

  1. Скачайте настольное приложение на comfy.org/download, оно есть для Windows и macOS. README называет его самым простым и лучшим способом для новых пользователей.
  2. Портативная сборка для Windows работает на видеокартах Nvidia или только на процессоре, но обычным пользователям README её не рекомендует.
  3. 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):

  1. Скачайте sd3.5_medium.safetensors из репозитория stabilityai (после принятия условий) и положите в ComfyUI/models/checkpoints/.
  2. В этом файле нет текстовых энкодеров, их нужно загрузить отдельно: clip_l.safetensors, clip_g.safetensors и t5xxl в ComfyUI/models/text_encoders/. Для t5xxl страница советует t5xxl_fp16.safetensors, если оперативной памяти больше 32 ГБ, иначе t5xxl_fp8_e4m3fn_scaled.safetensors.
  3. Сохраните картинку-пример SD3.5 с той же страницы и перетащите её в окно ComfyUI: граф откроется вместе с узлами загрузки.
  4. В узлах загрузки выберите скачанные файлы, впишите свой промпт и запустите генерацию.
  5. Для Large Turbo скачайте sd3.5_large_turbo.safetensors в ту же папку ComfyUI/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:

  1. Поставьте библиотеки командой из карточки модели. Полного списка версий зависимостей карточка не даёт, поэтому записывайте те, что получились:
pip install -U diffusers transformers accelerate
  1. Примите условия доступа на странице модели: без этого файлы не скачаются.
  2. Войдите в Hugging Face командой hf auth login. CLI hf входит в пакет huggingface_hub, по документации это самый простой способ авторизации (Quickstart, CLI). Если терминал не находит hf, там же описаны uvx hf auth login и 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:

  1. 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.
  2. LoRA, ControlNet и их веса, входные картинки и маски.
  3. Промпт и негативный промпт целиком.
  4. Seed, sampler, scheduler, steps, CFG, ширину, высоту и размер пакета.
  5. Версии программы, PyTorch, diffusers, custom nodes, драйвера и модель видеокарты.
  6. 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-v1-5 прямо 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

  1. Выбрали модель и прочитали её лицензию.
  2. Скачали веса из репозитория автора, по возможности в .safetensors.
  3. Поставили ComfyUI или diffusers под свою видеокарту.
  4. Сделали первую картинку и сохранили рецепт: в ComfyUI оригинал PNG с workflow, в diffusers скрипт.
  5. Записали seed, sampler, scheduler, steps, CFG, размер и версии программ.
  6. 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

Источники

  1. Stable Diffusion v1-5 Model Card · Hugging Face
  2. Stable Diffusion 3.5 Medium · Hugging Face
  3. Announcing SDXL 1.0 · Stability AI
  4. Introducing SDXL Turbo · Stability AI
  5. Introducing Stable Diffusion 3.5 · Stability AI
  6. Stability-AI/sd3.5 · GitHub
  7. Stable Diffusion 3.5 Large ControlNets · Stability AI
  8. SD3.5 Flash research · Stability AI
  9. Stable Diffusion 3.5 API reference · Stability AI
  10. Stability AI Community License Agreement
  11. Stability AI License
  12. Stability AI Acceptable Use Policy
  13. CreativeML Open RAIL-M License · Hugging Face
  14. SDXL base 1.0 LICENSE · Hugging Face
  15. SDXL-Turbo · Hugging Face
  16. ComfyUI · GitHub
  17. ComfyUI cli_args.py · GitHub
  18. ComfyUI Download
  19. KSampler · ComfyUI Docs
  20. Workflow metadata · ComfyUI Docs
  21. Reproducibility · Diffusers Docs
  22. Reduce memory usage · Diffusers Docs
  23. Metal Performance Shaders (mps) · Diffusers Docs
  24. Stable Diffusion XL · Diffusers Docs
  25. Image-to-image · Diffusers Docs
  26. Inpainting · Diffusers Docs
  27. LoRA · Diffusers Docs
  28. Reproducibility · PyTorch 2.15 Docs
  29. Pickle Scanning · Hugging Face Hub Docs
  30. Safetensors · Hugging Face Docs
  31. AUTOMATIC1111/stable-diffusion-webui releases · GitHub
  32. AUTOMATIC1111/stable-diffusion-webui · GitHub
  33. lllyasviel/stable-diffusion-webui-forge · GitHub
  34. ComfyUI Examples: SD3.5
  35. Quickstart · huggingface_hub
  36. PyTorch: Get Started
  37. Command Line Interface (CLI) · huggingface_hub
Консультация · 60 минут · 6 000 ₽Обсудить свою задачуОпишите задачу в Telegram-боте, разберём её на созвоне.