怎么搭建自己的AI绘画环境？部署教程

用云端AI绘画总觉得贵又不自由？老实讲我第一次折腾搭建自己的ai绘画环境熬了两个通宵，不是Python版本冲突就是CUDA对不上，最后还是靠一份靠谱的清单才跑通。这篇把硬件、软件、模型三步全摊开，照着搭少走我当年的弯路。

本地搭AI绘画环境的好处是省云端费、数据不出本机、想跑什么底模型跑什么。缺点是吃显卡、要折腾环境。我个人觉得只要显卡够，本地搭一套一劳永逸，比每月给云端交租子划算太多。

本地搭AI绘画最容易卡的几步

显卡显存不够、Python版本对不上CUDA、Git和模型路径写错，这三步占我当年搭建翻车的八成。根因都是没按清单一步步来。

你随便找个教程照抄，显卡是集显、Python是3.13最新版、CUDA是11.7老版本，三样凑一起必崩。这是新手最普遍的坑。搭AI绘画环境要按"显卡先够、Python对版、CUDA匹配"的顺序来，越按部就班越不崩。

说实话搭环境的门槛看着高其实低。把硬件清单、软件版本、模型路径这三样理清，照着敲命令就行。真正难的是后面的参数调优，那才是出图质量的命门。

显卡决定能不能跑、跑多快

搭AI绘画环境显卡显存8GB起步、12GB舒服、24GB随便玩，显存不够一切免谈。

根据 NVIDIA 官方 的显卡规格数据，RTX 3060 12G的12GB GDDR6显存和13 TFLOPS算力在SDXL推理上属于入门甜点配置。我自己的体感差不多——RTX 3060 12G跑SDXL出图约18秒一张，比RTX 2060 6G的60秒一张快了三倍多，6G显存跑SDXL还会爆显存崩进程。

想搞懂AI绘画原理的，先看 什么是AI绘画 把底层逻辑捋顺，再来搭环境。

软件清单：Python、Git、CUDA三件套

装Python 3.10.6（不是最新版）、Git最新版、CUDA 11.8或12.1，这三样版本对齐才能跑通WebUI。

我实测稳定的一套：Python 3.10.6、Git 2.45、CUDA 12.1、PyTorch 2.1.2+cu121。这套组合我跑了上百次出图没崩过。Python别装3.11或3.12，AUTOMATIC1111的WebUI对3.10兼容最好，装新版大概率报错。

命门是CUDA和PyTorch版本要对齐。装错一版整个环境跑不起来——CUDA装12.1就得配PyTorch的cu121版本，对不上就报"cuda runtime error"。这点小细节往往决定搭环境是通宵还是十分钟。

拉AUTOMATIC1111的WebUI

在目标文件夹开终端跑git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git，比手动下压缩包稳定且能随时更新。

只下压缩包没用，更新和装插件都麻烦。我个人反复试过——用git clone拉的WebUI能一键git pull更新、装插件不报路径错，比手动下压缩包省心太多。命令跑完后进stable-diffusion-webui文件夹，双击webui-user.bat（Windows）或跑./webui-user.sh（Linux/Mac）就能启动。

首次启动会自动下依赖，这一步耗时约15到30分钟，看网速。下载完会自动打开浏览器访问127.0.0.1:7860，看到WebUI界面就说明环境搭通了。

顺嘴说一句，启动参数最好单独调一下。我经常在webui-user.bat里加"--xformers --medvram --api"，xformers能省显存提速约两成、medvram能让小显存也能跑SDXL、api开接口方便后面接插件。这点小配置往往决定一套环境是好用还是难用。

下底模型是出图质量的命门

把.safetensors格式的底模型放到stable-diffusion-webui/models/Stable-diffusion/文件夹，模型决定画风、模型决定质量。

底模型别乱下。根据 Civitai 模型库 的下载量数据，SDXL 1.0和它的写实微调是当前最主流的底模型，下载量是SD1.5的好几倍。我自己的体感差不多——SDXL出图分辨率1024x1024起步、细节丰富、写实微调能直接出写真级照片，比SD1.5的512x512塑料感强太多。

底模型放对路径后，在WebUI左上角刷新一下模型列表就能看到。选好模型，CFG调6.0到7.5、步数25到30、采样器DPM++ 2M Karras，这套参数出图最稳。这点小配置往往决定出图是能用还是废片。

参考 Hugging Face 上的官方模型仓库能下到正版底模型，那边的模型都经过安全扫描。

出图参数怎么调才有质量

CFG 6.0到7.5、步数25到30、采样器DPM++ 2M Karras、分辨率1024x1024起步，这套组合出图最稳。

CFG别太高也别太低。我试过CFG 9，结果出图过锐发死；试过CFG 4，结果出图软塌没细节。6.5是我跑了几百张后觉得最平衡的值。步数25起步，想更细可以到30，再高边际收益很低还费时间。

分辨率别用512x512跑SDXL，那是SD1.5的尺寸。SDXL原生1024x1024，出图才不糊。想出竖图改832x1216，横图改1216x832，这俩是SDXL的非正方形最佳尺寸。

零基础出图流程不熟的，先过一遍 如何画AI绘画完整入门 把出图流程跑顺，再来抠参数。想提速出图的，参考 快速AI绘画提速技巧 那篇。

新手最常踩的搭建环境坑

显卡显存不够硬跑、Python装最新版、CUDA和PyTorch版本对不上、模型放错文件夹，这四个坑占搭建翻车的九成。

显存不够硬跑是崩溃根源——6G显存跑SDXL必崩，加--medvram或--lowvram能救但慢得要命。Python装最新版是报错根源——换3.10.6就好。CUDA和PyTorch版本对不上是跑不起来根源——CUDA装什么版本PyTorch就配什么版本。模型放错文件夹是找不到模型根源——放stable-diffusion-webui/models/Stable-diffusion/就好。

想做出能识别真假的对比图练眼力，参考 怎么判断AI绘画识别方法，那篇把AI出图的常见破绽讲得很细。

常见问题

没N卡能用CPU跑AI绘画吗？

能，但慢得要命。CPU出图一张要几分钟到十几分钟，不推荐。有条件还是上N卡，集显和A卡目前兼容性差。

Mac能搭AI绘画环境吗？

能。M1/M2/M3系列的统一内存能跑，装OpenVINO或MPS后端。但速度比N卡慢约三倍，适合轻度使用。

显存只有6G怎么跑SDXL？

启动参数加--medvram --lowvram --xformers，能压到6G跑SDXL。但速度慢约一半，出图约30秒一张。

搭好环境后怎么学出图？

先跑通基础出图流程，再学提示词写法和参数调优。固定seed换提示词对比效果，是学出图最快的方法。