手机版与电脑版
用 Stable Diffusion 有两条路:手机端云端客户端与 电脑端本地部署。它们不是替代关系,而是面向不同人群的两把钥匙。
逐项对照
| 维度 | 手机端(云端客户端) | 电脑端(本地部署) |
|---|---|---|
| 硬件 | 普通安卓手机,无显卡要求,客户端约 20 MB | 建议 8 GB+ 显存独立显卡(SDXL 档),越大越舒适 |
| 上手成本 | 装上即用,分区与模板引导 | 配置 Python 环境、装 WebUI/ComfyUI,学习曲线明显 |
| 参数自由度 | 描述、风格模板、数量、比例 | 负面词、采样器、CFG、种子、LoRA、ControlNet 全开放 |
| 网络依赖 | 强依赖,全程联网 | 可离线运行,数据不出本机 |
| 费用形态 | 应用免费,云端服务按量/会员计费(以应用内说明为准) | 电费即成本,模型与插件基本免费 |
| 适合谁 | 随手出图、轻量创作、先体验再说 | 深度可控创作、训练微调、批量生产 |
云端客户端的真实体验
手机端把一切简化为「选风格 → 写描述 → 出图」(见 画作创作页逐项讲解),代价是看不见参数。 对多数用户这是净收益:不用理解采样器也能拿到合格结果, 原理与排队机制见云端计算与网络要求。
本地部署的门槛与回报
电脑端的回报是控制力:可以锁种子精修、上 ControlNet 摆姿势、 挂 LoRA 固定人物脸型,也可以把整条流水线自动化(背景见 LoRA 与 ControlNet)。 代价是硬件投入与一晚上的折腾。
务实的路径是先用手机端把描述词练熟——那部分知识
100% 迁移到电脑端;等明确需要参数级控制时再上本地部署,学习成本已经被摊薄。
相关阅读:云端计算与网络要求 · 模型家族时间线 · 结果不对:改词还是改参数