Stable Diffusion完整操作手册：本地部署与高级控制
Stable Diffusion完整操作手册：本地部署与高级控制
第一章：快速入门（注册登录、界面介绍、第一个任务）
第一章：快速入门
欢迎使用 Stable Diffusion！本章将引导您从零开始，完成账号注册、熟悉核心界面，并生成您的第一张 AI 图像。无需任何编程基础，只需跟随以下步骤，即可开启您的创意之旅。
1. 注册与登录
大多数主流 Stable Diffusion 平台（如 Civitai、LiblibAI 或本地部署的 WebUI）都提供了便捷的注册入口。
- 访问官网：打开浏览器，进入您选择的 Stable Diffusion 服务平台首页。
- 点击注册：在页面右上角找到 “Sign Up” 或 “注册” 按钮。
- 填写信息：输入您的电子邮箱地址，设置一个高强度密码（建议包含大小写字母和数字），并勾选同意用户协议。
- 验证邮箱：系统会向您的邮箱发送一封验证邮件。请登录邮箱，点击邮件中的 验证链接。
- 完成登录：返回平台页面，使用刚才注册的邮箱和密码点击 “Login” 或 “登录”。成功登录后，您将看到个人主页，此时即代表准备就绪。
注意：为了保障账号安全，请勿与他人共享您的登录凭证。若使用本地部署版本，则无需注册，直接运行启动脚本即可。
2. 界面介绍
登录后，您将进入 Stable Diffusion 的核心操作界面。虽然不同平台布局略有差异，但核心区域通常包括以下三个部分：
顶部导航栏
这里包含模型选择器、社区动态以及个人中心入口。新手建议重点关注 模型（Checkpoint） 下拉菜单，这是决定图像风格的关键。
左侧/底部参数面板（Prompt Area）
这是您与 AI 沟通的主要区域，包含两个核心文本框： * 正向提示词（Positive Prompt）：描述您希望画面中出现的内容，例如“一只可爱的猫咪”。 * 反向提示词（Negative Prompt）：描述您不希望出现的内容，例如“模糊、低分辨率、多余的手指”。
右侧生成控制区
- 采样器（Sampler）：推荐新手使用 Euler a 或 DPM++ 2M Karras，它们在速度和画质之间取得了良好平衡。
- 步数（Steps）：建议设置为 20-30 步。数值越高细节越丰富，但耗时也越长。
- 随机种子（Seed）：默认设为 -1 表示每次生成随机图像。若想复刻某张图，需记录其具体种子值。
- 生成按钮：醒目的 “Generate” 或 “生成” 大按钮，点击后开始计算。
3. 第一个任务：生成图像
现在，让我们尝试生成一张简单的风景图。请严格按照以下步骤操作：
- 选择模型：在顶部的模型下拉菜单中，选择一个经典的 Realistic Vision 或 DreamShaper 模型。这些模型对新手友好，效果稳定。
- 输入正向提示词：在正向提示词框中输入以下内容：
a beautiful sunset over the ocean, golden light, high quality, detailed clouds（中文意为：海面上美丽的日落，金色光芒，高质量，详细的云层） - 输入反向提示词：在反向提示词框中输入以下内容：
low quality, blurry, watermark, text, bad anatomy（中文意为：低质量、模糊、水印、文字、解剖结构错误） - 调整参数：
- 将 采样器 设置为 Euler a。
- 将 步数 设置为 20。
- 将 分辨率 保持默认的 512x512 或 768x768。
- 执行生成：点击右下角的 Generate 按钮。
- 查看结果：等待约 5-10 秒（取决于服务器配置），您将在下方看到生成的图像。如果满意，可以点击 Save 保存至本地；如果不满意，可微调提示词后再次点击生成。
最佳实践： * 提示词要具体：避免使用过于抽象的词汇。例如，用“红色的玫瑰”代替“花”，用“4k分辨率”代替“高清”。 * 利用负面提示词：始终保留基础的负面提示词，这能显著减少图像崩坏的概率。 * 多生成几张：AI 生成具有随机性，一次点击可能只得到一张好图。建议连续点击生成 4-8 张，从中挑选最佳作品。
通过本章学习，您已经掌握了 Stable Diffusion 的基础操作流程。下一章我们将深入讲解如何编写高效的提示词，以精准控制画面细节。祝您创作愉快！
第二章：基础功能详解（核心功能逐个讲解，带截图说明）
第二章：基础功能详解
欢迎进入 Stable Diffusion 的核心世界。本章将带你逐步解锁图像生成的秘密，从理解提示词到调整参数，让你从“小白”迅速进阶为能够掌控画面的创作者。我们将通过具体的操作路径和关键设置，拆解生成图片的全流程。
2.1 核心界面与提示词输入
打开 WebUI 主界面后，首先映入眼帘的是占据屏幕中央的文本框区域。这是你与 AI 沟通的桥梁——提示词（Prompt）输入区。
操作步骤： 1. 在 Positive Prompt（正向提示词）栏中，输入描述你希望画面出现的元素。例如：“一只穿着宇航服的柴犬，在火星表面奔跑，电影质感，8k分辨率”。 2. 在 Negative Prompt（反向提示词）栏中，输入你不希望出现的元素。例如：“低质量，模糊，变形的手指，多余肢体，水印”。 3. 点击右侧的 Generate（生成）按钮。
截图说明：
[此处应展示正向与反向提示词输入框的特写，箭头指向“Generate”按钮]
注意事项：
* 提示词之间请使用英文逗号 , 分隔。
* 反向提示词同样重要，它能有效剔除常见的 AI 绘画缺陷（如手指畸形、背景杂乱）。
* 建议新手先使用预设的提示词模板，熟悉后再尝试自定义。
2.2 采样器与步数选择
采样器（Sampler）决定了 AI 如何将噪声转化为图像，而步数（Steps）则影响生成的精细度。这两个参数共同作用于画面的质量与速度。
操作步骤：
1. 找到 Sampling Method 下拉菜单。推荐新手使用 DPM++ 2M Karras，它在速度与质量的平衡上表现优异。
2. 设置 Sampling Steps（采样步数）。一般建议设置为 20 到 30 步。步数过低会导致画面粗糙，过高则边际效益递减且耗时增加。
3. 调整 CFG Scale（提示词相关性）。默认值为 7 左右。数值越高，AI 越严格遵循你的提示词；数值过低则可能导致画面偏离主题，过高则可能出现色彩过饱和或噪点。
最佳实践： * 初次生成时，保持 CFG Scale 在 7-9 之间。 * 如果画面细节不足，可逐步增加 Steps 至 30-40，但通常无需超过 50。
2.3 分辨率与批次设置
在点击生成之前，你需要确定图片的尺寸和一次性生成的数量。
操作步骤：
1. 在 Width（宽度）和 Height（高度）输入框中设置分辨率。对于 SD 1.5 模型，推荐 512x512 或 768x768 的倍数，以避免出现伪影。对于 SDXL 模型，可设置为 1024x1024。
2. 设置 Batch Count（批次数量）为 1，每次生成一张；若需批量测试风格，可设为 4 或更高。
3. 确认无误后，再次点击 Generate。
截图说明：
[此处应展示分辨率输入框及生成按钮的布局，高亮显示 Width/Height 字段]
注意事项： * 非 64 倍数的分辨率可能导致画面结构异常，请尽量遵循模型推荐的网格尺寸。 * 高分辨率会显著增加显存占用，若显存不足，可适当降低分辨率或使用 Hires. fix 功能。
2.4 种子（Seed）机制
种子值控制着随机噪声的初始状态。相同的种子和提示词，理论上会生成几乎相同的图片。
操作步骤：
1. 查看生成结果下方的 Seed 数值。
2. 若想微调当前图片（如改变姿势或表情），保留该 Seed 值不变，仅修改提示词中的局部描述。
3. 若希望获得完全不同的创意，可将 Seed 设置为 -1，表示每次生成都采用随机种子。
最佳实践： * 利用固定种子进行“迭代优化”，是提升单张作品完成度的关键技巧。 * 记录满意的 Seed 值，便于日后复现经典作品。
通过以上四个核心模块的掌握，你已经具备了稳定生成高质量图像的基础能力。下一章，我们将深入探讨高级修饰技术，让你的创作更加精准可控。
第三章：高级技巧（提示词工程、多轮对话、风格控制）
第三章：高级技巧
掌握基础操作后，我们将深入探索 Stable Diffusion 的核心魔法——提示词工程、多轮交互与风格控制。这些技巧能帮助你从“随机生成”进化到“精准创作”，让 AI 真正成为你的艺术助手。
3.1 提示词工程：与 AI 精准沟通
提示词（Prompt）是指挥 AI 创作的乐谱。优秀的提示词结构清晰、细节丰富，能显著提升出图质量。
核心原则：主体 + 细节 + 环境 + 参数
- 确定主体：明确画面主角，例如
一只金毛犬。 - 添加细节：描述外貌特征，如
金色的毛发、明亮的眼睛、戴着红色项圈。 - 设定环境：描述背景，如
阳光下的草坪、蓝天白云。 - 调整参数：使用权重控制重要性。
操作步骤：
- 点击主界面右侧的 文本输入框（Prompt）。
- 输入基础描述：
一只可爱的金毛犬，在阳光下的草坪上奔跑。 - 使用括号增加权重：将
阳光改为(sunlight:1.2)，将草坪改为(lawn:1.1)。括号内的数字越大，该元素在画面中的表现力越强。 - 点击 生成（Generate） 按钮。
- 观察结果，若金毛犬不够突出，可将权重提高至
1.5；若背景杂乱，可降低背景权重或添加负面提示词。
注意事项：
* 负面提示词（Negative Prompt） 同样重要。在下方输入框中填入 低分辨率, 模糊, 畸形的手指, 多余肢体，能有效排除常见错误。
* 避免过度堆砌词汇，保持逻辑通顺。AI 对英文提示词的理解远优于中文，建议使用在线翻译工具辅助。
3.2 多轮对话：迭代优化创意
单次生成往往难以完美契合心意，多轮对话允许你基于已有结果进行微调，实现“精修”效果。
操作步骤：
- 在上一节生成的满意图片上，右键选择 发送到图生图（Send to Img2Img）。
- 系统会自动加载该图片作为初始参考，并填充部分提示词。
- 修改提示词中的关键元素，例如将
奔跑改为跳跃，或增加夕阳背景。 - 调整 重绘幅度（Denoising Strength） 滑块：
- 设为
0.3左右：保留原图大部分结构，仅做细微调整。 - 设为
0.7以上：大幅改变构图和细节，接近全新生成。
- 设为
- 点击 生成，对比新旧版本，选择更接近理想效果的一张。
- 重复此过程，直至达到满意程度。
最佳实践： * 每次迭代只修改一个主要变量（如姿势、光影或颜色），以便准确判断改动的影响。 * 利用 局部重绘（Inpainting） 功能，涂抹需要修改的区域（如面部），重新生成该部分，解决手部或五官崩坏问题。
3.3 风格控制：赋予作品独特灵魂
通过引入特定的风格标签或模型，你可以让同一主体呈现截然不同的艺术效果。
操作步骤：
- 在提示词末尾添加风格关键词，例如
赛博朋克风格, 霓虹灯光, 高科技或水彩画风格, 柔和色彩, 手绘质感。 - 或者，切换 模型（Checkpoint） 下拉菜单，选择专门针对某种风格优化的模型文件（如
Anime Pastel用于动漫风，Realistic Vision用于写实风）。 - 若使用 LoRA 插件，点击 LoRA 选项卡，添加预训练的风格微调模型，并设置强度（通常
0.6-0.8为宜）。 - 点击 生成，观察整体氛围的变化。
注意事项：
* 风格关键词需与主体描述协调。例如，在写实照片中加入 卡通 标签可能导致画面撕裂感。
* 不同模型对提示词的敏感度不同，建议固定模型后测试多种风格标签，找到最佳组合。
* 使用 高清修复（Hires. fix） 功能，可在保持风格的同时提升细节清晰度，避免风格化导致的模糊。
通过以上技巧的灵活运用，你将能够更精准地驾驭 Stable Diffusion，创造出既符合预期又充满创意的艺术作品。记住，实践是唯一的捷径，多尝试、多比较，你会逐渐建立起属于自己的创作直觉。
第四章：实战案例（3个真实场景完整演示）
第四章：实战案例——从灵感到成品的完整演示
本章将通过三个真实且高频的使用场景，带你深入理解 Stable Diffusion 的核心工作流。我们将涵盖人物肖像、产品摄影以及艺术风格转换，确保你不仅能学会操作，更能掌握背后的逻辑。
4.1 场景一：专业级人物肖像生成
许多用户希望生成具有电影质感的人物照片，但往往因为提示词过于笼统而导致画面崩坏。本案例将演示如何精准控制人物特征与光影。
操作步骤：
1. 打开 Stable Diffusion WebUI，进入 txt2img（文生图）选项卡。
2. 在 Prompt（正向提示词）框中输入：masterpiece, best quality, 1girl, solo, looking at viewer, soft lighting, depth of field, realistic skin texture, 8k uhd。
* 解释：masterpiece 和 best quality 是通用质量标签；looking at viewer 确保眼神交流；depth of field 模拟相机景深，突出主体。
3. 在 Negative prompt（反向提示词）框中输入：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality。
* 关键：这是防止画面出现多指、残缺肢体或低质量噪点的关键步骤。
4. 设置 Sampling method（采样方法）为 Euler a，Sampling steps（采样步数）设为 30。
5. 调整 Width 和 Height 为 512x768（竖屏人像比例）。
6. 点击 Generate（生成）按钮。
结果与优化：
你将获得一张皮肤纹理细腻、光线柔和的人像。若发现手部细节不佳，可开启 Hires. fix（高清修复），选择 Latent 作为放大算法，缩放因子设为 1.5，再次点击生成，即可得到高分辨率且细节更完整的图像。
注意事项：
* 不要过度堆砌提示词，保持核心描述简洁有力。
* 若人物表情僵硬，尝试添加 natural smile 或 serious expression 进行微调。
4.2 场景二：电商产品静物摄影
对于电商从业者，生成逼真的产品展示图至关重要。本案例演示如何生成带有特定背景和打光的产品图。
操作步骤：
1. 在 Prompt 中输入：professional product photography, sleek wireless headphones on marble table, studio lighting, soft shadows, minimalist background, 4k, highly detailed。
* 解释：明确主体为“无线耳机”，环境为“大理石桌面”，风格为“极简背景”。
2. 在 Negative prompt 中输入：blurry, noisy, cluttered background, distortion, watermark。
3. 将 CFG Scale（引导系数）调整为 7。
* 技巧：较高的 CFG 值会让画面更贴近提示词，但过高可能导致色彩溢出；较低则更具艺术性但可能偏离主题。
4. 点击 Generate。
最佳实践：
* 如果生成的背景杂乱，请在提示词中加入 clean background 或 white background。
* 利用 ControlNet 插件固定产品轮廓，可以确保生成的耳机形状准确无误，避免变形。
4.3 场景三：艺术风格快速转换
如何将一张普通照片转换为动漫或油画风格？本案例通过图生图功能实现风格迁移。
操作步骤：
1. 切换到 img2img（图生图）选项卡。
2. 上传一张你拍摄的人物照片至 Input Image 区域。
3. 在 Prompt 中输入：anime style, cel shading, vibrant colors, detailed eyes, manga illustration。
4. 在 Negative prompt 中输入：photorealistic, 3d render, blurry。
5. 拖动 Denoising strength（重绘幅度）滑块至 0.75。
* 原理：数值越低，保留原图结构越多；数值越高，创意变化越大。0.75 是一个平衡点，既改变风格又保留人物姿态。
6. 点击 Generate。
结果分析：
原照片将被转化为具有鲜明线条和高饱和度色彩的动漫插画。若希望更接近原作，可将 Denoising strength 降至 0.5；若希望彻底重构画面，可提升至 0.85。
新手建议： * 初次尝试时，建议先使用低重绘幅度测试风格效果。 * 结合 Inpainting（局部重绘）功能，可以单独修改人物的服装或发型，而无需重新生成整张图。
通过以上三个案例，你已经掌握了 Stable Diffusion 在不同领域的应用技巧。记住，提示词的精确性和参数的合理搭配是成功的关键。多尝试、多观察，你将能创造出令人惊艳的作品。
第五章：效率提升（快捷键、模板库、批量处理）
第五章：效率提升——掌握快捷键、模板库与批量处理
在掌握了 Stable Diffusion 的基础生图流程后，许多用户会发现重复操作耗时较长。本章将深入介绍如何通过快捷键加速日常操作、利用模板库快速构建提示词，以及使用批量处理功能实现高效产出，帮助您从“绘图员”进阶为“高效创作者”。
5.1 快捷键：让鼠标少一点，思维快一步
熟练运用键盘快捷键可以显著减少打断创作心流的时间。以下是 WebUI 界面中最核心的快捷键组合：
- Ctrl + Enter：这是最常用的快捷键。当您配置好所有参数并准备好生成图片时，无需移动鼠标点击“Generate”按钮，只需按下此组合键即可立即触发生成。
- Ctrl + V：快速粘贴提示词。当您从其他笔记软件或网页复制了一段复杂的 Prompt 后，直接在此处粘贴，比手动输入高效得多。
- Ctrl + C / Ctrl + Shift + C：复制当前提示词。前者仅复制文本内容，后者则会连同负向提示词一起复制，方便您基于现有作品进行微调迭代。
- ↑ / ↓ 方向键：历史浏览。在生成结果列表中，使用方向键可以快速上下切换查看之前的生成记录，无需滚动鼠标滚轮。
- Ctrl + Z：撤销操作。如果在设置参数时误触了某个滑块或选项，按此组合键可恢复上一步状态。
最佳实践建议：建议您将常用快捷键打印出来贴在显示器旁，直到形成肌肉记忆。初期可刻意练习“盲打”生成指令，逐步减少对鼠标的依赖。
5.2 模板库：告别从零开始的灵感枯竭
提示词工程是 AI 绘画的核心难点之一。为了降低门槛，系统支持导入和使用预设的“模板库”（Presets/LoRA/Embeddings）。这并非简单的文字保存，而是包含模型权重、采样器偏好及核心关键词的结构化文件。
操作步骤：
- 点击左侧菜单中的“Presets”标签页 → 选择“Import Preset”按钮 → 浏览本地文件夹，选中已下载的
.json或.yaml模板文件 → 点击“Open”。 - 在弹出的预览窗口中检查参数 → 确认采样器（Sampler）、步数（Steps）及提示词结构是否符合预期 → 点击“Apply”应用该模板。
- 观察右侧提示词框的变化 → 此时输入框内会自动填充模板预设的核心词与权重设置 → 您只需在此基础上修改主体描述即可 → 点击生成，得到符合特定风格的高质量图像。
注意事项：不同模板可能依赖特定的 LoRA 模型或 Embedding 词表。若应用模板后发现提示词无效，请检查是否已正确安装对应的附加组件，并确保路径无误。
5.3 批量处理：释放算力的潜能
当您需要生成同一主题的不同变体，或为数据集准备素材时，单次生图显然无法满足需求。WebUI 提供了强大的批量处理功能。
具体操作步骤：
- 点击顶部导航栏的“Batch”标签 → 在“Input Directory”中选择存放原始参考图的文件夹 → 在“Output Directory”指定生成结果的保存位置。
- 配置全局参数 → 设置统一的提示词模板（可使用
{}占位符以区分不同输入图）→ 设定批量生成的数量（Count）及每批处理的图片数（Batch Size）。 - 点击“Run”按钮启动任务 → 系统将自动遍历文件夹内的每一张图片 → 结合设定的参数依次执行推理过程 → 等待进度条完成后，在输出目录中查看成组的生成结果。
最佳实践建议： * 显存管理：批量处理会占用大量 VRAM。建议在“Settings”中将“Always batch”设置为 False，并根据您的显卡型号合理调整“Max batch count”，避免因显存溢出导致程序崩溃。 * 命名规范：在批量生成前，确保输入文件的文件名清晰有序，以便后期筛选和管理成果。 * 断点续传：若任务中途中断，重新运行时应勾选“Skip existing files”选项，避免重复计算已完成的图片，节省时间资源。
通过掌握上述技巧，您将能够大幅缩短从灵感到成品的周期，专注于创意本身而非繁琐的操作流程。
第六章：常见问题与解决方案（FAQ，10个高频问题）
第六章：常见问题与解决方案（FAQ）
在使用 Stable Diffusion 进行图像生成的过程中，新手用户经常会遇到一些共性问题。本章整理了十个最高频的问题及其解决方案，旨在帮助您快速排除故障，提升出图质量。
1. 为什么生成的图片非常模糊？
原因分析：通常是因为采样步数（Sampling Steps）设置过低，或者分辨率不足导致模型细节丢失。
解决方案： - 点击 Advanced（高级） 选项卡。 - 将 Sampling Steps（采样步数） 调整至 20-30 之间。 - 确保 Resolution（分辨率） 设置为 512x512 或 768x768（取决于您的模型版本）。 - 勾选 Hires. fix（高清修复） 并使用 Latent Upscaler，将放大倍数设为 2。
最佳实践：对于写实风格，建议步数不低于 30；对于动漫风格，15-20 步通常已足够。
2. 画面中出现多余的手指或肢体畸形怎么办？
原因分析：这是扩散模型的固有缺陷，尤其是处理复杂人体结构时。
解决方案： - 在提示词中加入负面提示词：“extra fingers, mutated hands, poor anatomy”。 - 生成后，选中瑕疵部位，使用 Inpainting（重绘） 功能。 - 用画笔涂抹手指区域，重新输入描述正确手指的提示词，点击 Generate。
注意事项：如果多次重绘仍无效，尝试更换底模（Checkpoint），不同模型对人体结构的理解能力不同。
3. 颜色过于鲜艳或不自然如何解决？
原因分析：采样器（Sampler）选择不当或 CFG Scale（提示词相关性）过高。
解决方案： - 检查 CFG Scale，将其从默认的 7 降低至 5-7 之间。过高的数值会导致色彩饱和度过高和噪点增加。 - 切换采样器为 Euler a 或 DPM++ 2M Karras，这两种采样器在色彩过渡上更为平滑。
最佳实践：若追求油画质感，可适当提高 CFG；若追求照片真实感，请保持低 CFG。
4. 生成速度极慢，等待时间过长？
原因分析：显存不足或使用了复杂的模型/高分辨率。
解决方案：
- 打开命令行启动参数，添加 --opt-sdp-attention 或 --xformers 以优化显存占用。
- 降低 Batch size（批量大小） 至 1。
- 使用较小的模型文件（如 SDXL Turbo 或经过压缩的 LoRA 模型）。
注意事项：确保显卡驱动已更新至最新版本，以获得最佳性能支持。
5. 如何固定随机种子（Seed）以复现同一张图？
原因分析：每次点击生成，随机种子都会变化，导致结果不可控。
解决方案： - 在 Seed 输入框中，点击右侧的 🎲（骰子图标） 变为手动输入模式。 - 记录当前图片下方的 Seed 数值。 - 下次生成时，将该数值填入 Seed 框，并修改其他参数（如提示词）进行测试。
最佳实践：仅微调提示词时固定 Seed 效果最佳；若大幅改变构图，建议重新随机种子。
6. 提示词不生效，画面内容与描述不符？
原因分析：权重设置错误或提示词顺序不当。
解决方案：
- 使用括号增加权重，例如 (apple:1.5) 表示增强苹果的重要性。
- 将最重要的主体词汇放在提示词的最前方。
- 检查是否误用了负面提示词覆盖了主体特征。
注意事项：避免在同一句话中堆砌过多冲突概念，如“白天”和“黑夜”。
7. 什么是 LoRA 以及如何加载？
解决方案：
- 下载 .safetensors 格式的 LoRA 文件放入 models/Lora 目录。
- 在主界面左侧找到 Scripts 或 Lora 标签页。
- 点击 Select Model，选择对应的 LoRA 文件。
- 调整 Weight（权重），通常 0.7-1.0 为宜。
最佳实践：LoRA 权重过高会导致画面崩坏，建议从 0.5 开始逐步测试。
8. 图片背景杂乱无章？
解决方案：
- 在正面提示词中明确指定背景，如 simple background, white background。
- 使用 ControlNet 插件，上传一张线稿或深度图作为参考，强制控制构图。
注意事项：简单的背景描述往往比复杂的场景描述更有效。
9. 如何保存生成的所有图片？
解决方案：
- 生成图片后，点击下方的 Save 按钮。
- 默认保存在 outputs/txt2img-images 文件夹中。
- 若需自定义路径，可在设置中修改 Output directory。
最佳实践：定期备份 outputs 文件夹，防止数据丢失。
10. 遇到报错 “CUDA out of memory” 怎么办？
解决方案：
- 重启 WebUI，并在启动参数中添加 --medvram 或 --lowvram。
- 关闭浏览器中不必要的标签页，释放系统内存。
- 降低图像分辨率至 512x512。
注意事项：此错误通常发生在显存小于 8GB 的显卡上，升级硬件是根本解决之道。