最新版的stable diffusion3据说不错，就测试了一下，还是比较好安装的，生成效果比之前用的模型好多了。我现在还不太会写prompt，后面再琢磨一下。

这是服务器配置：

项 说明
系统 Ubuntu 20.04.1
存储 >100GB
Python 3.10
CUDA Version 11.8
GPU Driver 520.61.05
GPU NVIDIA 3090 1张

新建环境

1
2
conda create -n SD3 python=3.10
conda activate SD3

下载ComfyUI

1
2
3
4
git clone https://github.com/comfyanonymous/ComfyUI
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
# 我的是CUDA11.8，你要是CUDA12要安装对应版本的
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118

进入SD3的模型链接下载最新的模型sd3_medium.safetensors。（下载模型需要登录账号验证一下。）

浏览器下载容易中断的话，就用迅雷下载。

再进入到text_encoders文件夹，把clip_g.safetensors、clip_l.safetensors、t5xxl_fp16.safetensors三个文件下载下来，这是CLIP模型，用于将文本与图片连接起来的模型（如果显存够，就不要下载t5xxl_fp16.safetensors文件，而是下载t5xxl_fp8_e4m3fn.safetensors文件，这是Int8的量化版本）。

下载完成之后，sd3_medium.safetensors文件放在./models/checkpoints文件夹下，其他3个文件放在./models/clip下。

目前最新的文件夹中多了几个文件：

名称 说明
sd3_medium.safetensors 不包含CLIP模型
sd3_medium_incl_clips.safetensors 也就是 sd3_medium.safetensors + clip_g.safetensors + clip_l.safetensors
sd3_medium_incl_clips_t5xxlfp16.safetensors sd3_medium.safetensors + clip_g.safetensors + clip_l.safetensors + t5xxl_fp16.safetensors
sd3_medium_incl_clips_t5xxlfp8.safetensors sd3_medium.safetensors + clip_g.safetensors + clip_l.safetensors + t5xxl_fp8_e4m3fn.safetensors

也就是说你下载了下面那些模型文件一些CLIP的文件就不用再下载了。

下载ComfyUI的SD3的工作流：

进入huggingface的comfy_example_workflows文件夹，下载里面的文件，可以都下载进来，比如下载sd3_medium_example_workflow_basic.json文件，这个文件就放在你自己的笔记本里面备用。

运行

1
python main.py --listen 0.0.0.0 --port 10000

加载成功后命令行显示：

1
2
3
4
5
6
7
8
9
10
11
12
13
Total VRAM 24268 MB, total RAM 257596 MB
pytorch version: 2.3.1+cu118
Set vram state to: NORMAL_VRAM
Device: cuda:0 NVIDIA GeForce RTX 3090 : cudaMallocAsync
VAE dtype: torch.bfloat16
Using pytorch cross attention

Import times for custom nodes:
   0.0 seconds: /home/xxx/BigModel/ComfyUI/custom_nodes/websocket_image_save.py

Starting server

To see the GUI go to: http://0.0.0.0:10000

在你的浏览器中输入：http://服务器的IP地址:10000来访问，这是界面：

ComfyUI的界面

这与之前的WebUI完全不啊，是一个流程图的形式，感觉很高级，WebUI的界面我其实更加喜欢，但是好像还没有兼容Stable diffusion3，等后续更新吧。

这里是ComfyUI默认的工作流，不适合最新的Stable diffusion3。需要调整为Stable diffusion3的流程：将之前下载的sd3_medium_example_workflow_basic.json直接拖到界面里，流程就变了，之后你需要再次点击Load CheckPoints、TripleCLIPLoader里面的选项选择刚才下载的那些文件。

ComfyUI的界面-SD3工作流

这个时候点击右侧的Queue Prompt就可以生成了（第一次生成的时候需要先加载模型会慢一些，后续再生成就快了）。

生成测试

这是我生成的结果：

第一张图

因为种子被固定了，默认生成图片都是一样的。

我又试了一下之前的提示词的结果，效果好一些：

第二张图

1
A cyberpunk-inspired Chinese goddess with long, flowing locks, her hair interwoven with glowing strands of silk, standing atop a skyscraper overlooking a neon-drenched cityscape.

第三张图

好像特别会画赛博朋克风格的图片，这些风格的图片路边招牌好像都是日文。

1
A couple sharing a tender farewell kiss near a black hole, depicted in the ethereal style of Chinese ink wash painting, with the cosmic backdrop blending into a gradient of ink tones

第四张图

也许训练的图片中国画都有印章，我生成了几张竟然还像模像样的都有印章。

1
A molecular diagram of DNA replication, highlighting the intricate dance of base pairing and the replication machinery at work

第五张图

学术图片画的还有模有样的，像是拿一张图PS的。

1
Lin Daiyu, the delicate yet resolute heroine from the classic Chinese novel, in a moment of bold action, forcefully pulling out the trunk of a willow tree, symbolizing her inner bravery

第六张图

想画个林黛玉倒拔垂杨柳，想象力还是不够，画了很多张都没有拔的，倒是直接给杨柳的腰拉下来了！

1
A youthful and vibrant Chinese girl in her late teens, with clear skin, bright eyes, and a fashionable sense of style, embodying the spirit of modern Chinese youth

第七张图

美女必须要画！

在执行过程中，显存高峰大概占用18G。不知道为啥，生成了一两张图片之后再点击生成就没反应了，感觉像BUG。我又试了一下，需要变更参数，比如种子才会再次生成图片。