最近换了新电脑，需要把Stable Diffusion从旧电脑迁移到新电脑。

原以为就是复制粘贴的事，结果中间踩了不少坑：模型文件找不到、配置不兼容、插件报错、环境依赖冲突……花了整整一天才搞定。

本文分享完整的迁移实战过程，包括模型文件迁移、配置文件迁移、插件迁移、环境重建、参数调优、以及迁移过程中遇到的各种问题和解决方案。

一、为什么要迁移

先说说迁移的背景。

1. 旧电脑的问题

旧电脑是几年前买的，配置已经跟不上了：

  • 显卡是GTX 1060 6GB，跑Stable Diffusion很勉强
  • 生成一张512x512的图要1-2分钟
  • 大图直接显存溢出，跑不了
  • 内存16GB，开了浏览器就卡
  • 硬盘也快满了，模型都放不下几个

随着Stable Diffusion的模型越来越大，功能越来越多，旧电脑已经力不从心了。

2. 新电脑的配置

新电脑的配置：

  • 显卡：RTX 4090 24GB（终于可以随便跑了）
  • CPU：i9-13900K
  • 内存：64GB DDR5
  • 硬盘：2TB NVMe SSD
  • 系统：Windows 11

这样的配置，跑Stable Diffusion应该很流畅了。

3. 迁移的需求

迁移不只是装个新环境那么简单，我需要：

  • 所有模型文件迁移过去（几十个G）
  • 配置文件迁移（参数设置、UI布局等）
  • 插件迁移（ControlNet、LoRA等）
  • 历史生成记录迁移
  • 自定义脚本和样式迁移
  • 确保新环境和旧环境的生成结果一致

二、迁移前的准备

迁移之前，先做好准备工作。

1. 盘点旧环境

先盘点旧电脑上的Stable Diffusion环境：

  • WebUI版本：Automatic1111的版本号
  • 模型文件：有哪些大模型、LoRA、VAE、Embedding
  • 插件：安装了哪些插件
  • 配置文件：ui-config.json、config.json、styles.csv等
  • 输出文件：生成的图片和历史记录
  • 自定义脚本：scripts目录下的自定义脚本
  • 启动参数：webui-user.bat中的参数

把这些都列出来，确保迁移时不遗漏。

2. 备份旧环境

迁移前，一定要备份旧环境。

  • 把整个stable-diffusion-webui目录复制一份到移动硬盘
  • 特别是models目录，一定要备份好
  • 配置文件单独备份一份
  • 生成的图片也备份一份

备份的好处是，即使迁移失败，旧环境还能用，不会丢东西。

3. 新电脑的准备

新电脑上先装好基础软件：

  • Python 3.10（和旧环境版本一致）
  • Git
  • NVIDIA显卡驱动（最新版）
  • 必要的运行库（VC++ Redistributable等）

注意：Python版本一定要和旧环境一致，否则可能会有依赖兼容性问题。我旧环境用的是Python 3.10.6，新环境也装3.10.6。

三、迁移步骤

说说具体的迁移步骤。

第一步：安装新的WebUI

在新电脑上，先安装一个全新的WebUI：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

然后运行一次webui-user.bat，让它自动下载依赖。第一次运行会比较慢，需要下载很多包。

等它运行成功，确认基础环境没问题，再进行下一步。

注意： 不要直接把旧的WebUI整个目录复制过去。因为不同电脑的硬件、驱动、系统可能不一样，直接复制可能会有各种兼容性问题。最好是在新电脑上全新安装，再迁移数据和配置。

第二步：迁移模型文件

模型文件是最大的一块，也是最重要的。

需要迁移的模型文件：

  • 大模型（Checkpoint）：models/Stable-diffusion/目录下的.ckpt和.safetensors文件
  • LoRA模型：models/Lora/目录
  • VAE模型：models/VAE/目录
  • Embedding（Textual Inversion）：embeddings/目录
  • Hypernetwork：models/hypernetworks/目录
  • ControlNet模型：models/ControlNet/目录
  • 其他模型：如Real-ESRGAN、GFPGAN等放大和修复模型

迁移方法：

  1. 把旧电脑上的这些目录复制到移动硬盘
  2. 再复制到新电脑对应的目录下
  3. 注意保持目录结构一致

注意：

  • 模型文件很大，复制需要时间，耐心等待
  • 复制完成后，校验文件大小，确保没有损坏
  • .safetensors格式比.ckpt安全，建议优先用.safetensors

第三步：迁移配置文件

配置文件决定了WebUI的行为和界面，迁移后可以保持和旧环境一致。

需要迁移的配置文件：

  • config.json：WebUI的核心配置
  • ui-config.json：UI界面的配置（默认参数、滑块范围等）
  • styles.csv：保存的样式（预设的提示词组合）
  • webui-user.bat：启动参数（如--xformers、--medvram等）
  • cache.json：模型缓存（可以不迁移，会自动重建）

迁移方法：

  1. 把旧电脑上的这些文件复制到新电脑的WebUI根目录
  2. 覆盖新电脑上的同名文件
  3. 检查webui-user.bat中的参数，确保适合新电脑

注意：

  • 如果新旧WebUI版本差异较大，config.json可能不完全兼容。建议先备份新的config.json，再覆盖，如果启动报错就恢复新的config.json，手动调整参数。
  • ui-config.json一般兼容性较好，可以直接覆盖。

第四步：迁移插件

插件是WebUI的重要组成部分，很多功能都靠插件实现。

需要迁移的插件在extensions/目录下。

迁移方法有两种：

方法一：直接复制

  • 把旧电脑的extensions/目录整个复制到新电脑
  • 优点：简单快捷，所有插件和配置都过去
  • 缺点：可能有兼容性问题，旧版本的插件在新WebUI上可能报错

方法二：重新安装

  • 在新电脑的WebUI中，通过Extensions界面重新安装插件
  • 优点：确保插件是最新版，兼容性好
  • 缺点：麻烦，需要记住装了哪些插件

我的做法是：

  1. 先列出旧电脑上的所有插件（extensions目录下的文件夹名）
  2. 在新电脑上逐个重新安装（用Install from URL）
  3. 安装完成后，把旧插件的配置文件复制过去（如果有的话）

这样既保证了插件是最新版，又保留了配置。

常用插件清单（供参考）：

  • ControlNet：控制生成的姿势、构图等
  • openpose-editor：编辑姿势
  • deforum：动画生成
  • kohya_ss：训练LoRA
  • images-browser：图片浏览器
  • tagger：自动打标签
  • infinite-zoom：无限缩放动画

第五步：迁移输出文件和历史记录

如果你想保留之前生成的图片和历史记录：

  • outputs目录：所有生成的图片都在这里，直接复制过去
  • log目录：生成日志，可以不迁移
  • txt2img/img2img的历史：WebUI会在输出目录中保存每个生成的图片和对应的参数，复制过去后可以用PNG Info查看

如果你不需要旧的生成图片，可以跳过这一步。

第六步：迁移自定义脚本和样式

  • 自定义脚本：scripts/目录下的.py文件，直接复制
  • 样式：styles.csv已经在第三步迁移了
  • 提示词模板：如果你有自己的提示词模板文件，也复制过去

四、环境配置和调优

迁移完成后，需要根据新电脑的配置，调整环境参数。

1. 启动参数调优

新电脑配置好，可以调整启动参数，充分利用硬件。

编辑webui-user.bat，设置COMMANDLINE_ARGS：

# 旧电脑（GTX 1060 6GB）
set COMMANDLINE_ARGS=--medvram --xformers

# 新电脑（RTX 4090 24GB）
set COMMANDLINE_ARGS=--xformers --no-half-vae --enable-insecure-extension-access

参数说明：

  • --xformers：启用xformers加速，节省显存，提升速度
  • --medvram：中等显存模式，旧电脑需要，新电脑不需要
  • --lowvram：低显存模式，更慢
  • --no-half-vae：不使用半精度VAE，避免某些模型产生黑图
  • --enable-insecure-extension-access：允许从网页安装插件

2. 显存优化

RTX 4090有24GB显存，基本不用太担心显存问题。但还是可以优化：

  • 开启xformers：节省显存，提升速度
  • 大图生成用Hires. fix：先生成小图，再放大
  • Batch size不要设太大：一般1-4就够了
  • 不用的模型及时卸载：在WebUI设置中开启"自动卸载模型"

3. 速度优化

新电脑的速度应该很快，但还可以进一步优化：

  • 用.safetensors格式模型：加载更快
  • 模型放在SSD上：加载速度快
  • 用更快的采样方法：如DPM++ 2M Karras，步数20就够
  • 开启xformers：推理速度提升
  • 关闭不需要的插件：减少内存占用和启动时间

4. 模型管理

新电脑硬盘大，可以多放一些模型，但也要管理好：

  • 按类型分类：写实、二次元、通用等
  • 用模型预览图：每个模型配一张预览图，方便选择
  • 定期清理不用的模型：节省空间
  • 用Civitai Helper插件：自动下载模型预览图和信息

五、迁移中遇到的坑

说说迁移过程中遇到的坑和解决方法。

坑一：启动报错，config.json不兼容

问题： 覆盖config.json后，WebUI启动报错，提示某些配置项不存在。

原因： 旧WebUI版本比较老，config.json的格式和新版不完全兼容。

解决方法：

  1. 删除覆盖的config.json，让WebUI重新生成默认的config.json
  2. 对比旧的config.json，把需要的参数手动改到新的config.json中
  3. 或者在WebUI的Settings界面中，手动调整参数，然后Apply settings

教训： 配置文件不要直接覆盖，特别是版本差异大的时候。先备份，再逐步迁移。

坑二：插件报错，版本不兼容

问题： 直接复制旧的extensions目录后，启动WebUI，某个插件报错，导致整个WebUI无法启动。

原因： 旧版本的插件和新版WebUI不兼容。

解决方法：

  1. 找到报错的插件目录，先重命名（加个.bak后缀）
  2. 重启WebUI，确认其他插件正常
  3. 在WebUI的Extensions界面，重新安装这个插件的最新版
  4. 如果最新版还有问题，就等插件更新，或者暂时不用

教训： 插件不要直接复制，最好重新安装最新版。

坑三：模型加载失败，文件损坏

问题： 迁移后，某个模型加载失败，提示文件损坏或格式错误。

原因： 复制过程中文件损坏，或者模型文件本身有问题。

解决方法：

  1. 对比新旧电脑上的文件大小，确认是否一致
  2. 如果不一致，重新复制这个文件
  3. 如果文件确实损坏，重新下载模型
  4. 建议用.safetensors格式，比.ckpt更安全，不容易损坏

教训： 大文件复制后，一定要校验文件大小或MD5。

坑四：生成结果和旧电脑不一样

问题： 同样的提示词、同样的参数、同样的Seed，新电脑生成的图片和旧电脑不一样。

原因： 可能的原因有几个：

  • 显卡不同，计算精度有差异
  • xformers版本不同
  • 模型版本不同
  • WebUI版本不同

解决方法：

  1. 确保模型文件完全一致（校验MD5）
  2. 确保WebUI版本一致
  3. 确保xformers版本一致
  4. 如果还是不一样，可能是硬件差异导致的，这个无法完全避免

教训： 不同硬件之间，生成结果可能有细微差异，这是正常的。如果需要完全一致，只能用相同的硬件和软件环境。

坑五：ControlNet不工作

问题： ControlNet插件安装了，但生成时没有效果。

原因： ControlNet的模型文件没有放对位置，或者模型版本不匹配。

解决方法：

  1. 确认ControlNet模型放在models/ControlNet/目录下
  2. 确认模型版本和ControlNet插件版本匹配
  3. 在WebUI的Settings中，确认ControlNet的模型路径配置正确
  4. 重启WebUI，在ControlNet面板中选择正确的模型

教训： 插件的模型文件也要迁移，而且要放对位置。

坑六：显存溢出（OOM）

问题： 新电脑配置高，但生成大图时还是显存溢出。

原因： 图片尺寸太大，或者Batch size太大，或者同时加载了多个模型。

解决方法：

  1. 减小图片尺寸，用Hires. fix放大
  2. 减小Batch size
  3. 开启自动卸载模型
  4. 用--medvram参数（虽然新电脑一般不需要）
  5. 关闭其他占用显存的程序

教训： 即使显存大，也不要无限制地增大尺寸和批量。

六、迁移后的验证

迁移完成后，要做全面的验证。

1. 基础功能验证

  • 启动WebUI，确认没有报错
  • 文生图：用默认参数生成一张图，确认正常
  • 图生图：上传一张图，生成新图，确认正常
  • 模型切换：切换不同的大模型，确认都能加载
  • LoRA加载：在提示词中加LoRA，确认生效

2. 插件验证

逐个测试常用插件：

  • ControlNet：上传参考图，生成，确认控制有效
  • 图片浏览器：能正常浏览历史图片
  • 高清修复：Hires. fix正常工作
  • 其他插件：按常用功能测试

3. 性能验证

测试生成速度：

  • 512x512，20步，记录生成时间
  • 和旧电脑对比，确认速度提升
  • 测试大图生成，确认不会显存溢出

我的新电脑（RTX 4090）生成512x512的图，只要2-3秒，比旧电脑快了几十倍。

4. 生成质量验证

用旧电脑上的一组提示词和参数，在新电脑上生成：

  • 对比生成质量，确认没有明显下降
  • 测试不同的模型，确认都能正常生成
  • 测试LoRA和Embedding，确认生效

七、迁移的最佳实践

总结一下迁移的最佳实践：

1. 不要直接复制整个目录

全新安装WebUI，再迁移数据和配置。直接复制整个目录，容易有兼容性问题。

2. 版本尽量一致

新旧电脑的WebUI版本、Python版本、xformers版本尽量一致，减少兼容性问题。

3. 备份再操作

迁移前备份旧环境，迁移时每一步都备份，出问题可以回滚。

4. 逐步迁移，逐步验证

不要一次性把所有东西都搬过去。先基础环境，再模型，再配置，再插件，每一步都验证通过后再进行下一步。

5. 模型文件校验

大文件复制后，校验文件大小或MD5，确保没有损坏。

6. 插件重新安装

插件不要直接复制，在新环境中重新安装最新版，兼容性更好。

7. 记录配置

把旧环境的配置（启动参数、WebUI设置、插件列表）记录下来，迁移时对照着来，不容易遗漏。

八、写在最后

这次Stable Diffusion的迁移，虽然踩了不少坑，但最终还是顺利完成了。

新电脑的体验，和旧电脑完全不是一个量级。生成速度快了几十倍，大图随便跑，模型想装多少装多少。这种流畅的体验，让AI绘画的乐趣大大增加。

迁移的过程，也让我对Stable Diffusion的架构有了更深的理解。模型、配置、插件、环境，每个部分都有它的作用，迁移时要分别处理。

如果你也需要迁移Stable Diffusion环境，希望这篇文章能帮你少踩一些坑。记住：备份、逐步迁移、逐步验证，这三个原则做到了，迁移就不会出大问题。

2022年8月，Stable Diffusion还在快速发展，新的模型、新的插件、新的技术层出不穷。保持环境的整洁和可迁移性，能让你在升级硬件、更换电脑时更加从容。

最后，用一句话总结："Stable Diffusion迁移，核心是数据和配置的迁移，而不是环境的复制。全新安装+数据迁移+逐步验证，是最稳妥的方式。"

愿你的AI绘画之旅，越跑越顺。