SD Ai绘画写真本地部署实录：显卡门槛、实测成本和翻车复盘
我的判断是：写真这个活，云服务和本地部署早就不是谁取代谁的关系。云管快交付，本地管深度定制和批量，我两条混用半年，本地那张4060的账算下来，单张电费不到五分钱——前提是你扛得住装机和折腾。
sd ai绘画写真这个话题下，被问得最多的一句就是"我该装本地还是充个云服务"。我的答案一直是反问：你出图的量有多大，对画风的控制要到什么程度？这两问答完，路线基本就定了。市面上把 Stable Diffusion 吹成万能的太多，把本地部署吓退人的也太多，两头都不实。
先把结论放在这里：月产几十张、偶尔玩玩的，云服务足够，别折腾；日产上百张、要固定模特的脸、要批量跑图的，本地迟早得装。我自己是两边混用——赶交付走云，试验和批量走本地。下面所有数字都来自我这两边各跑半年的真实账本，机器是一张 RTX 4060 8G 显卡、128G 固态加 2T 机械盘，装的是 ComfyUI。
云和本地，差的其实是控制权
云服务卖的是省事，参数被框死、按月付钱；本地部署卖的是控制权，模型、采样器、LoRA 全归你调，代价是硬件和学习曲线。出图质量的上限，两条路差距没想象中大。
很多人以为本地图质天生就比云好，这真不一定。云端跑的大多是闭源大模型的封装，底子确实好；本地这边同一个 SDXL 底模，配上合适的 LoRA 和采样参数，出人像的上限完全不虚。真正的分野在"你能改什么"：云端给你的旋钮就那几个，提示词、尺寸、风格预设，到头了。本地从 checkpoint、VAE、采样步数、CFG 到 ControlNet 的每一层权重，全是你的。
举个例子。写真最要命的是脸的一致性，云服务基本靠抽卡，抽到像为止；本地我练了一个专属 LoRA，三十张图起步，同一张脸跨场景的一致率目测能到九成。这事在云上做不了，不是做得差，是压根做不了。
两条路的账，一张表看全：
| 对比项 | 云服务 | 本地部署 |
|---|---|---|
| 上手速度 | 注册即用，几分钟出第一张 | 装机加学习期，两三周才顺手 |
| 月成本 | 包月约80到160元 | 基本只有电费，30元上下 |
| 单张成本 | 折算约0.4到0.9元 | 电费摊下来不到5分钱 |
| 可控程度 | 提示词加风格预设，到头了 | 底模、LoRA、采样参数全开放 |
| 批量能力 | 受积分和排队限制 | 挂机跑，一晚几百张 |
本地部署的三个前提，缺一个都别急
本地跑 sd ai绘画写真要过三关：显卡至少 8G 显存、硬盘给模型留出五六百G、再留两三周啃参数的学习期。最贵的关是显卡，最耗人的反而是学习曲线。
显卡这道坎先说实话：4G 显存不是不能跑，是跑得难受。SDXL 底模按 1024 分辨率起跑，4G 卡会疯狂爆内存，得靠低显存模式硬撑，一张图等两三分钟。8G 是体面线，我这张 4060 跑 1024、30 步采样，单张 11 秒上下；12G 以上就宽裕了，能开更大的批量。N 卡生态最省心，A 卡能跑但不少插件要额外折腾，选卡前想清楚。
硬盘比很多人预想的大。SDXL 底模一个 6.9G，写真常用的真人系 checkpoint 动辄 7G 起步，LoRA 小些几十到几百兆，加上 ControlNet 模型和输出图，我现在的模型目录已经 480G 了。建议直接按 500G 预算一块固态，模型放机械盘会拖加载速度。
学习曲线是最容易被低估的一关。装 ComfyUI 本身一晚上能搞定，真正花时间的是后面：采样器怎么选、CFG 给多少、重绘幅度怎么配、ControlNet 里 openpose 和 canny 各管什么。我前两周出的图基本不能看，全是手崩脸崩的废片。这部分要是没耐心，本地路线趁早放弃，这不丢人。
装环境还有个绕不开的坎：python 版本和显卡驱动。我专门写过一次环境翻车的排查过程，放在AI模特生成操作教程的环境准备那节，装之前值得先看一眼。
本地独占的三件事，和半年的账
本地独占三样：无限制的画风自定义、离线批量挂机、多模型混搭。实测单张约11秒，每张电费不到5分钱，云服务的单张成本是本地十倍以上。
第一件是自定义的深度。写真圈很大一部分需求是复刻某种特定画风，比如老照片的胶片质感，云端风格库里翻不到，本地可以拿底模叠两三个 LoRA 再配一段风格提示词，一层层试出来。这个"调教出独一份手感"的过程，是本地最迷人的部分。
第二件是离线批量。上个月给客户赶 200 张场景写真，晚上挂机跑，一张 11 秒，一晚跑完，电费忽略不计。同样的量走云按张计费要几百块，包月的话额度根本不够。批量这件事，本地的优势是碾压级的。
第三件是模型混搭。底模 A 的人像质感加底模 B 的场景理解，再用 LoRA 调光影——这种缝合玩法在云上想都别想，在本地就是日常操作。我现在的工作流叠了一个主 checkpoint、两个 LoRA 和一组 ControlNet，这套组合拳云平台给不了。
钱这边细算过。云服务我订过两家，便宜的 80 元一个月 800 点混合积分，贵的 160 元包月不限次但要排队，折算单张 0.4 到 0.9 元。本地那张 4060 是去年配机时 2300 元买的，不把整机算到爱好头上，只按边际成本算：跑图时整机功耗 180 瓦上下，四小时约 0.7 度电，一个月电费 30 元挂零头；半年出图 4000 多张，摊到每张不到 5 分钱。账要算全才公道：本地的隐性成本是时间，装机调参踩坑，前两个月折进去的工夫按市价折算远超云订阅。月量 200 张以下别装本地，纯属给自己找活。
翻过的车，和什么人适合本地
最常见的翻车是装上了跑不动：显存塞不下模型、驱动一更就慢一半。月产几百张、要锁脸的适合本地，量小或硬件不达标的，云服务更合适。
最惨一次是去年冬天刚上手那会儿。装完 ComfyUI，兴冲冲下了个 12G 的真人混合底模，一点生成，直接报 out of memory——8G 显存塞不进 12G 权重，这个道理我是报错之后才真正消化的。那晚白忙，模型删了重下个 6.9G 的。教训很简单：下模型前先核对自己的显存，别只看图好看就点下载。
另一次是显卡驱动。升级完 Windows，驱动跟着更了一版，出图速度从 11 秒掉到 20 秒开外，我一度以为显卡坏了。排查半天才发现是驱动版本拉低了性能，卸载重装回稳定版才恢复，前后搭进去两天。这事给我留了个习惯：机器能跑就不动驱动，玄学但有效。
还有个小坑说出来博各位一笑：第一次把输出目录设成中文路径，插件直接读不出文件，报错信息还九曲十八弯。目录一律用英文，这五个字值一次深夜的重装。
翻完车说人选。三种人适合本地：手里有商单要量产的，成本摆在那；玩角色设定、要固定同一张脸推图的，LoRA 一致性只有本地做得好；纯好奇想搞懂扩散模型在干嘛的，折腾一圈比看十篇教程都管用。反过来我劝退几类：电脑是五年前核显本的，硬件关过不去；一天出三五张发朋友圈的，云的免费额度都用不完；还有"想学"但从不打开软件的，这种朋友我见得太多，买卡的钱不如订半年云。
合规的话正经说一遍。本地部署不代表没人管：模型和 LoRA 的授权条款各家不同，商用前翻一遍许可协议；拿自己的照片练 LoRA 没问题，拿别人照片练模特卡不行；出图内容守住底线，不做侵权不做擦边。技术上自由了，责任上更没人替你把关。
写回来路。半年前我在两条路之间摇摆，现在的答案是两条一起用：云负责我懒得等的白天，本地负责深夜挂机和那些云上根本做不了的定制活。设备是死的，需求是活的——你要是还在盘算值不值得装机，先拿云服务的免费额度摸两周，量大到烦的那天，答案自己会冒出来。
常见问题
8G 显存够跑 SD 写真吗？
够，是体面线。我的 4060 8G 跑 SDXL，1024 分辨率下单张约 11 秒，日常完全流畅。注意别下超过显存的巨型 checkpoint；4G 卡要靠低显存模式硬撑，体验差很多。
本地部署要花多少钱？
已有能用的显卡，边际成本就是电费，我这边一个月 30 元上下。要新配机器才是大头，一张能跑的独显 2000 多元起。装 ComfyUI 本身一分钱不用花。
本地图质和云服务差别大吗？
上限拉不开，下限差距大。本地配上对的 LoRA 和参数，人像质感不虚云端；新手调不好参数时，废片率会远高于云服务的预设风格。熟手之后本地反而更稳。
没编程基础能装 ComfyUI 吗？
能，整合包解压就能跑，一晚搞定。难的不是安装，是之后两三周的参数学习期。真没这个耐心，云服务更适合，这钱花得不冤。
本地出的写真图能商用吗？
可以，但要先查模型授权。多数开源 checkpoint 允许商用，个别注明非商用的要避开；练 LoRA 用自己的素材，别拿别人的照片。内容本身守法是底线，跟在云端还是本地跑没关系。