一、 Stable Diffusion 模型在线使用地址：
https://inscode.csdn.net/@inscode/Stable-Diffusion
进入之后点击运行并使用，会弹出一个购买算力资源的窗口。由于是试用，不涉及到连续生成多张图片等场合，因此算力足够用了，选择最便宜的GPU即可（0.57元/小时）。余额不足又不想氪金的小伙伴，可以在小程序中多签到几天，就能兑换了。
操作完成之后，会跳转到InsCode工作台界面，在算力资源中，已经可以看到刚才选择的机器了。
待它初始化完成，右侧有三个选项，选择Stabel Diffusion WebUI即可。
进入之后，发现比自己用过的离线版WebUI的版本还要新一些。
感兴趣的小伙伴可以亲自尝试一下！
二、模型相关版本和参数配置：
本次测评选择了一个国风绘制风格的模型：GuoFeng3.ckpt [74c61c3a52]。
Stabel Diffusion支持以文生图、以图生图等功能。
在InsCode上运行的Stabel Diffusion由于有了较先进的GPU加持，生成一张图片的速度很快，几秒就可以搞定。如果是用自己的机器离线生成图片，要一分钟左右才可以得到一张图。因此，可以直接将一批次图片数量改为8，这样可以一次性获得较多图片。
每个随机数种子可以生成一张图。如果对某张图感兴趣，只是想通过魔法（关键词）调整一下细节，而不用整体大改动，可以直接锁定对应的随机数种子。
三、图片生成提示词与反向提示词：
正向魔法：类似在搜索引擎查找资料时使用的关键词，用逗号分隔
(masterpiece, high quality, highres,Highest picture quality),(Master's work),blue background,Solid color background,Flat color,
cute little girl,loli,solo,solo focus
反向魔法：不想要的内容，例如text,title表示尽量减少图片上出现文字、标题等内容的情况
(EasyNegative),(worst quality, low quality:1.4),(bad anatomy),(inaccurate limb:1.2),more than five fingers in one palm,six fingers,(extra arms,extra legs:1.2)
填写好之后开始生成，等待一段时间即可完成。
四、种子及对应图片：
选择质量最好的一张图片，可以看到详细参数，包括图像尺寸、所选模型、正反向提示词、采样方式、随机数种子等。
(masterpiece, high quality, highres,Highest picture quality),(Master's work),blue background,Solid color background,Flat color,
cute little girl,loli,solo,solo focus,
Negative prompt: (EasyNegative),(worst quality, low quality:1.4),(bad anatomy),(inaccurate limb:1.2),more than five fingers in one palm,six fingers,(extra arms,extra legs:1.2)
Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 1183860531, Size: 512x512, Model hash: 74c61c3a52, Model: GuoFeng3, Version: v1.2.0
Time taken: 40.86s
Torch active/reserved: 3401/5222 MiB, Sys VRAM: 5485/22913 MiB (23.94%)
网页界面如上图所示。
对应结果如上图所示。将图像另存为到本地，可以看到文件名命名为00009-1183860531.png。
Stable Diffusion生成的图像命名规则为：图像编号-随机数种子-提示词.扩展名称。
从上述名称中可知，当前生成的图像是第九张图像（因为生成这一批图像之前，还单独生成过一张图像，所以这一批第8张图的编号为9），随机数种子为1183860531。
将左下角随机数种子参数固定，再重新生成一张图片，可以发现和之前选定的这种图像内容一致。