在AI绘画的入门旅程中，许多新手常常问：到底该如何开始？对于那些从未接触过AI绘图的朋友、电脑配置不足无法运行本地Stable Diffusion的用户，或者只想专注于创意表达而不愿钻研技术细节的内容创作者来说，选择合适的工具是第一步。这里强烈推荐一个非常适合新手的在线AI绘画平台——LiblibAI。只需注册即可直接使用，而且它的在线生图界面与SD Web UI几乎完全一致，对于后续学习和掌握SD相关技能非常友好，是AI绘画入门教程的理想选择。
注册后每天可免费获得300积分，生成一张图片通常消耗2-8积分，完全足够日常练习。下面直接进入正题，手把手带大家从零开始生成第一张AI图片，轻松掌握Stable Diffusion入门技巧。
一. 快速入门
在浏览器中打开LiblibAI网站，首页点击“在线生图”按钮，进入绘图主界面，开启你的AI绘画之旅。
先按照下面的参数设置生成一张图，感受一下效果。为了清晰说明，我们分成三个部分来讲解。
（1）大模型和提示词
- CHECKPOINT（大模型）：
majicMIX realistic 麦橘写实_v7.safetensors - VAE（VAE模型）：
vae-ft-mse-840000-ema-pruned.safetensors - CLIP跳过层：2（保持默认）
- 正向提示词：
1 gril,solo, - 负向提示词：
ng_deepnegative_v1_75t,(badhandv4:1.2),EasyNegative,(worst quality:2),
（2）参数设置
- 采样方法：
Euler a - 迭代步数：30
- 宽度：768
- 高度：512
- 图片数量：2
- 提示词引导系数：7
- 随机数种子：-1
（3）ADetailer插件
- 启用ADetailer：勾选
- 模型选择：
face_yolov8n
参数全部设置完成后，点击“开始作图”按钮，稍等片刻即可看到生成的图片。因为我们设置了图片数量为2，所以会同时生成两张图。
第一张AI图片就这样成功生成了。是不是比想象中更简单？这就是LiblibAI在线生图的魅力所在。
二. 各种参数的讲解
下面逐一说明上面涉及的关键参数，帮助大家理解每个选项的具体作用，为后续深入学习Stable Diffusion入门教程打下坚实基础。
1. 大模型（Checkpoint）
大模型是SD绘图的基础，也被称为底模。它决定了生成图片的主要风格——二次元、真人、国风等不同方向都有对应的专用模型。目前主流的大模型分为基于SD1.5和SDXL两个生态。
对于初学者，重点掌握以下两点：
如何添加大模型
在LiblibAI首页搜索框中输入关键词（比如“麦橘”），即可看到相关模型列表。点击模型进入详情页，点击“加入模型库”，该大模型就会出现在绘图界面的CHECKPOINT下拉列表中。如果点击后没有反应，可以点击旁边的刷新按钮，模型一般就能成功加载。
常用的大模型推荐
- SD1.5 系列：通用模型DreamShaper；写实类DeliberateV2/ReVAnimated_v122；真人写实类majicMIX realistic V7、realisticVisionV60、Chilloutmix；人像优化类AWPortaint和kimchiMix。
- SDXL 系列：通用模型DreamShaper XL、juggernautXL_v9 + RDPhoto 2、RealVisXL V4.0 Lightning、AlbedoBase XL V2.1、Dream Tech XL（筑梦工业）；写实类LEOSAM HelloWorld 新世界、万享XL V8.2、wuhaXL_realisticMix。
2. VAE模型
VAE可以理解为一种颜色滤镜，用于调节和美化生成图片的色彩表现。最常用的是vae-ft-mse-840000-ema-pruned，一般选择这个就足够了。需要注意的是，LiblibAI对VAE的使用有限制——当大模型是SDXL时，VAE选项会不可用，这对初学者来说反而是好事，避免了选错的风险。
3. 提示词
提示词分为正向和反向两种：正向提示词描述你希望图片包含的元素，反向提示词则列出你不希望出现的元素。提示词需要用英文描述，可以是单词、短语或短句。如果不会编写也没有关系，LiblibAI大模型的详情页里有大量用户分享的图片，下面通常附带提示词，直接模仿学习即可。
4. 采样方法与迭代步数
这两个参数通常一起设置。采样方法决定了图像去噪的过程和风格，常用的有Euler a、DPM++2M Karras、DPM++SDE Karras、DPM++2M SDE Karras等。在LiblibAI的采样方法旁边有一个提示图标，点击后会显示推荐信息。另外，大模型的详情页通常也会注明该模型推荐的采样方法，供你参考。
迭代步数指的是生成图像所需的步数，每一次采样都在前一步的基础上进行优化和调整。通常设置在20-40之间即可获得较好的效果。
5. 图片宽高
不同模型有各自推荐的最佳宽高比：
- SD1.5 模型最佳：512×512。常用比例：1:1（512×512、768×768）、3:2（768×512）、2:3（512×768）、4:3（768×576）、3:4（576×768）、16:9（912×512）、9:16（512×912）。
- SDXL 模型最佳：1024×1024。常用比例：1:1（1024×1024、768×768）、3:2（1152×768）、2:3（768×1152）、4:3（1152×864）、3:4（864×1152）、16:9（1360×768）、9:16（768×1360）。
注意：宽度和高度最好能被8整除。如果选错比例，很容易生成形态怪异的图片。
6. 提示词引导系数（CFG Scale）
该参数控制生成图片对提示词的遵循程度，数值越大，图片越贴近提示词的描述。默认值为7，一般建议设置在5-10之间，不建议调得过大，以免破坏画面自然度。
7. 随机数种子（Seed）
种子相当于图片的“DNA”，决定了画面的具体内容和构图。默认为-1表示随机生成，每次结果都会不同。如果你希望同样的参数组合能产生相似的图片，可以将种子固定为一个具体数字。很多初学者会困惑：为什么同样的参数每次生成的图不一样？答案就在这颗种子上。
掌握以上这些基础知识，再动手生成几张图，基本就算成功入门了。接下来该做什么？尝试更换不同的模型和提示词，不断练习，你就能逐渐找到AI绘画的感觉，开启属于自己的创意表达之路。