Generowanie obrazów AI za pomocą aplikacji innych firm jest fajne i w ogóle, ale szczerze mówiąc? Robienie tego bezpośrednio na komputerze z odpowiednimi narzędziami wydaje się o wiele bardziej elastyczne. Jeśli masz procesor Intel i kartę graficzną ARC, zestaw narzędzi OpenVINO firmy Intel może być rozwiązaniem. To aktywny projekt, który pozwala lokalnie uruchamiać modele uczenia maszynowego, dzięki czemu możesz tworzyć wysokiej jakości obrazy bez polegania na usługach chmurowych. Mimo to, konfiguracja nie jest kwestią jednego kliknięcia i uwierz mi, za pierwszym razem może być bardzo myląca. Możesz natknąć się na brakujące zależności, dziwne błędy lub po prostu dziwne spojrzenie komputera. Dlatego ten przewodnik pomoże Ci uniknąć typowych pułapek i szybciej rozpocząć pracę. Cel końcowy? Działająca konfiguracja, w której możesz generować obrazy AI bezpośrednio z komputera, bez subskrypcji ani zewnętrznego API.
Jak uruchomić generowanie obrazów AI na komputerze z systemem Windows 11 i sprzętem Intel
Instalacja Pythona i Gita — podstawy
Przede wszystkim musisz mieć Pythona i Gita. To one stanowią podstawę klonowania repozytoriów i uruchamiania skryptów. Dlaczego? Ponieważ większość tych projektów AI jest hostowana na GitHubie i wymaga Pythona do działania. Odwiedź stronę pobierania Pythona i pobierz najnowszą stabilną wersję. Nie baw się zbytnio opcjami instalatora — po prostu zostaw wszystko domyślne i kliknij „Instaluj”.
Następnie pobierz Git. Przejdź do Git dla systemu Windows. Uruchom kreatora konfiguracji, pozostawiając większość opcji domyślnych. Spowoduje to zainstalowanie narzędzia wiersza poleceń, którego będziesz używać do klonowania repozytoriów i pobierania aktualizacji.
Klonowanie stabilnego folderu Diffusion WebUI
Otwórz Eksplorator plików, naciskając klawisze Win + E, przejdź do folderu C:\ i kliknij prawym przyciskiem myszy, aby utworzyć nowy folder o nazwie Stable Diffusion. Wpisz cmd w pasku adresu tego folderu i naciśnij Enter — otworzy się okno wiersza poleceń, w odpowiednim folderze.
Teraz wpisz magię:
git clone https://github.com/openvinotoolkit/stable-diffusion-webui.git
Pobiera do folderu wszystkie elementy potrzebne do interfejsu internetowego. W niektórych konfiguracjach trwa to chwilę, a czasami kończy się niepowodzeniem, więc bądź cierpliwy. Jeśli napotkasz jakiekolwiek problemy, upewnij się, że Git został zainstalowany poprawnie i że połączenie internetowe jest stabilne. Jeśli wystąpią błędy uprawnień, może być konieczne uruchomienie polecenia jako administrator.
Konfigurowanie i uruchamianie interfejsu użytkownika WebUI
Po zakończeniu klonowania sprawdź dokładnie zawartość folderu. Zobaczysz mnóstwo skryptów i plików konfiguracyjnych. Jeśli Twój komputer nie ma dużej ilości pamięci VRAM (np.poniżej 8 GB), musisz dostosować opcje startowe. Otwórz plik webui-user.bat — po prostu kliknij prawym przyciskiem myszy i wybierz Edytuj.
Poszukaj wiersza zaczynającego się od set COMMANDLINE-ARGS=. Tutaj możesz dodać flagi takie jak –lowvram (dla 2 GB pamięci VRAM) lub –medvram (dla 4 GB lub więcej pamięci VRAM).Może to wyglądać tak:
set COMMANDLINE-ARGS= --lowvramZapisz plik (naciśnij Ctrl + S ) i kliknij dwukrotnie plik webui.bat. Spowoduje to otwarcie okna poleceń i rozpoczęcie pobierania wag modelu, jeśli nie są one jeszcze zapisane w pamięci podręcznej. Po chwili w przeglądarce załaduje się lokalny adres URL — prawdopodobnie http://127.0.0.1:7860. Czasami nie otwiera się on automatycznie; w takim przypadku wystarczy skopiować i wkleić ten adres URL do Chrome lub Firefoksa.
Uwaga: jeśli interfejs webowy się nie załaduje, spróbuj wpisać ten adres URL bezpośrednio w przeglądarce. Dodaj go również do zakładek, aby mieć do niego szybki dostęp później. W niektórych konfiguracjach wymaga to kilku prób lub pełnego restartu, zwłaszcza jeśli występują problemy z uprawnieniami lub brakuje zależności. Kluczem jest cierpliwość i upewnienie się, że Python i Git są poprawnie zainstalowane.
Pobieranie i instalowanie modeli
Domyślna konfiguracja zawiera kilka podstawowych modeli, ale dla lepszych rezultatów warto dodać więcej. Odwiedź Civitai i przejrzyj ich bibliotekę, aby znaleźć modele dopasowane do Twojego gustu — realistyczne obrazy, anime, style graficzne, cokolwiek. Pobierz plik modelu (.safetensors lub.ckpt), a następnie skopiuj go do katalogu stable-diffusion-models/models w folderze klonu.
Na przykład, jeśli pobrałeś model „Realistic Vision”, przenieś go tutaj i uruchom ponownie interfejs użytkownika, jeśli jest uruchomiony. Interfejs zazwyczaj pozwala wybrać model z listy rozwijanej – jeśli nie, może być konieczne ponowne uruchomienie interfejsu, aby zobaczyć nowy punkt kontrolny.
Podsumowanie i wskazówki
Gdy wszystko jest już skonfigurowane, praktycznie wszystko jest gotowe. Możesz generować obrazy, wpisując polecenia w interfejsie webowym – trochę eksperymentowałem z kształtowaniem poleceń, ale to już inna historia. Uwaga: nie każdy model działa płynnie na sprzęcie z ograniczoną pamięcią VRAM, więc dostosuj flagi startowe.Śledź też aktualizacje w repozytorium GitHub – tutaj sytuacja szybko się zmienia.
To trochę dziwne, ale po kilku próbach i błędach ta konfiguracja staje się całkiem niezawodna. Na jednym komputerze działała idealnie po nowej instalacji; na innym wymagała kilku poprawek, ale w końcu wszystko zaskoczyło.
Streszczenie
- Zainstalowano Pythona i Gita z oficjalnych stron
- Sklonowano stabilne repozytorium WebUI Diffusion do C:\Stable Diffusion
- Skonfigurowano opcje pamięci VRAM w pliku webui-user.bat na podstawie Twojego procesora graficznego
- Uruchomiono webui.bat i uzyskano dostęp do lokalnego adresu URL w celu wygenerowania obrazu
- Pobrano modele z Civitai i dodano je do folderu z modelami
Podsumowanie
To nie jest najłatwiejsza konfiguracja, ale po początkowych trudnościach staje się poręcznym, lokalnym stanowiskiem pracy z SI. Zabawa z różnymi modelami i podpowiedziami może być wciągająca. Oczywiście, na razie jest to ograniczone do konfiguracji opartych na procesorach Intel, ale miejmy nadzieję, że to szybko się poprawi. Oby to pomogło komuś uniknąć ślepych zaułków i uruchomić własny generator obrazów SI. Powodzenia i udanego tworzenia — a przynajmniej zabawy z SI dla zabawy.