Stable Diffusion本地运行需NVIDIA显卡（≥4GB显存）、8GB内存、60GB SSD空间；推荐Windows平台，Python 3.10.6/3.10.12与Git≥2.40为强制环境；显存优化须设上限85%、启用xFormers、禁用TensorRT。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
一、硬件配置最低要求
Stable Diffusion本地运行对硬件存在明确门槛，低于该门槛将无法启动或频繁报错。显卡是核心依赖组件，必须为NVIDIA品牌，且驱动需支持CUDA。
1、显卡：必须为NVIDIA显卡，显存不低于4GB；低于此值将无法加载基础模型。
2、内存：系统内存至少8GB；若使用高清修复、ControlNet等插件，建议不低于16GB。
3、硬盘：需预留60GB以上可用空间（含模型、VAE、Lora、插件及缓存），推荐SSD固态硬盘以加快加载速度。
4、CPU：仅需支持64位的多核处理器，无特殊型号要求；但若显卡性能较弱，CPU将承担部分预处理任务，建议避免老旧单核或赛扬系列。
二、推荐配置分级方案
根据实际出图效率、分辨率支持与多任务稳定性，提供三档可落地的配置方案，均基于2025年主流硬件实测反馈。
1、入门级（预算约6000元内）：RTX 3060 12GB + 16GB DDR4 + Win11 64位；可稳定生成768×768图像，平均耗时约25–40秒/张，支持基础LoRA与Inpainting。
2、主力级（预算约9000元）：RTX 4070 Super 12GB + 32GB DDR5 + Win11 64位；支持1024×1024高清出图，启用xFormers后耗时压缩至10–18秒/张，兼容ControlNet+Refiner双模型流水线。
3、专业级（预算12000元+）：RTX 4090 24GB 或 RTX 5090D（发布版） + 64GB DDR5 + PCIe 5.0 SSD；可无压力运行SDXL-Lightning、Turbo等高速模型，支持4K分幅渲染及实时多模型切换。
三、Mac与Windows平台差异说明
macOS虽可运行Stable Diffusion，但受限于Metal后端适配与插件生态，多数WebUI功能与第三方扩展不可用，尤其涉及训练、LoRA微调、AnimateDiff等模块。
生成周报：读取本机 Git 仓库最近一周的提交记录，按项目分类提炼总结，生成标准周报格式，通过微信推送并返回给用户。触发词：周报、weekly report、git总结、提交记录总结、工作周报。
1、Mac用户若坚持本地部署：须使用M1/M2/M3芯片且内存不低于16GB统一内存，系统版本≥12；仅支持基础txt2img与img2img，禁用xFormers及TensorRT加速。
2、Windows用户优势明确：全插件兼容、CUDA加速完整、一键整合包成熟（如秋叶整合包）、显存优化选项丰富，强烈建议优先选择Windows 10/11 64位系统。
四、显存优化关键参数设置
即使硬件达标，不当的显存配置仍会导致爆显存（CUDA out of memory）错误。以下为WebUI中必须核查的三项设置：
1、在设置→Stable Diffusion→“显存优化”中，将“总显存占用上限”设为实际显存的85%（如12GB卡设为10240MB），留出系统与UI交互余量。
2、务必开启xFormers（位于同一页面底部开关），该选项可降低30–50%显存占用并提升推理速度。
3、禁用“启用TensorRT”选项（除非已手动编译适配模型），默认状态下该选项易引发兼容性崩溃，非高级用户不建议启用。
五、Python与Git环境强制规范
Stable Diffusion WebUI底层依赖特定版本的Python解释器与Git命令行工具，版本不符将导致启动失败或模型加载中断。
1、Python版本必须为3.10.6或3.10.12（严禁使用3.11及以上或3.9及以下）；安装时必须勾选“Add Python to PATH”。
2、Git必须安装官方最新稳定版（≥2.40），路径不得含中文或空格；验证方式为在CMD中输入git --version并回车，返回版本号即成功。
3、若已安装旧版Python，请先彻底卸载，再清理注册表项及残留文件夹（如C:\Users\用户名\AppData\Local\Programs\Python），否则PATH冲突将导致WebUI无法识别解释器。
