AI 绘图新手看过来！QPIPI 平台 Stable Diffusion/NovelAI 模型下载及部署攻略

? QPIPI 平台基础认知

? QPIPI 的核心优势

• 资源丰富：涵盖多种 AI 绘图模型，如 Stable Diffusion、NovelAI 等，满足不同用户需求。
• 教程详实：提供详细的步骤说明和操作指南，适合零基础新手学习。
• 社区活跃：用户可以在社区分享作品、交流经验，获取最新资讯和技巧。

?️ 系统要求与准备工作

• 硬件配置：
  • 内存：至少 16GB，推荐 32GB 以上以提升运行效率。
  • 硬盘：至少 60GB 以上的 SSD 固态硬盘，用于存储模型和生成的图片。
  • 显卡：推荐 NVIDIA 显卡，显存至少 4GB（Stable Diffusion 3.5 Large 需 24GB 显存，Medium 需 16GB）。
  
  
• 软件环境：
  • Python：3.10.6 版本及以上，安装时需勾选 “Add Python to PATH”。
  • Git：用于下载和更新模型及相关工具。
  
  

? QPIPI 平台模型下载

? Stable Diffusion 模型下载

1. 访问 QPIPI 官网：在浏览器中输入 https://www.qpipi.com，进入平台首页。
2. 注册与登录：点击右上角 “注册” 按钮，使用邮箱或第三方账号完成注册并登录。
3. 选择模型：在模型下载页面找到 “Stable Diffusion” 分类，根据需求选择合适的版本（如 3.5 Large、Medium、Turbo）。
4. 下载模型：点击模型名称，进入详情页后点击 “下载” 按钮，等待下载完成。

? NovelAI 模型下载

1. 访问 QPIPI 官网：同上步骤 1。
2. 注册与登录：同上步骤 2。
3. 选择模型：在模型下载页面找到 “NovelAI” 分类，选择所需的模型版本（如免费版或付费版）。
4. 下载模型：点击模型名称，进入详情页后点击 “下载” 按钮，等待下载完成。

?️ 模型部署与配置

? Stable Diffusion 部署步骤

1. 安装依赖工具：
   • Python：按照系统要求安装指定版本的 Python，并添加到系统环境变量。
   • Git：下载并安装 Git，用于后续下载整合包。
   
   
2. 下载整合包：
   • 推荐使用秋叶整合包或星空整合包，可在 QPIPI 教程页面找到下载链接。
   • 下载后解压到磁盘空间较大的目录（如 D 盘根目录）。
   
   
3. 启动配置：
   • 双击解压后的 “启动器.exe”，按照提示安装依赖组件（如 .Net 控件）。
   • 首次启动时需手动输入用户协议内容并保存，然后根据电脑配置勾选显存优化、xFormers 等参数。
   
   
4. 模型管理：
   • 将下载的 Stable Diffusion 模型文件（如 .ckpt 或 .safetensors）放置到指定目录（如 models/Stable-diffusion）。
   • 可通过启动器中的 “版本管理” 和 “模型管理” 功能切换模型版本和管理资源文件。
   
   
5. 启动服务：
   • 点击 “一键启动”，等待程序加载完成，出现本地访问地址（如 http://127.0.0.1:7860）表示部署成功。
   
   

? NovelAI 部署步骤

1. 安装依赖工具：
   • 同样需要安装 Python 和 Git，步骤同上。
   
   
2. 下载整合包：
   • 在 QPIPI 教程页面找到 NovelAI 整合包下载链接，下载后解压到指定目录。
   
   
3. 配置与启动：
   • 双击 “启动器.exe”，按照提示完成安装和配置，首次启动可能需要较长时间。
   
   
4. 模型管理：
   • 将下载的 NovelAI 模型文件放置到指定目录（如 models/NovelAI）。
   • 通过启动器管理模型版本和资源文件。
   
   
5. 启动服务：
   • 点击 “启动” 按钮，等待程序加载完成，出现访问地址后即可开始使用。
   
   

? 模型使用与优化

?️ Stable Diffusion 使用技巧

1. 文生图（txt2img）：
   • 在 WebUI 界面的 “Prompt” 输入正向提示词，描述你想要生成的图像内容（如 “一个穿着红色连衣裙的女孩站在花园里”）。
   • 在 “Negative prompt” 输入反向提示词，排除不希望出现的元素（如 “低分辨率、模糊、错误的手指”）。
   • 设置参数：调整图像尺寸（如 512x512）、采样步数（一般 20-50 步）、CFG 引导比例（通常 7-10）等。
   • 点击 “Generate” 生成图像，结果会显示在界面右侧。
   
   
2. 图生图（img2img）：
   • 上传一张基础图片，在 “Prompt” 中输入修改描述（如 “将图片中的天空颜色改为蓝色”）。
   • 调整 “Strength” 参数控制原图与生成图的融合程度（0 为完全保留原图，1 为完全生成新图）。
   • 点击 “Generate” 生成修改后的图像。
   
   
3. 显存优化：
   • 启用 “显存优化” 选项，根据显卡显存选择合适的优化级别。
   • 开启 “xFormers” 功能，可显著减少内存消耗并提升生成速度。
   
   
4. 模型版本管理：
   • 通过启动器中的 “版本管理” 功能，可切换不同版本的模型或插件，解决兼容性问题。
   
   

? NovelAI 使用技巧

1. 文本生成：
   • 在 WebUI 界面的 “Prompt” 输入文本描述，设置生成参数（如生成长度、风格预设）。
   • 点击 “Generate” 生成文本内容，可用于故事创作、对话生成等。
   
   
2. 图像生成：
   • 部分 NovelAI 模型支持图像生成功能，输入提示词并设置参数后即可生成图像。
   
   
3. 显存优化：
   • 同样可通过启动器中的优化选项调整显存使用，避免因显存不足导致的报错。
   
   
4. 模型更新：
   • NovelAI 定期更新模型，可在 QPIPI 平台或官方网站下载最新版本。
   
   

❌ 常见问题与解决方案

?️ 安装与启动问题

• 问题：安装 Python 时未勾选 “Add Python to PATH”。
  • 解决方法：重新安装 Python，确保勾选该选项，或手动将 Python 路径添加到系统环境变量中。
  
  
• 问题：启动器提示缺少依赖库（如 PyTorch）。
  • 解决方法：在启动器中点击 “配置”，根据提示安装缺失的依赖库，或手动通过命令行安装（如 pip install torch）。
  
  
• 问题：启动时出现 “CUDA out of memory” 错误。
  • 解决方法：降低图像分辨率、减少采样步数，或启用显存优化选项（如 “attention_slicing”）。
  
  

? 生成结果异常

• 问题：生成的图像与提示词不符。
  • 解决方法：调整提示词的描述精度，添加更多细节或使用更准确的关键词；尝试不同的模型版本或采样器。
  
  
• 问题：生成的图像质量差（如模糊、畸形）。
  • 解决方法：增加采样步数、提高 CFG 引导比例，或更换更高质量的模型；检查反向提示词是否排除了关键元素。
  
  
• 问题：生成速度过慢。
  • 解决方法：降低图像分辨率、减少采样步数，或使用更高效的模型版本（如 Stable Diffusion 3.5 Large Turbo）。
  
  

? 进阶技巧与资源推荐

? 模型优化与扩展

1. Lora 模型：
   • Lora 模型可用于调整图像风格或增强特定特征，将其放置在 models/Lora 目录下即可在 WebUI 中使用。
   
   
2. VAE 模型：
   • VAE 模型用于优化图像解码质量，将其放置在 models/VAE 目录下，并在 WebUI 设置中启用自动切换功能。
   
   
3. 插件扩展：
   • QPIPI 平台提供多种插件下载，如 ControlNet、AnimateDiff 等，可增强图像控制和动画生成能力。
   
   

? 学习资源

• 教程与文档：QPIPI 平台的教程页面提供详细的步骤说明和操作指南，适合新手学习。
• 社区交流：加入 QPIPI 社区或相关论坛（如 CSDN、Reddit），与其他用户交流经验、分享作品。
• 在线工具：使用 LibLibAI、Gradio 等在线工具进行快速测试和模型体验。

? 总结