stable_diffusion_2.1_repackaged 文件清单全解:5个模型文件一文看懂,新手入门必看清单

原创2026-10-18 15:48:202,141 阅读

stable_diffusion_2.1_repackaged 文件清单全解:5个模型文件一文看懂,新手入门必看清单

stable_diffusion_2.1_repackaged 是 Stability AI 官方 Stable Diffusion 2.1(SD 2.1)AI 绘图模型的 ComfyUI 重打包仓库,包含 5 个约 5.2GB 的模型文件。对于想用 ComfyUI 跑 Stable Diffusion 2.1 的新手来说,这 5 个文件到底是干什么的、该下载哪一个,往往是入门时的第一个困惑。本文用一张清单把每个文件的含义、命名规则和存放位置一次讲清楚,看完即可直接上手出图。

📋 仓库概览:这个仓库有什么?

打开仓库根目录,你会看到以下内容:

文件 大小(约) 类型 用途
512-inpainting-ema.safetensors 5.2 GB safetensors 512 分辨率局部重绘(Inpainting)
v2-1_768-ema-pruned.ckpt 5.2 GB ckpt 768 高清出图,EMA 权重
v2-1_768-ema-pruned.safetensors 5.2 GB safetensors 768 高清出图,EMA 权重
v2-1_768-nonema-pruned.ckpt 5.2 GB ckpt 768 高清出图,非 EMA 权重
v2-1_768-nonema-pruned.safetensors 5.2 GB safetensors 768 高清出图,非 EMA 权重
README.md 1 KB 文档 安装说明

💡 一句话理解:这 5 个文件其实就是 2 个 768 高清模型 + 1 个 512 重绘模型,其中 768 高清模型分别提供了 ckpt 和 safetensors 两种封装格式。按需下载即可,无需全部下载。

🔍 逐个拆解:5 个模型文件分别是什么?

1️⃣ 512-inpainting-ema.safetensors —— 局部重绘模型

512-inpainting-ema.safetensors 是 SD 2.1 的 512×512 分辨率 Inpainting(局部重绘)模型。

  • 适合场景:对图片的某个区域进行修改,比如"给图中人物换衣服"、"擦除图中某个物体"
  • 工作分辨率:512×512,是 SD 2.1 基础模型的标准分辨率
  • 命名含义:inpainting 表示重绘能力,ema 表示采用了 EMA(指数移动平均)平滑后的权重,出图更稳定

如果你只用基础的文生图功能,这个文件可以跳过。

2️⃣ 与 3️⃣ v2-1_768-ema-pruned.ckpt / .safetensors —— 768 高清模型(EMA 版)

v2-1_768-ema-pruned.ckpt 和 v2-1_768-ema-pruned.safetensors 是同一个模型,只是封装格式不同:

  • ckpt:PyTorch 传统 checkpoint 格式,兼容性最好
  • safetensors:更安全、加载更快的新格式,新手推荐优先使用

命名拆解:

片段 含义
v2-1 Stable Diffusion 2.1 版本
768 以 768×768 高分辨率训练,出图细节更丰富
ema 使用 EMA 平滑权重,画面质感通常更细腻
pruned 经过裁剪优化,去除了冗余结构,体积更精简

这是 SD 2.1 系列中出图质量最高的通用模型,适合追求高清细节的用户。

4️⃣ 与 5️⃣ v2-1_768-nonema-pruned.ckpt / .safetensors —— 768 高清模型(非 EMA 版)

v2-1_768-nonema-pruned.ckpt 和 v2-1_768-nonema-pruned.safetensors 与上面一对的区别仅在于 nonema:没有使用 EMA 平滑。

  • 非 EMA 版本与原始训练权重更接近,风格表现略有差异
  • 两者出图能力基本同级,选哪个更多取决于个人偏好
  • 同样有 ckpt 与 safetensors 两种格式可选

⚠️ 新手建议:ema 版与 nonema 版二选一即可,不必两个都下。

🧩 命名规律速查表

看懂命名规律,以后遇到其他 SD 模型文件也能秒懂:

v2-1 _ 768 - ema / nonema - pruned
  │        │         │            └─ 已裁剪精简
  │        │         └─ 是否使用 EMA 平滑权重
  │        └─ 训练/工作分辨率(768 = 高清版)
  └─ 模型版本号(Stable Diffusion 2.1)
  • inpainting = 局部重绘
  • ema / nonema = 平滑权重 / 原始权重
  • pruned = 精简版
  • 后缀 .safetensors 优先,.ckpt 兜底

🚀 一键安装步骤:文件放到哪?

按照 README.md 的说明,把这 5 个文件放入 ComfyUI 的 checkpoints 目录即可:

📂 ComfyUI/
└── 📂 models/
    └── 📂 checkpoints/
        ├── 512-inpainting-ema.safetensors
        ├── v2-1_768-ema-pruned.ckpt
        ├── v2-1_768-ema-pruned.safetensors
        ├── v2-1_768-nonema-pruned.ckpt
        └── v2-1_768-nonema-pruned.safetensors

操作步骤:

  1. 只下载你需要的文件(推荐先拿 v2-1_768-ema-pruned.safetensors)
  2. 将文件复制到 ComfyUI 安装目录下的 models/checkpoints/ 文件夹
  3. 重启或刷新 ComfyUI,在 Load Checkpoint 节点中即可看到模型
  4. 出图时建议把生成分辨率设为 768×768,匹配 768 模型的训练分辨率

💡 小提示:这些文件在仓库中通过 Git LFS 大文件存储管理,单个文件约 5.2GB,克隆或拉取前请确认磁盘空间充足。

❓ 新手常见问题(FAQ)

Q1:5 个文件都要下载吗? 不用。按需选择:日常出图选一个 768 模型(建议 v2-1_768-ema-pruned.safetensors),需要局部重绘才下载 512-inpainting-ema.safetensors。

Q2:ckpt 和 safetensors 该选哪个? 优先 safetensors:加载更快、更安全。若你的 ComfyUI 版本较老识别不了,再选 ckpt。

Q3:为什么叫"repackaged"(重打包)? 原始模型来自 Stability AI 官方仓库,本仓库将其重新打包为适合 ComfyUI 直接加载的单文件格式,省去手动整理的麻烦。

Q4:ema 和 nonema 出图差别大吗? 两者属于同级模型,差异主要体现在细节质感上。建议同一提示词各试一张,选自己更喜欢的那个。

✅ 总结:新手选文件口诀

  • 🎨 只出一张高清图 → v2-1_768-ema-pruned.safetensors
  • ✂️ 要局部修改图片 → 加一个 512-inpainting-ema.safetensors
  • 🔄 兼容性问题 → 换成对应的 .ckpt 版本

5 个文件看完不迷路,快去 ComfyUI 里跑你的第一张 SD 2.1 图吧!

登录后查看全文
stable_diffusion_2.1_repackaged