企业官网建设流程全解析

目录

为什么是它

安装

模型准备（新手最大坑）

格式转化

常见坑

调优（出图体验的分水岭）

使用

实战配置

文生图

轻量化HTTP服务端

图生图

视频生成篇：不止于图片

常驻服务

图生视频

调优篇：榨干你的显卡

量化：显存不够的终极解法

分块 VAE：大分辨率必备

权重卸载：显存挤挤总是有的

自定义量化规则：分层精度配置

RTX 4060 8GB 最佳实践配置

实战：搭建本地AI内容生产流水线

与 llama.cpp 联动：从创意到出图全离线

批量处理：告别手动点生成

常见问题与避坑指南

报错：CUDA out of memory

生成的图全是黑的/全是噪点

视频生成时报错找不到解码器

和 WebUI/ComfyUI 比，画质有差距吗？

结语

支持的模型生态

结语

上一回聊了 llama.cpp 怎么把本地大模型从"能跑"拉到"能用"。这次轮到出图：同一个 ggml 家族，同一个纯 C/C++ 的脾气。

文本那边我绕了 Ollama、Shimmy、FreeToken 一圈回到 llama.cpp；出图也跑过几种本地引擎，效果其实不是很理想，而 stable-diffusion.cpp 走的是 llama.cpp 同一条路，这次试试效果。

为什么是它

它是 llama.cpp 生态的同源衍生项目，由核心开发者 leejet 发起，用纯 C/C++ 重新实现了扩散模型的完整推理引擎。和 llama.cpp 在大语言模型领域做的事情一样，它把原本依赖 PyTorch、需要几GB Python 环境的扩散模型推理，压缩进了一个单二进制可执行文件里。