本地跑 AI 绘图：显存不够也能玩的开源方案
AI 绘图这两年门槛降得很低，在自己的显卡上跑不再是难事。但很多人一上手就被「显存不足」卡住。其实开源绘图模型和工具的选择空间很大，只要搞清楚显存这条线，就能找到适合自己的组合。这篇文章聊聊怎么根据显卡选方案。
图片由 AI 生成
先看你的显存有多大
这是最关键的一步，比选模型重要得多。粗暴地划分：8GB 显存属于入门，能跑基础模型但要开优化；12GB 比较从容，能跑大部分常用模型；16GB 以上可以尝试更大的模型和更高的分辨率；24GB 就可以玩得比较开了。
显存不够时，优先降分辨率和换量化版模型，而不是硬扛大模型。硬扛的结果往往是跑不出来或者慢到无法使用。
模型的选择
开源绘图模型里，Flux 系列是目前画质和提示词理解都比较强的一支。其中不同版本在许可上有差异，有的版本对商用有限制，有的则比较宽松。如果你打算用于商业项目，一定要先看清具体版本的开源协议。
另一条路线是 Stable Diffusion 系列的新版本，社区积累非常厚，各种微调模型、LoRA、ControlNet 资源极其丰富。如果你的需求是特定风格或者特定控制方式，社区生态能帮上大忙。
图片由 AI 生成
工具：ComfyUI 这类节点式界面
想认真玩开源绘图，ComfyUI 这类节点式工作流工具值得投入时间学。它把生成流程拆成一个个节点，你可以自由组合，实现很精细的控制——比如先出草图、再局部重绘、再放大修细节。一次性学习成本不低，但能做的事情上限很高。
如果只是想快速出图，也有更简单的界面工具，上手快，但灵活度不如节点式方案。
几个实用的提速技巧
第一，善用量化版模型，能在几乎不损失画质的前提下大幅降低显存占用。第二，生成时先用低分辨率快速出图确认构图，满意后再放大，不要一上来就冲高分辨率。第三，同一个提示词多出几张再挑，比反复微调提示词效率更高。
关于提示词的一点体会
绘图模型的提示词和对话模型不是一个思路。绘图更看重「描述画面里有什么」，而不是「给一段指令」。把主体、风格、构图、光线、画质这些维度分别写清楚，效果通常比堆一长串词更好。多看看社区里别人分享的提示词结构，比盲目试错提升更快。
