从零到一搭建远程图像生成系统:Stable Diffusion 3.5+内网穿透技术深度实战
文章目录
- 前言
- 1. 本地部署ComfyUI
- 2. 下载 Stable Diffusion3.5 模型
- 3. 演示文生图
- 4. 公网使用Stable Diffusion 3.5 大模型
- 4.1 创建远程连接公网地址
- 5. 固定远程访问公网地址
前言
在数字内容生产领域,基于本地服务器的AI部署模式正逐渐成为创作者优化工作流程的创新方式。以图形设计场景为例,传统云端图像生成服务常受限于地理网络延迟及信息泄露隐患。通过在Windows操作系统部署SD 3.5模型(Stable Diffusion 3.5),创作者可建立专属的图像生成系统,有效解决数据安全防护和网络稳定性两大痛点。
这种部署方案不仅满足企业级团队对数据管控的严苛要求,也适配个人创作者的多样化场景需求。针对远程协作的特殊场景,建议配合Cpolar内网穿透技术搭建专属通道,实现跨地域的实时模型调用,确保本地部署的SD 3.5系统在多网络环境下保持高效可用性。
【视频教程】
Stable Diffusion 3.5 AI绘画生成神器重磅更新!本地部署与远程使用保姆级教程
1. 本地部署ComfyUI
本篇文章测试环境:Win11专业版,8GB显存
进入到官方Github中,下载 最新版ComfyUI
ComfyUI Github:GitHub - comfyanonymous/ComfyUI: The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.
找到免安装版本
解压保存到本地打开,进入到根目录下,有 run_cpu、run_nvidia_gpu 第一个是通过CPU进行解码的,第二个是通过Nvidia显卡进行解码的,速度会更快
双击打开这两个其中哪个脚本都可以,运行脚本
打开一个新的浏览器输入 http://127.0.0.1:8188
可以看到进入到了ComfyUI当中,但是默认情况下是英文,需要设置成中文
下载中文语言包,点击链接:GitHub - AIGODLIKE/AIGODLIKE-ComfyUI-Translation: A plugin for multilingual translation of ComfyUI,This plugin implements translation of resident menu bar/search bar/right-click context menu/node, etc
下载压缩包并解压到本地
解压后,进入到根目录,把这个文件放到ComfyUI \ custom_nodes 目录中
回到 Comfy UI 中,点击设置,选择语言为中文
2. 下载 Stable Diffusion3.5 模型
Stable Diffusion共发布了三款模型,分别是:
-
Stable Diffusion 3.5 Large:该基础型号拥有 80 亿个参数,质量卓越,响应迅速,是 Stable Diffusion 系列中最强大的型号。该型号非常适合 1 百万像素分辨率的专业用例。【推荐16G以上显存】
-
稳定扩散 3.5 Large Turbo:稳定扩散 3.5 Large 的精简版仅需 4 个步骤即可生成高质量图像,且具有出色的快速依从性,速度比稳定扩散 3.5 Large 快得多。【推荐8G以上显存】
-
Stable Diffusion 3.5 Medium(将于 10 月 29 日发布): 该模型拥有 25 亿个参数,采用改进的 MMDiT-X 架构和训练方法,可在消费级硬件上“开箱即用”,在质量和定制易用性之间取得平衡。它能够生成分辨率在 0.25 到 2 百万像素之间的图像。
本篇文章演示使用的是 第二种 3.5 Large Turbo版本,
点击链接下载模型:stabilityai/stable-diffusion-3.5-large-turbo · Hugging Face
找到下方这两个文件
将 sd3.5_large_turbo.safetensors
文件下载到 ComfyUI/models/checkpoint 文件夹中
接下来下载Clip文件, 将clip_g.safetensors、clip_l.safetensors 和 t5xxl_fp8_e4m3fn.safetensors 下载到 ComfyUI/models/clip 文件夹
回到ComfyUI目录中,运行一键脚本。
重新进入到浏览器当中 http://127.0.0.1:8188
3. 演示文生图
将刚才下载好的 SD3.5L_Turbo_example_workflow.json
文件拖入到ComfyUI界面中
然后在左侧Clip设置中,修改成我们刚才下载的模型
在中间的CLIP文本编码器中,输入英文提示词后,点击右侧 添加提示词队列
可以看到右侧已经生成了新的图片,我们在本地成功部署了Stable Diffusion 3.5 大模型,如果想团队协作多人使用,或者在异地其他设备使用的话就需要结合Cpolar内网穿透实现公网访问,免去了复杂得本地部署过程,只需要一个公网地址直接就可以进入到ComfyUI中来使用 Stable Diffusion 3.5文生图。
接下来教大家如何安装Cpolar并且将 Stable Diffusion 3.5 实现公网使用。
4. 公网使用Stable Diffusion 3.5 大模型
下面我们Windows安装Cpolar内网穿透工具,通过Cpolar 转发本地端口映射的http公网地址,我们可以很容易实现远程访问,而无需自己注册域名购买云服务器.下面是安装cpolar步骤
cpolar官网地址: https://www.cpolar.com
点击进入cpolar官网,点击免费使用
注册一个账号,并下载最新版本的Cpolar。
登录成功后,点击下载Cpolar到本地并安装(一路默认安装即可)本教程选择下载Windows版本。
Cpolar安装成功后,在浏览器上访问http://localhost:9200,使用cpolar账号登录,登录后即可看到Cpolar web 配置界面,结下来在web 管理界面配置即可。
4.1 创建远程连接公网地址
登录cpolar web UI管理界面后,点击左侧仪表盘的隧道管理——创建隧道:
-
隧道名称:可自定义,本例使用了: comfyui注意不要与已有的隧道名称重复
-
协议:http
-
本地地址:8188
-
域名类型:随机域名
-
地区:选择China Top
-
高级:Http Auth:user:123(本例中用户名user 密码123)
点击保存
创建成功后,打开左侧在线隧道列表,可以看到刚刚通过创建隧道生成了两个公网地址,接下来就可以在其他电脑(异地)上,使用任意一个地址在浏览器中访问即可。
如下图所示,输入设置的用户名及密码(也可以不设置高级,就无需用户名密码直接登入,安全起见,建议配置高级)
可以看到成功实现使用公网地址异地远程访问本地部署的 Stable Diffusion3.5大模型!
小结
为了方便演示,我们在上边的操作过程中使用了cpolar生成的HTTP公网地址隧道,其公网地址是随机生成的。这种随机地址的优势在于建立速度快,可以立即使用,然而,它的缺点是网址是随机生成,这个地址在24小时内会发生随机变化,更适合于临时使用。
如果有长期远程访问本地 Stable Diffusion3.5 或者其他本地部署的服务的需求,但又不想每天重新配置公网地址,还想地址好看又好记,那我推荐大家选择使用固定的二级子域名方式来远程访问,带宽会更快,使用cpolar在其他用途还可以保留多个子域名,支持多个cpolar在线进程。(根据cpolar套餐而定)
5. 固定远程访问公网地址
由于以上使用cpolar所创建的隧道使用的是随机公网地址,24小时内会随机变化,不利于长期远程访问。因此我们可以为其配置二级子域名,该地址为固定地址,不会随机变化。
登录cpolar官网,点击左侧的预留,选择保留二级子域名,地区选择china vip top,然后设置一个二级子域名名称,填写备注信息,点击保留。
保留成功后复制保留的二级子域名地址:
登录cpolar web UI管理界面,点击左侧仪表盘的隧道管理——隧道列表,找到所要配置的隧道,点击右侧的编辑
。
修改隧道信息,将保留成功的二级子域名配置到隧道中
-
域名类型:选择二级子域名
-
Sub Domain:填写保留成功的二级子域名
-
地区: China VIP
点击更新
更新完成后,打开在线隧道列表,此时可以看到随机的公网地址已经发生变化,地址名称也变成了保留和固定的二级子域名名称。
最后,我们使用固定的公网地址访问 ComfyUI 可以看到访问成功,一个永久不会变化的远程访问方式即设置好了,再重新拖入文件,选择模型就可以了。
在分布式计算架构逐步普及的背景下,AI创作工具的本地化部署模式正在重构数字艺术创作生态。通过将Stable Diffusion 3.5模型与Cpolar内网穿透技术进行系统集成,创作者获得了突破性的工作流解决方案。该技术组合通过以下三大核心架构实现创作效能的质变:
- 多模态处理引擎:基于3.5版本的图像优化模块,采用亚像素级分辨率增强算法,使复杂场景的渲染效率提升至40%以上
- 安全传输体系:Cpolar构建的加密通信隧道采用AES-256标准,确保创作数据在公网传输过程中的防篡改特性
- 动态访问架构:依托智能端口映射技术,创作者可实时访问任意位置的本地模型资源,实现跨网络环境的无缝协作
这种技术协同模式突破了传统云端创作的双重限制:网络带宽对生成速度的制约,以及敏感数据传输的安全隐患。创作者现可实现:
- 通过5G网络在移动场景下即时调用本地模型
- 部署生物识别认证系统进行分级访问控制
- 构建GPU计算集群执行批量渲染任务
从建筑可视化到虚拟角色生成,这套本地化部署方案为数字艺术创作提供了新的自由维度。其技术核心在于将AI模型的计算能力转化为创作可能性的无限延伸,确保每个创意构思都能获得精准的技术支撑。这种部署模式不仅解决了数据安全与网络稳定性问题,更重新定义了数字内容生产的效率边界。
[
](https://www.cpolar.com/2025-6-18)