Stable Diffusion 模型选择完整指南:从画质到授权的实战决策

"Stability AI 发布 Stable Diffusion 3.5 系列,用于核查 Large、Large Turbo 和 Medium 的定位。"
"Stability AI License 页面用于核查 Community License、收入阈值和企业许可边界。"
"Stable Diffusion XL Base 1.0 模型卡用于核查 SDXL 基础模型说明和许可入口。"
"FLUX 官方仓库用于区分 FLUX.1 pro、dev、schnell 的使用方式和许可文件。"
"Black Forest Labs 模型页和 pricing 页面用于核查 FLUX API、pro 路线和商业接入的最新信息。"
"ComfyUI Models 文档用于确认 checkpoint、LoRA、VAE、ControlNet 等模型类型和目录。"
选 Stable Diffusion 模型时,显存焦虑、授权困惑和新模型诱惑经常一起出现。你可能在 HuggingFace 看到几十个 checkpoint,不知道该下载哪一个;也可能听说 FLUX 画质”超越 Midjourney”,但不确定自己的 8GB 显卡能不能跑;更常见的是,模型文件放进 ComfyUI 后报错”找不到节点”或”路径不正确”。
模型选择不是只看画质排名。接下来的内容专注解决一个问题:在本地 ComfyUI 环境下,如何根据硬件、授权和生态成熟度选一个真正能跑、能落地、风险可控的 Stable Diffusion 模型。
三大主流模型家族对比总览
先看一张总览表。以下对比基于官方发布页、HuggingFace 模型卡和社区实测,显存需求一列用保守判断,具体数值高度依赖分辨率、batch、精度和 workflow 优化。
| 模型 | 画质定位 | 显存需求(保守) | 生态成熟度 | 商用授权 | 适合人群 |
|---|---|---|---|---|---|
| SDXL 1.0 Base | 中等偏上,细节可控 | 6-8GB 起步 | 最高(checkpoint/LoRA/ControlNet 丰富) | Community License 宽松,收入阈值后需企业许可 | 新手、低风险本地练习、生态优先 |
| SD 3.5 Large | 高,构图/文本能力强 | 12-16GB 起 | 中等(节点/教程逐步完善) | Community License,需检查收入阈值和企业许可 | 追求画质、能承担较高硬件成本 |
| SD 3.5 Medium | 中高,细节稳定 | 8-12GB 起 | 中等(同 SD 3.5 Large) | Community License | 消费级显卡用户、画质与硬件平衡 |
| FLUX.1 schnell | 高,生成快 | 8-12GB 起 | 中低(workflow/节点仍在完善) | Apache 2.0,商用较宽松 | 本地开发、个人使用、商用测试 |
| FLUX.1 dev | 最高,画面细节丰富 | 12-16GB 起 | 中低 | 非商业许可,禁止商用 | 本地练习、画质研究 |
一句话快速选择:
- 新手或显存有限(8GB 以下):先从 SDXL 开始,生态最成熟,风险最低。
- 消费级显卡(8-16GB)追求画质:SD 3.5 Medium 或 FLUX schnell。
- 追求最高画质且有商用需求:SD 3.5 Large 或 FLUX schnell(需确认授权)。
SDXL:生态最成熟的新手首选
Stable Diffusion XL(SDXL)是 Stability AI 在 2023 年发布的 1.0 Base 模型,参数量约 3.5B。它不是画质最高的模型,但有一个其他模型难以匹敌的优势:生态成熟度。
HuggingFace 上有大量基于 SDXL 的 checkpoint、LoRA、VAE 和 ControlNet。Civitai 和其他社区平台每天都有新的 SDXL 衍生模型发布。这意味着你在 ComfyUI 中遇到的大部分 workflow、节点和教程都默认兼容 SDXL。
从 Stable Diffusion XL Base 1.0 模型卡 可以看到,SDXL 的官方许可属于 Stability AI Community License。对于个人使用和小规模商业项目,这个许可足够宽松;但当年收入超过 Stability AI 设定的阈值时,需要申请企业许可。具体阈值数字会调整,上线前务必阅读 Stability AI License 官方页。
为什么推荐新手从 SDXL 开始:
- 教程多:ComfyUI、WebUI、ControlNet、LoRA 训练都有大量 SDXL 专项教程。
- 节点成熟:ComfyUI 中的基础节点(如
CheckpointLoader、CLIPTextEncode、KSampler)对 SDXL 支持最稳定,不容易报错。 - 社区 checkpoint 丰富:你可以根据风格(动漫、写实、插画)选择别人已调好的 checkpoint,而不必从头训练。
- 硬件压力可控:在 1024x1024 分辨率下,8GB 显存可以跑起来;低分辨率或启用量化后压力更低。
SDXL 的画质不如 SD 3.5 Large 或 FLUX,但画质差距在很多时候不是核心问题。如果你的目标是先跑通流程、熟悉 ComfyUI 操作、积累经验后再升级硬件,SDXL 是最稳妥的起点。
Stable Diffusion 3.5:官方新架构的开源路线
Stable Diffusion 3.5 是 Stability AI 在 2024 年 10 月发布的最新系列,分为三个变体:
| 变体 | 参数量 | 定位 | 硬件建议 |
|---|---|---|---|
| Large | 约 8B | 最高画质,官方旗舰 | 16GB+ 显存,消费级显卡压力较大 |
| Large Turbo | 蒸馏版本 | 画质接近 Large,生成更快 | 同 Large |
| Medium | 约 2.5B | 画质中高,硬件更友好 | 8-12GB 显存,适合消费级 |
根据 Introducing Stable Diffusion 3.5 官方发布页,SD 3.5 使用了新的 MMDiT 架构,文本理解和构图能力明显提升。官方强调这是”开放权重”路线,意味着模型权重可以在满足许可条件下下载和本地部署。
Medium 变体适合消费级显卡。在 8GB-12GB 显存环境下,Medium 可以跑起来,而 Large 需要 16GB 以上或启用激进量化。如果你想在本地体验新架构,又不想立即升级硬件,Medium 是更务实的选择。
ComfyUI 对 SD 3.5 的支持正在完善。目前需要:
- 专门的节点(如
UNETLoader、CLIPLoader),而不是传统的CheckpointLoader。 - 配合对应的 text encoder(如 T5 XXL、CLIP L)。
- 下载官方示例 workflow 或参考社区教程。
SD 3.5 的授权同样基于 Stability AI Community License。上线前必须检查:
- 是否超过官方设定的年收入阈值。
- 企业场景是否需要单独申请许可。
不要把本文当成法律意见。具体条款以 Stability AI License 为准。
FLUX.1:画质前沿但许可复杂
FLUX.1 是 Black Forest Labs 推出的图像生成模型系列,三个路线定位不同:
| 路线 | 定位 | 许可 | 获取方式 |
|---|---|---|---|
| pro | 最高画质,面向服务/API | BFL 商业许可 | API 调用或合作伙伴接入,不公开权重 |
| dev | 高画质,本地部署 | 非商业许可(FLUX1-dev License) | HuggingFace 下载权重,禁止商用 |
| schnell | 高画质,生成快 | Apache 2.0 | HuggingFace 下载权重,商用较宽松 |
从 black-forest-labs/flux GitHub 仓库 和 FLUX 模型官方页 可以看到:
- schnell 许可最宽松:Apache 2.0,允许商用,适合本地开发和个人使用。
- dev 许可明确禁止商用:FLUX.1 dev license 文件 写明仅供非商业用途。
- pro 不公开权重:只能通过 API 调用,价格和接入方式以官方页面为准。
很多人误以为 FLUX.1 可以随便商用。实际上,只有 schnell 在 Apache 2.0 许可下商用较宽松;dev 明确禁止商用;pro 需要付费 API 或商业合作。在下载权重之前,先确认你要用的是哪个路线。
FLUX 在 ComfyUI 中的落地需要注意:
- 需要专门的 workflow 和节点(如
FluxGuidance、FluxControlNet等)。 - 需要额外的 text encoder(如 T5 XXL)。
- 硬件压力较高:12GB 以上显存比较安全,低显存需要启用量化或降低分辨率。
如果你追求画质、愿意研究新 workflow,且明确自己的授权边界,FLUX 是值得尝试的模型。但如果你需要商用,先确认用的是 schnell 还是 dev,并阅读对应许可文件。
硬件判断指南:显存决定可行性
显存需求高度依赖分辨率、batch size、精度、量化、节点实现和 workflow 优化。以下判断表是保守估计,不代表绝对保证。
| 显存 | 推荐模型 | 可尝试 | 不建议 |
|---|---|---|---|
| 4-6GB | SDXL(低分辨率/量化) | 无 | SD 3.5、FLUX |
| 8GB | SDXL(1024x1024)、SD 3.5 Medium(保守配置) | FLUX schnell(量化/低分辨率) | SD 3.5 Large、FLUX dev |
| 12GB | SDXL、SD 3.5 Medium | SD 3.5 Large(激进量化)、FLUX schnell | FLUX dev(高分辨率) |
| 16GB+ | SDXL、SD 3.5 Medium/Large、FLUX schnell | FLUX dev | 无 |
保守配置:降低分辨率(如 512x512)、batch size 为 1、启用 fp8 或 bf16 量化、使用优化过的 workflow。
激进量化:进一步降低精度、使用社区优化节点,可能牺牲画质或稳定性。
如果你不确定自己的硬件能否跑某个模型,先从 SDXL 或 SD 3.5 Medium 开始测试,积累经验后再尝试更高要求的模型。不要在 6GB 显存上硬跑 FLUX dev——报错和崩溃会让你怀疑是不是软件问题,其实只是硬件不够。
商用授权边界清单
模型选择不能只看画质,商用前必须逐项检查授权。以下是关键边界:
1. Stability AI Community License 的收入阈值
SDXL 和 SD 3.5 都属于 Stability AI Community License。官方许可页设有年收入阈值,超过阈值后需要申请企业许可。阈值数字会调整,不要从第三方文章复制具体数值,上线前务必阅读 Stability AI License 官方页。
如果你的项目涉及商业收入(如付费服务、广告分成、产品售卖),必须检查:
- 当前阈值是多少。
- 是否需要额外申请企业许可。
- 是否有地区或用途限制。
2. FLUX.1 dev 明确禁止商用
FLUX.1 dev license 文件 写明仅供非商业用途。很多人误以为”下载了权重就可以商用”,这是错的。
dev 路线只适合本地练习、个人创作和画质研究。如果你想商用,要么选择 schnell(Apache 2.0),要么使用 pro API(付费)。不要在商用项目中使用 dev 权重,即使你只是”测试一下”。
3. FLUX.1 schnell 许可较宽松
FLUX.1 schnell license 文件 是 Apache 2.0,商用限制较少。但宽松不代表无限制:
- 仍然需要保留许可声明。
- 需要确认你的用途不违反 Apache 2.0 的其他条款。
- 不要把 schnell 的许可混淆为 dev 的许可。
4. 社区 checkpoint 许可不继承基础模型
很多人以为下载了一个 Civitai 上的”超写实风格 checkpoint”,就可以继承 SDXL 的 Community License。这是错的。
社区 checkpoint(包括 LoRA、融合模型、微调版本)的许可需要逐个看模型卡。有的创作者明确标注”禁止商用”,有的标注”自由使用”,有的要求署名。基础模型的许可不自动传递到衍生模型。
如果你下载的是别人整合包里的 checkpoint,商用前必须:
- 找到该 checkpoint 的原始模型卡。
- 确认创作者的许可声明。
- 如果找不到明确许可,默认视为不可商用。
5. 上线前必须阅读官方许可页
这篇文章帮你建立授权边界意识,不提供法律意见。具体条款、阈值、限制和更新都以官方页面为准:
不要从二手资料复制具体数字或条款。许可可能调整,你的项目上线时间和官方页面可能已经不同步。
ComfyUI 落地实战步骤
选完模型,下一步是让它跑起来。以下是 ComfyUI 中的落地步骤:
步骤 1:确认模型目录结构
根据 ComfyUI Models 文档,模型文件通常放在:
ComfyUI/models/
├── checkpoints/ # 基础模型(.safetensors 或 .ckpt)
├── lora/ # LoRA 微调
├── vae/ # VAE 文件
├── controlnet/ # ControlNet 模型
├── unet/ # UNET 模型(部分新模型)
├── clip/ # CLIP text encoder
└── ...
不同模型可能需要不同目录。例如:
- SDXL 通常只需要
checkpoints/目录下的一个.safetensors文件。 - SD 3.5 和 FLUX 可能需要
unet/、clip/等额外目录。
步骤 2:确认下载来源
推荐来源:
- HuggingFace 官方模型卡:如 Stable Diffusion XL Base 1.0、Stable Diffusion 3.5 Large。
- Civitai:大量社区 checkpoint,但必须检查每个模型卡的许可。
不推荐来源:
- 未标明许可的”整合包”或”一键包”。
- 无来源的网盘链接。
- 只有截图没有模型卡的分享。
步骤 3:新模型可能需要额外准备
下载一个 .safetensors 文件不代表一定能跑。新模型(如 SD 3.5、FLUX)通常需要:
- 专门 workflow:从官方示例或社区教程下载对应的
.jsonworkflow 文件。 - 专门节点:部分新模型依赖 ComfyUI 中的新节点,如果节点缺失会报错”找不到节点”。
- 额外 text encoder:如 T5 XXL、CLIP L,需要单独下载并放到对应目录。
如果你遇到”找不到节点”或”模型路径不正确”,先检查:
- workflow 是否匹配该模型。
- 是否缺少额外文件(text encoder、vae 等)。
- 模型文件是否放在正确目录。
步骤 4:验证清单——第一张图生成
在正式项目前,先测试一张图:
- 启动 ComfyUI,加载对应 workflow。
- 确认节点无缺失报错。
- 输入简单 prompt(如 “a cat sitting on a chair”)。
- 点击运行,等待生成完成。
- 检查生成速度、显存占用和画质。
如果报错:
- 显存不足:降低分辨率、batch size 或启用量化。
- 节点缺失:安装对应节点包或更新 ComfyUI。
- 模型路径错误:检查文件是否放在正确目录。
如果你已经熟悉 ComfyUI 基础操作,可以参考 ComfyUI 入门完整指南 和 ComfyUI 工作流复用指南,里面详细介绍了安装、模型路径和 workflow 导入排查。
FAQ:七个高频问题解答
① 8GB 显存选哪个模型?
优先 SDXL 或 SD 3.5 Medium。FLUX schnell 在 8GB 下需要激进量化或降低分辨率,稳定性不如 SDXL。SD 3.5 Large 和 FLUX dev 需要 12GB+ 才比较安全。
② SDXL 已经过时了吗?
画质确实不如 SD 3.5 Large 和 FLUX,但生态成熟度仍然是最高。教程、节点、checkpoint、LoRA 和 ControlNet 的数量远超新模型。新手和低风险本地练习仍然推荐从 SDXL 开始。
③ FLUX.1 dev 能商用吗?
不能。FLUX.1 dev 的许可明确禁止商用。只有 schnell(Apache 2.0)商用较宽松,或使用 pro API(付费)。不要在商用项目中使用 dev 权重。
④ 模型放进 ComfyUI 为什么读不到?
常见原因:
- 文件放错目录(如放到
checkpoints/但该模型需要unet/)。 - workflow 不匹配(如用 SDXL workflow 跑 FLUX)。
- 缺少额外文件(如 text encoder、vae)。
- 文件名或路径格式不正确。
参考 ComfyUI 工作流复用指南 中的路径排查部分。
⑤ checkpoint、LoRA、VAE、ControlNet 哪个是基础模型?
checkpoint(如 .safetensors)是基础模型,包含完整的生成网络。LoRA 是微调文件,需要配合 checkpoint 使用。VAE 用于解码图像,部分 checkpoint 内置 VAE,部分需要单独加载。ControlNet 是控制网络,用于精确控制构图、边缘、姿态等。
如果你只下载一个文件,优先是 checkpoint。
⑥ 下载别人整合包里的 checkpoint 能商用吗?
不能默认商用。社区 checkpoint 的许可需要逐个看模型卡。基础模型的许可不自动传递到衍生模型。如果找不到明确许可,默认视为不可商用。
⑦ 模型越新,图片一定越好吗?
不一定。新模型在画质、文本理解、构图上有提升,但:
- 硬件要求更高,低显存可能跑不动。
- 生态成熟度较低,workflow 和教程较少。
- 许可可能更严格,商用风险更高。
画质提升只有在你能跑起来、有合适的 workflow、明确授权边界的前提下才有意义。
延伸阅读与下一步
模型选择是 Stable Diffusion 使用链条的第一步,后续还有安装、workflow 和 prompt 技巧。
前置必读:
- ComfyUI 入门完整指南:从安装到第一张 Stable Diffusion 图片 — 解决安装、模型目录和基础操作。
- ComfyUI 工作流复用指南:JSON 导入、缺失节点和模型路径排查 — 解决 workflow 导入和报错排查。
延伸学习:
- Prompt Engineering 商业实战 — 通用 prompt 技巧,适用于 Stable Diffusion。
- 跨越媒介的创作:Nano Banana 与 Gemini — AI 工具组合案例。
后续主题:
Stable Diffusion prompt 模板和 LoRA 训练指南会在后续文章单独讲解。
参考资料
以下官方页面是模型选择和授权核验的权威来源:
- Introducing Stable Diffusion 3.5 — SD 3.5 系列官方发布页
- Stability AI License — Stability AI Community License 和企业许可边界
- Stable Diffusion 3.5 Large model card — SD 3.5 Large 模型卡
- Stable Diffusion XL Base 1.0 model card — SDXL base 模型卡
- black-forest-labs/flux — FLUX.1 官方推理仓库
- FLUX models by Black Forest Labs — FLUX.1 模型官方页
- FLUX.1 dev license — FLUX.1 dev 非商业许可文件
- FLUX.1 schnell license — FLUX.1 schnell Apache 2.0 许可文件
- ComfyUI Models — ComfyUI 模型目录与类型说明
如何为 ComfyUI 选择一个 Stable Diffusion 模型
按用途、显存、生态成熟度和授权边界筛选 SDXL、SD 3.5、FLUX.1 或社区 checkpoint,并在 ComfyUI 中小样本试跑。
⏱️ 预计耗时: 30 分钟
- 1
步骤 1: 确认用途
先写清楚要做头像、插画、产品图、海报、批量素材还是商业交付,不要先从模型榜单开始。 - 2
步骤 2: 确定基础路线
新手优先 SDXL;想探索 Stability 官方新架构可试 SD 3.5 Medium;追求新模型质感和 prompt 跟随能力再评估 FLUX。 - 3
步骤 3: 检查显存和 workflow
按分辨率、batch、精度、ControlNet、LoRA、text encoder 和后处理节点估算压力,先用小尺寸和 batch 1 试跑。 - 4
步骤 4: 核查 license
分别查看基础模型、社区 checkpoint、LoRA、API 服务条款和平台规则,商业用途以官方 license 和模型卡为准。 - 5
步骤 5: 放到正确目录
根据模型类型放入 checkpoints、lora、vae、controlnet、unet 或 clip 等目录,不同新模型可能需要额外文件。 - 6
步骤 6: 使用对应 workflow
根据模型卡或官方示例选择对应 ComfyUI workflow,不要把 SD 3.5 或 FLUX 硬塞进旧 SDXL 节点链路。 - 7
步骤 7: 记录试跑结果
固定 seed、prompt、尺寸、steps、sampler 和 batch,记录速度、显存、失败率、画面稳定性和授权结论。
常见问题
8GB 显存应该选哪个 Stable Diffusion 模型?
SDXL 已经过时了吗?
FLUX.1 dev 能商用吗?
模型放进 ComfyUI 后为什么读不到?
社区 checkpoint 能继承基础模型的商用许可吗?
模型越新图片一定越好吗?
没有合适 GPU 时应该怎么办?
15 分钟阅读 · 发布于: 2026年6月3日 · 修改于: 2026年7月14日
ComfyUI 与 Stable Diffusion 专题:入门、工作流、模型选择与提示词
如果你是从搜索进入这篇文章,建议顺手补上上一篇或继续下一篇,这样更容易把同一主题读完整。



评论
使用 GitHub 账号登录后即可评论