目前 AI 话题相当火热，AI 绘图也吸引不少人加入使用行列，其中 Stable Diffusion 是一款相当知名且能离线使用的 AI 绘图应用 （有线上版本），而开发者 N00MKRAD 为它制作了一款简单易用的图形化界面 NMKD Stable Diffusion GUI，无论 AMD 或 NVIDIA 显示卡都能用，甚至AMD的集显也可以使用该款整合包（如：5600G、5700G带核显的CPU），且整合 Python 与 Git 让你无须另外安装，以下简单介绍一下如何用该工具产生图片。

软件下载

点击此前往下载页面，点击 Download Now。 选择是否赞助他们，不愿意的话就按 No thanks， just take me to the downloads。 下载提供三种，第一种包含 Stable Diffusion v1.5 模型 （Including SD 1.5 model），第二种是不含模型 （No model files included），第三种是软件更新，一般状况下选择第一种。

AMD APU 集显bios设置

然后把Display Output改为IGD Video，Integrated Graphics改Forces，4G以上解码打开，Re-Size BAR支持选自动，Buffer Size就会显示高于2G的选项，测试这台主机安装32G的内存，因此最多能分配16G的容量，假如你的内存只有装到16G，那还是开4G就好。

AMD显卡专用设定

执行 StableDiffusionGui.exe，因为使用 AMD 显示卡无法直接使用内附的模型，需要先进行转换，点击右上角的扳手图标，选择 Convert Models。 Model File 应该会侦测到内附的 sd-v1-5-fp16.ckpt，Model Output Format 选择 Diffusers ONNX，接着按下 Convert！，转换中会显示 Converting...，直到完成才会变回 Convert！，再按右上角的 X 关闭。 如果之后要使用其他模型，也要先进行转换才能用，模型路径位于Data/models文件夹里，可自行下载CKPT文件放到里面再转换，若勾选Delete Input File If Successful则转换成功后会自动删除CKPT避免占用磁盘空间。 回到主画面，点选右上角的齿轮图标。 把Image Generation Implementation切换成ONNX - DirectML - For AMD GPUs，注意一下 Stable Diffusion Model 有没有出现刚刚转换完的 sd-v1-5-fp16_onnx，确定模型有转换成功却没显示可以按 Refresh List 让它重新侦测，如果依旧没出现可能模型有问题， 有多个模型可按旁边的小箭头切换，设定好按右上角的 X 关闭。

NVIDIA 显示卡专用设置

此工具也能用在 NVIDIA 显示卡上，点击主画面右上角的齿轮图标开启设定，大于 4G 显示内存的卡 Image Generation Implementation 选 Stable Diffusion - InvokeAI，假如你使用 GTX 1050 Ti 或 GTX 1650 之类 4G 显示内存的卡，则选 Stable Diffusion OptimizedSD - CUDA - Low Memory Mode，最后在 Stable Diffusion Model 选择你要用的模型，设定完按右上角 X 关闭。

生成图片

执行 StableDiffusionGui.exe 后会开启 Changelog，勾选下方的 Do Not Display This Message Again 接着按 OK，下次就不会再显示。 在主画面左上角的文字栏中输入 Prompt 后按下方 Generate！ 来产生图片。 像笔者也是才刚接触不太熟，所以就到 lexica.art 里看看别人产生的图，找个喜欢的图片借鉴它的Prompt。 点进去图片，然后按 Copy prompt 复制，旁边也会注明该图用的模型给你参考。 把 Prompt 贴到左上角文字栏，Amount Of Image To Generate 可输入你想产生的图片数量，Resolution 则是图片尺寸，设定好后按下方的 Generate！ 按键开始产生图片。 产生过程中，下方的 Generate！ 键会变成 Cancel！，按下去即可终止图片产生。 依显卡性能与显示内存大小不同等待时间也会有差异，笔者的R5 5600G搭配两条16GDDR4-3200的情况下，分配4G进行测试，产生一张图片耗时2分21秒，如果你有中端以上的独立显示卡会比较快。 若想把图片拉出来，就把光标移到图片上按鼠标右键，点击 Open Output Folder 即可开启图片储存路径。 简单试了一下，同样的 Prompt 用不同显示内存设定的出图速度差异，左边设 4G 耗时 2 分 41 秒，右边 8G 耗时 2分 27 秒，8G 快了 14 秒。 需要更多模型的话可以到 Hugging Face 网站上找，或搜寻别人用哪些模型。 喜欢我们的文章欢迎分享，别忘了到 UH 粉丝专页按赞并到追踪设定中设为最爱，或是每天到 UH 网站逛逛，才不会错过各种软硬件资讯喔。