SDXL 模型教程:新一代 AI 绘图模型的安装与使用

想用SDXL生成高质量AI绘画却卡在安装和参数上?这篇SDXL教程从环境配置、模型下载到ComfyUI实战,手把手带你跑通全套流程,并给出提示词和显存优化技巧,让新手也能快速出图。

更新 2026-08-18

详细介绍

为什么你需要这份SDXL教程

很多AI绘画新手在接触Stable Diffusion XL时,都会遇到几个头疼的问题:下载了十几个GB的模型,却不知道该怎么安装;生成出来的图片总有一股“塑料感”,和网上看到的精美作品完全不是一个画风;显存不够,跑一次要等好几分钟,甚至直接报错崩溃。其实这些问题大多不是你的显卡不行,而是没有掌握SDXL特有的工作流程。这份教程不是为了讲概念,而是直接告诉你每一步该点哪里、该调什么,让你少走弯路。

SDXL核心功能:不只是分辨率提升

SDXL相比旧版模型,最大的变化在于它内置了两个CLIP文本编码器,对自然语言的理解能力更强。也就是说,你可以用更口语化的提示词来描述画面,比如“a cozy cabin in snowy forest with warm window light”,它也能精准还原。另外,SDXL原生支持1024x1024分辨率,出图细节明显更丰富,尤其是手部、文字等以往容易崩坏的部分,稳定性提升了不少。

在实操中,你会发现SDXL对负面提示词的要求也更宽松。旧模型经常需要写一堆“bad anatomy, extra fingers”之类的负面词,但SDXL只要你用官方推荐的负面词“nsfw, lowres, bad anatomy, bad hands, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, blurry”就基本够用了,不用再堆砌几十个负面标签。

安装与配置:从模型到UI的选择

目前主流的SDXL使用方式有两种:一是Stable Diffusion WebUI(A1111),二是ComfyUI。如果你是新手,我建议先用A1111,它的界面更直观,社区教程也多。A1111需要1.5.0以上版本才支持SDXL,建议直接Clone官方仓库最新代码。启动参数里建议加上--xformers和--medvram(显存低于8GB时),能有效降低显存占用。

模型方面,推荐去Hugging Face下载官方SDXL 1.0 base模型,或者更实用的Refiner模型。Base负责生成主体,Refiner负责优化细节,很多高级工作流是两者串联使用。但如果你追求简单,直接用base模型也能出不错的图,没必要非得串联。下载后的模型放在models/Stable-diffusion目录下即可。

上手步骤:三步完成你的第一张SDXL作品

  1. 安装A1111并启动,点击右上角的“刷新”,在模型列表中选择SDXL模型。如果列表为空,检查一下模型文件是否放在正确目录。
  2. 在正向提示词中写一个具体场景,比如“an astronaut riding a horse on mars, cinematic lighting, detailed, 8k”。采样器选择DPM++ 2M Karras,步数设为20-30,CFG Scale设为7左右。分辨率设为1024x1024,这是SDXL的最佳分辨率。
  3. 点击“Generate”,等待出图。第一次运行会有点慢,因为要加载模型。如果爆显存,可以尝试降低分辨率到896x896,或者启用自动优化开关。

出图后如果觉得细节不够,可以右键图片发送到图生图,使用Refiner模型再跑一次低重绘幅度(0.3左右)的“refinement”,会让皮肤质感和边缘轮廓更细腻。

注意事项:避开这些坑

第一,SDXL的VAE不需要单独下载,模型内置了VAE,千万别去乱装外置VAE,否则颜色会发灰。第二,采样器别用Euler a,它容易导致颜色过饱和,推荐DPM++ 2M Karras或UniPC。第三,提示词中不要出现“masterpiece”之类的老式品质词,SDXL对这类词不敏感,反而会干扰语义。第四,如果你的显卡只有6GB显存,建议用ComfyUI,因为它能把任务拆解,显存占用通常比A1111低30%以上。

最后,把这份SDXL教程收藏起来,遇到问题随时回来对照。建议先从固定模板跑通流程,再慢慢调整参数感受差异。AI绘画的乐趣在于实验,希望你能通过SDXL找到属于自己的风格。

更新记录

最近更新:2026-08-18

下载

源码地址

下载按优先级提供:国内网盘(第一优先,便于国内快速获取)→ 官方来源(官方正版背书)→ 源码地址(开源项目);网盘链接均经审核,如失效欢迎反馈。

怎么选(决策参考)

解决什么

暂无公开信号

替代什么

暂无公开信号

适合谁

暂无公开信号

不适合谁

暂无公开信号

核心优势

暂无公开信号

主要限制

暂无公开信号

社区信号

社区数据不足

成熟度

暂无公开信号

什么时候选它

暂无公开信号

什么时候不要选它

暂无公开信号

常见问题

SDXL模型必须用Refiner吗?

不必须。Refiner主要用于优化细节,如果显存有限或追求出图速度,单独用Base模型也能得到不错的结果。串联Refiner时,重绘幅度建议0.2-0.4,步数不必太多。

SDXL对显卡要求高吗?

官方推荐12GB以上显存,但8GB显存通过--medvram参数可以跑1024分辨率,6GB显存建议用ComfyUI。如果实在不够,可降低分辨率或用在线API。

为什么我生成的颜色发灰?

很可能装了外置VAE,或者采样器选了Euler a。SDXL自带VAE,不要额外加载;采样器改用DPM++ 2M Karras,CFG保持7附近即可。

相关推荐

Dify 本地部署教程:Docker 安装与配置
本教程手把手教你完成 Dify 本地部署,通过 Docker 安装与配置,把 AI 应用平台完全掌控在自己手中。无需依赖外部 SaaS,数据安全可控,还能自由对接私有模型和知识库。阅读本文,你将从零搭建起专属的 AI 工作流,解决日常办公与学习的自动化需求。
n8n 教程:开源自动化与 AI 工作流
本页是一份适合新手的 n8n 教程,带你快速掌握开源自动化工具的核心操作。从搭建节点到连接常用应用,一步步实现办公流程自动化,提升效率,节省重复劳动时间。
扣子 Coze 教程:字节 AI 智能体平台
本扣子 Coze 教程将带你从零上手字节跳动的 AI 智能体平台,学会搭建能自动处理文档、答疑解惑的工作流机器人。无论你是职场新人还是学生党,都能用它把重复性任务交给 AI,显著提升效率,告别繁琐手工操作。
FastGPT 教程:国产知识库问答平台
本文提供完整的FastGPT教程,从零开始搭建私有知识库问答系统。你将学会上传文档、配置工作流、发布应用,并解决企业信息检索难、客服响应慢等痛点,快速打造智能问答助手。
Dify 工作流教程:可视化编排 AI 应用
本教程将带你快速上手 Dify 工作流,学会用可视化画布编排 AI 应用,无需编程即可实现文档处理、数据抓取、自动回复等复杂流程。你将理解核心节点、条件分支与知识库接入,并掌握从创建到发布的全流程操作,真正解决办公与学习中的重复性工作痛点。
AnythingLLM 教程:本地知识库 AI 助手
想用 AI 管理本地文档?本 AnythingLLM 教程带你从零搭建私有知识库助手,轻松实现文档问答、摘要生成。学会配置模型、上传资料、调用 API,让 AI 真正为你工作,适合办公族与学习者。

相关文章