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 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:
- 只下载你需要的文件(推荐先拿 v2-1_768-ema-pruned.safetensors)
- 将文件复制到 ComfyUI 安装目录下的
models/checkpoints/文件夹 - 重启或刷新 ComfyUI,在
Load Checkpoint节点中即可看到模型 - 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!