آموزش Stable Diffusion برای ساخت تصویر محلی؛ شروع با SDXL Base

برای ساخت تصویر با Stable Diffusion در HSTOCK AI HUB، فقط نوشتن پرامپت کافی نیست: یک موتور تصویر مانند ComfyUI، Forge یا AUTOMATIC1111 و یک checkpoint سازگار مانند SDXL باید از قبل آماده باشد. در سورس پیش‌انتشار ۰٫۷۳٫۶۲، برنامه موتور و مدل‌های واقعاً کشف‌شده را جدا نشان می‌دهد و پس از تولید، پیش‌نمایش و گزینهٔ ذخیرهٔ تصویر دارد. این مسیر، سرویس ابری تولید تصویر نیست.

مرز نسخه و آزمون: صفحهٔ دانلود عمومی HSTOCK AI HUB در مشاهدهٔ ثبت‌شدهٔ ۷ نوامبر ۲۰۲۶ نسخهٔ ۰٫۷۳٫۳۹ را عرضه می‌کرد. توضیح کنترل‌ها و workflow این مقاله از سورس پیش‌انتشار ۰٫۷۳٫۶۲ آمده و مراحل داخل برنامه فقط برای دارندهٔ همان نسخه است؛ گزارش اجرای تازه یا برابری دو نسخه وجود ندارد. تصویر رابط پایین مربوط به نسخهٔ آرشیوی ۰٫۶۷٫۱ است.

Stable Diffusion چیست و چه چیزی نیست؟

Stable Diffusion نام یک خانوادهٔ مدل‌های تولید تصویر است. مدل، متن را به تصویر تبدیل می‌کند؛ اما برای اجرا به موتور، فایل وزن و منابع سخت‌افزاری نیاز دارد. ComfyUI یا Forge خود مدل نیستند. آن‌ها فایل checkpoint را بارگذاری و مراحل تولید را اجرا می‌کنند. همین جداسازی در عیب‌یابی مهم است: نصب‌بودن موتور، وجود مدل و موفق‌شدن تولید سه وضعیت متفاوت‌اند.

جزء	مثال	وظیفه
مدل	Stable Diffusion XL Base 1.0	تولید تصویر از متن
موتور	ComfyUI، Forge یا AUTOMATIC1111	بارگذاری مدل و اجرای workflow
رابط	HSTOCK AI HUB	انتخاب موتور/مدل، ورود درخواست، نمایش پیشرفت و ذخیرهٔ خروجی

پیش‌نیازهای واقعی تولید تصویر محلی

یک نسخهٔ HSTOCK AI HUB که حالت «تولید تصویر آفلاین» و موتور موردنظر را واقعاً در رابط نشان دهد.
موتور نصب و قابل اجرا. در سورس ۰٫۷۳٫۶۲، ComfyUI، Forge و AUTOMATIC1111 برای تصویر تعریف شده‌اند.
checkpoint سازگار و کامل با پسوندی مانند .safetensors یا .ckpt. مدل گفت‌وگوی GGUF جای checkpoint تصویر را نمی‌گیرد.
فضای دیسک برای فایل‌های مدل و RAM/VRAM متناسب با مدل، ابعاد تصویر و تعداد تصاویر هم‌زمان یا batch. تعداد گام‌های استنتاج بیشتر بر زمان پردازش اثر می‌گذارد و به‌تنهایی معیار ظرفیت حافظه نیست.
درایور GPU سازگار یا پذیرش کندی بسیار زیاد مسیر CPU. پشتیبانی اعلام‌شده با نتیجهٔ واقعی روی هر کارت گرافیک یکسان نیست.
مطالعهٔ مجوز مدل و checkpoint. مدل پایه، checkpoint مشتق‌شده و موتور می‌توانند سه مجوز متفاوت داشته باشند.

استودیوی تصویر HSTOCK AI HUB در نسخهٔ آرشیوی ۰٫۶۷٫۱ — استودیوی واقعی تصویر در نسخهٔ ۰٫۶۷٫۱؛ تصویر آرشیوی است. این نما، وجود همان کنترل‌ها در نسخهٔ عمومی ۰٫۷۳٫۳۹ یا نتیجهٔ یک تولید تازه را اثبات نمی‌کند.

انتخاب مدل: چرا نام دقیق مهم است؟

عبارت «Stable Diffusion» می‌تواند به نسل‌ها و checkpointهای متفاوت اشاره کند. برای نمونه، صفحهٔ رسمی Stable Diffusion XL Base 1.0 آن را معرفی می‌کند و می‌گوید مدل Base می‌تواند به‌تنهایی استفاده شود. متن مجوز رسمی SDXL Base 1.0 نیز CreativeML Open RAIL++-M را با شروط استفاده و توزیع بیان می‌کند. همین منابع محدودیت‌های مدل و کاربردهای خارج از دامنه را توضیح می‌دهند. پیش از دانلود، نام فایل، ناشر، مجوز و سازگاری آن با موتور را بخوانید؛ به نام کوتاه «SDXL» اکتفا نکنید.

آیا برای شروع به Refiner نیاز داریم؟

خیر. مدل‌کارت رسمی می‌گوید SDXL Base 1.0 می‌تواند مستقل استفاده شود. Refiner مرحله‌ای اختیاری با مدل و workflow جداست؛ پس برای اولین آزمون، Base را به‌تنهایی اجرا کنید. اگر همان مسیر پایه خروجی نداد، افزودن Refiner فقط تشخیص خطا را دشوارتر می‌کند. آزمون پیشنهادی این مقاله با Base است و ادعایی دربارهٔ بهترشدن قطعی با Refiner ندارد.

ساخت تصویر در HSTOCK AI HUB، مرحله‌به‌مرحله

صفحهٔ رسمی دریافت HSTOCK AI HUB ۰٫۷۳٫۳۹ فقط مرجع نسخهٔ عمومی ثبت‌شده است و وجود کنترل‌های زیر را ثابت نمی‌کند. اگر ۰٫۷۳٫۶۲ ندارید، از نصب مستقل رسمی موتور و مدل استفاده کنید و اتصال آن به HSTOCK را تا انتشار راهنمای همان نسخه قطعی ندانید.

فقط پس از تأیید نسخهٔ ۰٫۷۳٫۶۲، در کتابخانهٔ برنامه ابتدا یک موتور تصویر و سپس یک مدل سازگار را آماده کنید. نصب موتور بدون checkpoint، فهرست مدل را خالی می‌گذارد.
به «دستیار اختصاصی» بروید و حالت «تصویر» یا صفحهٔ «تولید تصویر آفلاین» را باز کنید.
در تنظیمات، «موتور اجرا» را انتخاب کنید. سپس از فهرست «مدل»، فقط مدلی را انتخاب کنید که برنامه آن را آماده تشخیص داده است.
برای آزمون حداقلی مستند این نسخه، هیچ عکس مرجعی اضافه نکنید، آماده‌سازی خودکار پرامپت را خاموش بگذارید و گزینهٔ وب را خاموش کنید. اگر این کمک‌یارها روشن باشند، دیگر نباید کل مسیر را صرفاً محلی و بی‌نیاز از سرویس جدا معرفی کرد.
یک درخواست روشن با یک سوژه، ترکیب‌بندی، نور و سبک بنویسید. برای آزمون نخست، تنظیمات پایهٔ همان مدل را نگه دارید.
در «تنظیمات پیشرفته»، ابعاد، تعداد گام‌ها، CFG، موارد ناخواسته و Seed را فقط در صورت نیاز تغییر دهید.
«تولید تصویر» را بزنید و وضعیت صف/پردازش را تا پایان دنبال کنید. آماده‌شدن موتور یا پذیرفته‌شدن workflow به معنی تکمیل تصویر نیست.
خروجی را در اندازهٔ واقعی بررسی کنید؛ سپس از «ذخیره تصویر» استفاده کنید. نام فایل یا نمایش preview به‌تنهایی سلامت محتوای تصویر را ثابت نمی‌کند.

نمونهٔ پرامپت کاربردی

عکس استودیویی یک ماگ سرامیکی سفید روی میز چوبی روشن، نمای سه‌ربع، نور نرم از سمت چپ، پس‌زمینه خاکستری ساده، سایه طبیعی، بدون نوشته و بدون لوگو

در «موارد ناخواسته» می‌توانید عناصر روشن و قابل‌بررسی بنویسید، مانند «متن، لوگو، دست اضافه، پس‌زمینه شلوغ». اگر Seed را خالی بگذارید، نتیجه می‌تواند در هر اجرا تغییر کند. Seed یکسان نیز تضمین نمی‌کند خروجی روی نسخه‌ها، مدل‌ها یا سخت‌افزارهای مختلف دقیقاً یکسان باشد.

آزمون A/B: هر بار فقط یک متغیر

برای فهمیدن اثر تنظیمات، نام دقیق مدل، نسخهٔ موتور، پرامپت و Seed را ثبت کنید. تصویر A را با تنظیمات پایه بسازید. در تصویر B فقط یک عامل را تغییر دهید؛ مثلاً نور نرم را به نور مستقیم تبدیل کنید. این طراحی، نمونهٔ آموزشی است و چون در این بررسی هیچ مدل یا موتوری اجرا نشده، خروجی ساختگی به‌عنوان نتیجه نشان داده نمی‌شود.

متغیر	چه چیزی را تغییر می‌دهد؟	در مقایسه چه چیزی ثابت بماند؟	چه چیزی را تضمین نمی‌کند؟
پرامپت	سوژه، ترکیب‌بندی و ویژگی‌های درخواستی	مدل، Seed و تنظیمات	اجرای دقیق هر جزئیات یا متن خوانا
Negative prompt	مواردی که می‌خواهید کمتر دیده شوند	پرامپت اصلی و Seed	حذف قطعی همهٔ خطاها
CFG یا guidance	شدت پیروی از متن در همان pipeline	مدل، پرامپت و Seed	بهترشدن همیشگی با عدد بزرگ‌تر
تعداد گام‌ها	تعداد مراحل استنتاج	همهٔ متغیرهای دیگر	رابطهٔ خطی با کیفیت
Seed	نقطهٔ آغاز تصادفی در همان محیط	نسخه، مدل و تنظیمات	خروجی کاملاً یکسان میان نسخه‌ها و سخت‌افزارها

مرجع رسمی pipeline در Diffusers توضیح می‌دهد افزایش guidance الزاماً تصویر را بهتر نمی‌کند. اعداد مثال آن API را نباید بدون شاهد به کنترل‌های هر رابط یا نسخهٔ HSTOCK تعمیم داد.

خطاهای رایج Stable Diffusion

نشانه	علت محتمل	راه‌حل اولیه
هیچ مدل تصویری دیده نمی‌شود	فایل checkpoint دریافت نشده، ناقص است یا برای موتور انتخابی آماده نشده است.	وضعیت دانلود را در کتابخانه بخوانید و مطمئن شوید نام همان موتور کنار مدل دیده می‌شود.
موتور آماده نمی‌شود	نصب ناقص، درایور ناسازگار یا تداخل یک اجرای دیگر وجود دارد.	پیام مرکز سلامت را بخوانید و از نصب‌های موازی بی‌دلیل پرهیز کنید.
خطای کمبود حافظه	مدل، ابعاد تصویر یا batch از ظرفیت VRAM/RAM بیشتر است.	ابعاد یا batch را کاهش دهید، برنامه‌های GPU را ببندید یا مدل سبک‌تر انتخاب کنید.
تصویر با درخواست هم‌خوان نیست	پرامپت مبهم است یا مدل برای آن کاربرد مناسب نیست.	سوژه، تعداد، زاویه، نور و پس‌زمینه را مستقیم بنویسید و هر بار یک متغیر را تغییر دهید.
متن داخل تصویر خراب است	مدل‌های تصویر معمولاً در نوشتن متن دقیق محدودیت دارند.	متن نهایی را در ابزار طراحی جدا اضافه کنید و ادعای خوانایی تضمین‌شده نداشته باشید.
workflow رد می‌شود	نسخهٔ موتور، مدل یا یکی از افزونه‌ها با مسیر تولید هم‌خوان نیست.	ابتدا مدل و موتور پایه را بدون افزونهٔ اضافی امتحان کنید و متن کامل خطا را نگه دارید.

آفلاین، رایگان و متن‌باز سه مفهوم جدا هستند

تولید محلی پس از آماده‌شدن موتور و مدل می‌تواند بدون API پولی تصویر انجام شود. اما دانلود اولیه، به‌روزرسانی، پژوهش وب و بعضی قابلیت‌های اختیاری اینترنت می‌خواهند. HSTOCK AI HUB طبق اعلام سازنده رایگان است؛ این موضوع مجوز checkpoint یا موتور را تغییر نمی‌دهد. SDXL Base 1.0 مجوز OpenRAIL++ دارد، درحالی‌که ComfyUI مجوز جداگانهٔ خود را دارد. برای استفادهٔ تجاری، شرایط دقیق همان فایل را بخوانید.

کامپیوتر شخصی کافی است یا زیرساخت سازمانی لازم داریم؟

برای یادگیری، آزمایش و تولید محدود، یک کامپیوتر شخصی با مدل و تنظیمات متناسب می‌تواند کافی باشد؛ خرید سرور شرط استفاده از Stable Diffusion نیست. وقتی چند کاربر هم‌زمان، صف‌های طولانی، نگهداری متمرکز مدل‌ها یا GPUهای متعدد مطرح می‌شود، ارزیابی ورک‌استیشن یا سرور معنا پیدا می‌کند. برای بررسی گزینه‌های رک‌مونت می‌توانید دستهٔ خرید سرور HP را ببینید، اما انتخاب باید براساس GPU قابل پشتیبانی، توان، خنک‌کاری، فضای رک و بار واقعی انجام شود؛ برند یا نام سرور به‌تنهایی تضمین سازگاری نیست.

جمع‌بندی

در یک workflow درست، ابتدا موتور و checkpoint آماده می‌شوند، بعد HSTOCK AI HUB فقط گزینه‌های کشف‌شده را برای تولید نشان می‌دهد. با یک پرامپت ساده و تنظیمات پیش‌فرض شروع کنید، خروجی را انسانی بررسی کنید و هزینه و مجوز هر لایه را جدا نگه دارید. اگر موتور انتخابی شما ComfyUI است، راهنمای مستقل نصب و استفاده از ComfyUI ادامهٔ طبیعی این مقاله است؛ برای معرفی کل برنامه نیز HSTOCK AI HUB چیست؟ را بخوانید.