LocalAI图像生成实战从Stable Diffusion到Flux的本地AI绘图全流程【免费下载链接】LocalAILocalAI is the open-source AI engine. Run any model - LLMs, vision, voice, image, video - on any hardware. No GPU required.项目地址: https://gitcode.com/GitHub_Trending/lo/LocalAILocalAI 是一个开源的本地 AI 引擎让你在没有显卡的普通电脑上就能运行 Stable Diffusion、Flux 等 AI 绘图模型——不依赖 GPU不上传数据图像生成全程在本机完成。本文将带你走通 LocalAI 本地 AI 绘图的完整流程3 步部署环境、挑选合适的绘图模型、发出第一张图以及低显存机器上的实用技巧。为什么用 LocalAI 做本地 AI 绘图很多绘图方案依赖云端 API要么按量收费要么图片必须上传到别人的服务器。LocalAI 的思路完全不同任何模型跑在任何硬件上无需 GPU开源免费Stable Diffusion、Flux、SD3 等主流绘图模型都在模型仓库里一键安装双后端架构C 实现的stablediffusion-ggml后端可纯 CPU 出图Python 的diffusers后端则能充分利用 CUDA 显卡加速兼容 OpenAI 接口标准/v1/images/generations端点现有工具链几乎零成本迁移内存管理贴心参数卸载到内存、权重从磁盘流式读取、VAE 分块解码4GB 内存的机器也能跑一键安装3步搭好本地AI绘图环境安装流程非常轻量整个项目从克隆到出图只需几分钟获取代码如需从源码运行git clone https://gitcode.com/GitHub_Trending/lo/LocalAI 也支持 Docker 镜像、macOS DMG、静态二进制等多种方式见官方文档。确认核心服务启动local-ai命令行会自动拉起运行时。选一个绘图模型直接跑起来——这是全文最关键的一步后面马上讲。挑选绘图模型模型库里的图像生成阵容启动后打开 Web UI 的 Model Gallery模型库可以看到 900 个可安装模型用 Image generation 标签一筛就是绘图模型专区 图像生成模型按后端分为两大阵营配置见gallery 目录模型后端特点配置文件flux.1-dev-ggmlstablediffusion-ggmlFlux 画质纯 CPU 可跑flux-ggml.yamlfluxdiffusersFlux 完整版吃显卡flux.yamlsd-ggmlstablediffusion-ggml经典 SD 架构轻量快sd-ggml.yamlstable-diffusion-3-mediumdiffusersSD3 中等规模画质均衡stablediffusion3.yamlZ-Image-GGMLstablediffusion-ggml量化压缩低配首选z-image-ggml.yaml新手怎么选没有 NVIDIA 显卡就选flux.1-dev-ggml或Z-Image-GGML这类 GGML 量化版C 后端有 8GB 以上显卡则flux原版效果最好。第一张图一条命令启动 Flux 绘图选好后直接运行local-ai run flux.1-dev-ggml这条命令会自动下载模型权重、配置后端参数flux-ggml.yaml 中预设了 25 步推理、euler 采样器、cfg_scale 为 1 等 Flux 推荐参数、并启动服务。然后发出生图请求只需一个prompt和尺寸curl http://localhost:8080/v1/images/generations \ -H Content-Type: application/json \ -d { prompt: A cute baby sea otter, model: flux.1-dev-ggml, size: 1024x1024 }几个实用小技巧负向提示词用竖线|分隔如一只猫|变形、模糊、低质量常用参数step推理步数默认 25越高越精细但越慢、size如256x256UI 操作打开浏览器进入 LocalAI 界面点顶栏 Generate Images选模型、输描述零命令出图请求在内部由 ImageGeneration 函数 统一调度加载模型 → 分配全局后端槽位 → 调用后端执行扩散采样最终图片写入generated-images目录返回。Stable Diffusion 还是 Flux一张表看懂差异两者都能用同样的 API 调用但手感不同维度Stable Diffusion (sd-ggml)Flux (flux-ggml / flux)提示词遵循度中等建议配合负向词很强长描述也听话出图风格经典写实/二次元细节与构图更聪明cfg_scale4.5 左右1Flux 架构无需引导系数硬件门槛更低略高但 GGML 量化后 CPU 可跑如果追求风格化和快速迭代SD 系列依旧好用追求文字渲染、复杂构图优先 Flux。想体验图生图编辑比如把图里的文字改掉还可以安装flux.1-kontext-dev模型通过ref_images参数传入原图。没显卡也能出图低显存运行的3个关键选项C 后端stablediffusion-ggml源码见 backend/go/stablediffusion-ggml/内置了一套完整的内存调度策略把模型放不下变成换个方式放权重放内存/磁盘offload_params_to_cpu:true或params_backend:diffusiondisk——权重以内存映射方式从磁盘流式读取几乎不占显存设定显存预算max_vram:8单位 GiB超出部分自动切分卸载-1表示自动选择VAE 分块解码1024×1024 解码时显存峰值可能超 8GB开启vae_tiling:truevae_tile_size:512按小块解码代价仅是轻微变慢一个典型4GB 内存也能出图的配置长这样options: - diffusion_model - sampler:euler - params_backend:diffusiondisk - keep_clip_on_cpu:true总结本地AI绘图的完整路线图回顾一下今天的实战路线✅ 克隆仓库并启动 LocalAI 核心3 分钟✅ 在模型库中选中flux.1-dev-ggmlCPU 友好或flux显卡版✅ 调用/v1/images/generations或 Web UI 生成第一张图✅ 按硬件情况调整step、显存卸载、VAE 分块等选项从克隆仓库到出图整个过程数据不出本机——这正是 LocalAI 作为开源 AI 引擎的核心价值AI 绘图不再是一笔 API 账单而是你电脑里的一条命令。更多模型参数与进阶玩法图生图、深度图、放大可继续查阅 docs/content/features/image-generation.md 【免费下载链接】LocalAILocalAI is the open-source AI engine. Run any model - LLMs, vision, voice, image, video - on any hardware. No GPU required.项目地址: https://gitcode.com/GitHub_Trending/lo/LocalAI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考