Stable Diffusion 3 ComfyUI基础工作流保姆级详解 | 全网最全SD3解析

引言
Stable Diffusion 3 已经发布！就在 6 月 12 日，Stable Diffusion 3 的媒体模型终于开放下载。虽然在 Web UI 上还没有提供体验可以体验的方式，但我们已经可以通过Comfy UI来尝试最新的 Stable Diffusion 3 模型。这篇文章作者将详细介绍如何在Comfy UI 中部署和使用这个新模型。

Stable Diffusion 3 Medium 介绍
此次发布的 Stable Diffusion 3 Medium 与之前的 Stable Diffusion 3 Large 和 Stable Diffusion 3 Large Turbo 有所不同，后者是 8B 模型，而这次的 Medium 模型为 2B。相比之下，Medium 模型的参数量小得多。这个模型的参数量，作者的理解是这样的，虽然理论上参数越多，模型的复杂度也就越高，但也不能单单从参数量这一个维度来评判模型的好坏。如果 2B 参数的 Stable Diffusion 3 Medium 能在图像生成效果上可以与 3.5B 的 Stable Diffusion XL Base Model 竞争，甚至更强，这反而说明新发布的 Stable Diffusion 3 Medium 的效率更高。

在Comfy UI中运行 Stable Diffusion 3

环境准备：

在 Comfy UI 中部署 Stable Diffusion 3 很简单，需要满足以下两个条件：

更新Comfy UI到最新版本：

如果已经安装了 Manager 插件，点击 Update Comfy UI就可以了。

下载相关模型：

访问 Hugging Face 下载 Stable Diffusion 3 的相关模型。首次访问该页面时，可能需要同意用户协议才能看到模型下载页。

Stable Diffusion 3 的架构与之前的模型不同。官方提供了四个模型版本：

sd3_medium.safetensors：

不带任何文本编码器，需要下载 text encode 文件夹下的四个文件。

sd3_medium_incl_clips.safetensors：

可以直接生成图像，但不包含 T5xxlf的的文本编码器，所以性能会稍微差一些，但是需要的资源配置也会比较少。

后边两个较大的模型：

这两个模型类似 Stable Diffusion 1.5 和 XL，可以直接用于图像生成。区别在于 T5xxlf编码器的浮点数不同，理论上 15GB 的stable-diffusion-3-medium的模型对语义的理解效果最好，但也最耗资源。
但是这里要注意，对语义的理解效果最好，这并不代表这个出图的美学质量最高，这两者要区分一下。这里大家大概对这个模型有一个了解就行，后边也会给大家做这个实际的演示。

选择好适合自己的模型，将模型下载到 ComfyUI/models/checkpoint 文件夹下。如果是第一个模型，需要搭配clip 文件，则将其下载到 ConvUI/models/clip 文件夹下。

工作流部署
1、导入工作流

将下载的工作流文件拖入ComfyUI中。官方提供了三个基础工作流：基础工作流、多提示词工作流和放大工作流。我们以基础工作流为例：

基础工作流导入：

直接将文件拖入ComfyUI，即可载入。

更新模型路径：

官方工作流中的模型路径可能需要调整，替换为你下载的模型路径。

2、配置节点

官方基础工作流包括几个关键节点：

Triple Clip Loader：

加载 clip 模型。我们下载的最基础的sd3_medium.safetensors模型，需要这个节点配合使用 clip 和 T5xxlf 编码器。

Model Sample Node：

控制模型采样值，影响图像细节。值越高，细节越精细，但生成时间也越长。

Input：

控制反向提示词的作图进度。通过条件节点控制提示词的权重，调整参与作图的进度。图片尺寸注意一下，这里的备注是分辨率应该是在100万像素左右，而且这个长宽必须是64的倍数。但是我实际测试下来，这个宽高值只要给到8的倍数就可以。而且我们随便输一个数字，这个节点会为我们计算最近的八的倍数。比如说我们这里输一个564，它会自动变成这个568。我们点击这个出图，也是可以刷出来的。但是这个568并不是64的倍数，只是八的倍数。总之大家在这里输入这个图片尺寸的时候，就大概说一个比例就可以，它是会自动计算这个就近的值的。

Conditioning Nodes：

接下来是四个Condition控制节点，一个conditioningZeroOut节点，两个conditioningSimpleTimestepRange节点，一个conditioning（combine）的节点，这四个控制节点共同对反向提示词做了控制这四个节点不是必须的，也就是说我们不用这四个节点，直接将这个反向提示词连接到采样器，也是可以出图，这个节点群的作用，就是通过控制反向提示词在作图的进度中的参与度，从而控制反向提示词参与作图的权重。我们来具体看一下这次参数的意义，比如它默认是配了0-0.1，就是说这个反向提示词只参与作图进度的前10%，也就是从这个0到0.1，然后之后就不再参与，也就是说归零节点在作图进度是0.1到1的时候，将反向提示词的内容归零了。官方这样安排的作用，猜测是因为文本编码且对于反向提示词比较敏感，所以用减少参与进度的方法变相降低了反向提示词的权重。但是作者实际测试下来，即使这个反向提示词完完整整的参与了整个作图的进度，其实也是可以的，而且在某些情况下差别并不是很大。所以我说这四个节点可有可可有，是因为我们可以通过这种精确的控制做到一定程度的微调。可能是因为实际上就算没有这四个节点出图也不会报错。

采样器：

官方这里给到的步数是28步。我之前也说了，我们可以通过这个步数和Model Sample Node节点去配合，以达到一个性能和图片质量相对的平衡。从理论上来说，步数越多模型采样值越高，我们就会得到更精细的图片。但同时出图也会更耗时，对硬件的要求也会越高。

3、精简工作流

为了简化操作，可以将官方复杂的工作流精简为更传统的工作流形式：

**选择自带文本编码器的模型：

使用sd3_medium_incl_clips_t5xxlfp16.safetensors模型。

删除不必要的节点：

Triple Clip Loader 节点、Model Sample Node 节点和 Conditioning Nodes。

简化后的连接：

确保正反向提示词连接到模型节点。

实际演示
我们分别使用官方复杂工作流和精简后的工作流生成图像。结果显示，两者生成的图像基本一致。精简后的工作流不仅操作更简便，而且在效果上也没有显著差异。

总结
本文作者介绍了Stable Diffusion 3最新的模型，也带大家通过ComfyUI搭建了一个Stable Diffusion 3的工作流，希望大家对 Stable Diffusion 3 在ComfyUI下的使用方法有了更清晰的理解。Stable Diffusion 3 Medium 相较于之前的模型，在文本语义理解上更强。但关于其实际性能和效果的评价，仍需更深入的测试。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

总结