ST

Stable Diffusion WebUI

在本地快速生成游戏概念图、贴图与角色素材

本地生图扩散模型图生图贴图制作开源
所属分类🔗 AI 工作流与训练
创作阶段🖌️ 美术
工具类型⚡ AI 原生工具
支持平台Windows、macOS、Linux
价格模式免费开源
适合人群独立开发者、游戏美术与数字绘师
官网链接● 正常
资料更新2026-11-16

🧠 在 AI 创作链路中的位置

为游戏美术环节提供本地可控的图像生产工位

所属阶段:🖌️ 美术 · AI 原生工具,直接用生成能力做生产

工具介绍

围绕 Stable Diffusion 提供成熟的本地图像生成界面,支持模型切换、提示词控制、图生图、局部重绘和批量扩展,适合快速验证美术方向及制作贴图素材。跨 Windows、macOS 与 Linux,显卡性能会直接影响速度和兼容性。

核心能力

  • 本地运行扩散图像模型
  • 文生图与图生图并用
  • 局部重绘和细节修复
  • 支持模型与插件扩展
  • 批量生成多尺寸素材

👍 优点

  • 上手门槛相对较低
  • 生成参数控制成熟
  • 模型社区资源丰富

⚠️ 局限

  • 复杂流程编排能力较弱
  • 高质量出图依赖显卡

典型使用场景

  • 验证角色与场景美术方向
  • 制作道具图标和基础贴图
  • 局部修改已有游戏画面
  • 批量探索多组美术方案

使用教程

入门⏱ 约 30 分钟🎯 在本地生成并保存首张 AI 图像
  1. 1

    准备环境与模型

    安装支持 CUDA 的 Python 和 Git,准备 NVIDIA 显卡环境;下载 Stable Diffusion 模型文件,保存为 .safetensors 格式备用。

  2. 2

    启动本地程序

    从 GitHub 项目页下载或克隆仓库,运行 webui-user.bat;等待依赖安装完成,在浏览器打开自动弹出的本地地址。

  3. 3

    配置模型与采样器

    进入 txt2img 页面,在左栏顶部选择模型;首次使用可勾选 Automatically load VAE,采样器选择 DPM++ 2M,步数设为 20。

  4. 4

    生成第一张图

    在正向提示词框输入主体、风格和画面细节,负向提示词可填写模糊、畸形等内容;点击 Generate,等待生成后下载图片。

  5. 5

    切换图生图模式

    点击顶部 img2img 标签并上传参考图,在提示词框补充修改要求;调整 Denoising strength,数值越低越接近原图。

  6. 6

    使用修复与扩图功能

    切换到 img2img 或 inpaint 页面,用画笔涂抹需重绘区域;需要扩大画布时进入 Send to inpaint,在比例菜单选择扩展方向。

💡 实用技巧

  • 提示词用逗词分隔主体、风格与细节
  • 固定种子便于复现和对比参数
  • 先保持默认尺寸,再逐步调整参数
  • 安装扩展前确认版本兼容

⚠️ 常见坑

  • 模型需放入 checkpoints 模型目录
  • 显存不足时降低分辨率或批次数

完整图文教程:Stable Diffusion 入门:从安装到首张作品

📖 同类工具怎么选

本分类负责把零散的 AI 生成能力组织成可重复执行的游戏美术管线,覆盖提示词管理、节点式批量出图、角色 LoRA 训练、素材审批与发布。选择时应先看引擎兼容性、批处理能力、模型管理、自动化接口和本地硬件要求,再用官方示例验证工作流。

阅读《AI 游戏工作流与模型训练总览》

同类工具推荐