本文使用工具，作者:秋葉aaaki
免责声明:
工具免费提供 无任何盈利目的
大家好，我是风雨无阻。
今天为大家带来的是 AI 绘画Stable Diffusion 研究（三）sd模型种类介绍及安装使用详解。
目前，AI 绘画Stable Diffusion的各种模型层出不穷，这些模型都有什么作用？又该怎么安装使用？对于新手朋友来说，是非常大的困扰。
这篇文章将会为你介绍AI 绘画Stable Diffusion的模型种类、模型的安装及使用方法、以及模型的选择和下载。
不同的模型有不同的画风如：线条风格、手绘风格、立体风格、科幻风格、真人风格。
还有不同的概念，例如：人物、物体、动作等。
这些都是目前Stable Diffusion 模型众多的原因。
那么，Stable Diffusion的模型具体有哪些种类呢，都有什么作用呢？
一、Stable Diffusion的模型详解
1、模型种类
当前，常见的模型可以分为两大类：
- 大模型：这里的大模型特指标准的 latent-diffusion 模型，拥有完整的 TextEncoder、U-Net、VAE。
- 微调大模型的小模型
由于想要炼制、微调大模型非常的困难，需要比较好的显卡、比较高的算力， 因此更多的选择是去炼制小型模型。
这些小型模型通过作用在大模型的不同部分，来修改大模型，从而达到目的。
常见的用于微调大模型的小模型又分为以下几种：
- Textual inversion (Embedding模型)
- Hypernetwork模型
- LoRA模型
还有一种叫做 VAE （VAE, Variational autoencoder，变分自编码器，负责将潜空间的数据转换为正常图像）的模型，通常来讲 VAE 可以看做是类似滤镜一样的东西，会影响出图的画面的色彩和某些极其微小的细节。
如图：
其实大模型本身就自带 VAE 的，但是一些融合模型的 VAE坏了 （例如：Anything-v3），有时画面发灰就是因为这个原因。所以需要外置 VAE 的覆盖来补救。
由于模型的种类不同、作用位置也不同，所以想要使用这些模型必须分清这些模型类别，并且正确的使用，模型才会生效。
2、模型的区分方法
如何区分这些模型对新手来说是一件非常困难的事情，因为他们都可以拥有一样的后缀名。
这里感谢 秋葉aaaki 提供的模型种类检测工具 ，在本地将模型文件拖入即可识别。
3、模型后缀名详解
目前，常见的 AI绘画标准模型后缀名有如下几种：
- ckpt
- pt
- pth
这三种是 pytorch（深度学习框架）的标准模型格式，由于使用了 Pickle，会有一定的安全风险 。
- safetensors：新型的模型格式 。正如同名字：safe，为了解决前面几种模型的安全风险而出现的，safetensors 格式与 pytorch 的模型可以通过工具进行任意转换，只是保存数据的方式不同，内容数据没有任何区别。
注意：safetensors模型需要 webui 更新到2022年12月底以后的版本才能用。
4、常见模型安装及使用方法
（1）、大模型安装及使用
大模型，常见格式为 ckpt，顾名思义，就是大。大小在GB级别，常见有 2G、4G、7G模型，模型大小不代表模型质量。
安装方法：放在Stable-diffusion文件夹内。
\sd-webui-aki-v4.2\models\Stable-diffusion
如图：
使用方法：
第一步，在 webui 左上角选择对应的模型
第二步，手动选择vae并应用保存
前面也说到，部分合并出来的大模型VAE烂了，画面会发灰，因此需要去设置中手动选择vae并应用保存。
（2）、Embedding (Textual inversion)模型安装及使用
embedding 模型，常见格式为 pt、png图片、webp图片，大小一般在 KB 级别。
例如：
安装方法：
放在 embeddings 这个文件夹里面
\sd-webui-aki-v4.2\embeddings
使用方法：
生成图片的时候需要带上文件名作为 tag。
例如，上面这张图里面的 shiratama_at_2-3000.pt 这个模型，使用的时候就需要带上这个tag：shiratama_at_2-3000
(3)、Hypernetwork安装及使用
常见格式为 pt，大小一般在几十兆到几百兆不等，由于这种模型可以自定义的参数非常多，也有的 Hypernetwork 模型可以达到 GB 级别。
例如：
安装方法：放在hypernetworks 文件夹内。
\sd-webui-aki-v4.2\models\hypernetworks
使用方法：
第一步，点击生成下方的第三个按钮
第二步，选择hypernetworks 标签页
如图所示
