Stable Diffusion AI算圖使用手冊（2-2）：如何安裝更多AI模型產生不同畫風

參考先前文章完成安裝後，我們接著來安裝更多不同種類的模型，以擴充AI算圖的準確度與多元性。 1d7ab3779530d9d9e7a35dd24138d306

參考先前文章完成安裝後，我們接著來安裝更多不同種類的模型，以擴充AI算圖的準確度與多元性。

各種模型與擴充功能的用途

筆者在這邊將針對Stable Diffusion所使用的Checkpoint、VAE、LoRA、擴充功能進行介紹，各種類的模型簡介如下

Stable Diffusion使用的模型
Checkpoint：Stable Diffusion運算使用的主要神經網路模型，可以想像為「大模型」。其檔案容量通常很大（約2GB以上），使用不同的Checkpoint將大幅影響產生圖像的風格。
VAE：Variational Autoencoder（變分自動編碼器），它是神經網路模型中的一部分，主要用途為補充模型不足之處，可以想像為「小模型、修正檔」。它能改善現有Checkpoint在產生眼睛、文字等小區域的細節品質，而不需使用容量龐大的全新模型。
小模型類：包含Textual Inversion（文字倒轉）、Hypernetwork（超網路）、LoRA（Low-Rank Adaptation，低秩調整）等模型，它們分別能以不同的方式介入算圖的運算過程，能夠有效影響圖像和提示詞的互動行為，可以想像為「小模型、描述檔」。它最的優勢是檔案容量小很多（約200MB以內），可以用於收束圖像的風格或指定角色。
擴充功能：也就是Stable Diffusion的外掛程式，可以提供更多功能，例如透過ControlNet可以指定產品圖像中人物的動作。

讀者可以參考下列圖片範例，瞭解搭配不同模型的效果差異。

延伸閱讀：Stable Diffusion AI算圖使用手冊系列文章目錄

▲ Stable Diffusion所使用的各種模型概念示意圖。

▲ 左上為使用Stable Diffusion v1-5-pruned-emaonly模型，產生真人風格圖像。右上使用aresMix_v01模型。左下則使用Anything v4.5模型，變成漫畫風格。右下使用OldFish_2348V12模型，帶有不同走向的漫畫畫風。

▲ 左上為對照基準圖片，右上為套用evangelion1995Style_v1 LoRA，將角色變為《新世紀福音戰士》風格。左下為套用style-psycho Textual Inversion，轉化成機械風格。右下為套用LuisapOldtarot_v1 Hypernetwork，變成塔羅牌風格。

安裝模型與VAE

若讀者跟著前述教學完成軟體安裝的話，應該會在啟動Stable Diffusion WebUI時自動下載基礎模型，但為了算出更多元的圖片建議讀者可以至下列網站尋寶，找出自己喜歡圖像風格的模型。

模型資源網站
Huggingface：https://huggingface.co/
CivitAI：https://civitai.com/（需註冊帳號才能進行年齡認證）

需要注意的是，支援的模型副檔名為.ckpt或.safetensors，前者具有整合程式碼的功能，而後者則無，所以為了安全考量並避免被植入惡意程式，建議盡量選擇.safetensors類型的模型。

下載的Checkpoint模型需要放置於「stable-diffusion-webui」資料夾下的「\models\Stable-diffusion」，至於VAE則放置於「\models\VAE」。另外讀者也可以準備解析度為450 x 675的PNG格式圖檔，並將檔案名稱修改與模型相同並放在同一資料夾，如此一來就能在選擇時看到預覽圖片。至於其他小模型類的安裝與使用方式，將於後續章節令行討論。

▲ 舉例來說，讀者可以到Huggingface網站尋找預先訓練好的現成Checkpoint模型。在Model Card頁面可以看到該模型的說明。

▲ 點選進入Files and versions頁面，可以找到該模型的檔案與對應的VAE。由於每個模型提供的檔案狀況都不一樣，所以讀者需要自行透過檔名判斷。

▲ 進入VAE資料夾後就能看到對應的VAE模型檔案。

▲ CivitAI網站也有許多現成Checkpoint模型，點選Download即可下載檔案。

$將模型下載並存放於「stable-diffusion-webui」資料夾下的「\models\Stable-diffusion」內，此外也可以準備解析度為450 x 675的PNG格式預覽圖放在一起。$ ▲ 將模型下載並存放於「stable-diffusion-webui」資料夾下的「\models\Stable-diffusion」內，此外也可以準備解析度為450 x 675的PNG格式預覽圖放在一起。