一键加速 SD 训练与生成，低配也能玩转 DreamBooth
fast-stable-diffusion 是一个专注于加速 Stable Diffusion 图像生成与 DreamBooth 微调的开源工具集，主要面向 AI 绘画爱好者和开发者。它解决了 Stable Diffusion 在本地或 Colab 环境中训练和推理速度慢、资源占用高的问题。核心能力包括：提供优化的训练脚本和推理管线，支持 SD1.5、SDXL、Flux 等主流模型；集成 DreamBooth 微调，让用户能用少量图片训练个性化模型；兼容 A1111 和 ComfyUI 等常见 WebUI，方便无缝接入现有工作流；提供现成的 Colab 笔记本，降低使用门槛。项目通过技术优化和便捷封装，让用户以更低的硬件成本获得更快的生成和训练体验。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1打开 Colab 笔记本
从 README 提供的链接中选择需要的笔记本：Colab-ComfyUI、Colab-AUTOMATIC1111 或 Colab-Dreambooth。
2切换 GPU 运行时
在 Colab 菜单「代码执行程序 → 更改运行时类型」中选择 GPU，否则无法完成图像生成或微调。
3依次运行单元格
从上到下逐个点击运行，等待依赖与模型下载完成，不要跳过前置单元格，否则后续步骤会报错。
4进入 WebUI 使用
最后一个单元格运行结束后，打开输出中给出的访问链接，进入 ComfyUI 或 AUTOMATIC1111 界面开始出图。
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
Colab 运行时类型 | 是 | 为笔记本启用 GPU 加速，否则无法推理或训练 | GPU (T4) |
所有单元格运行完毕且无报错，并能打开笔记本输出的 WebUI 访问链接，看到图像生成界面即成功。
Q：笔记本链接打不开怎么办？
A：需要能访问 Google Colab 的网络环境并登录 Google 账号；若无法访问，可改用其他方式获取项目文件。
Q：运行时该选什么类型？
A：选择 GPU 类型（如 T4）。CPU 运行时无法满足 Stable Diffusion 推理和 DreamBooth 微调的需求。
Q：免费 Colab 能用吗？
A：README 未限制使用方式，但免费额度与显存有限，长时间训练可能中断；作者提供付费的高级 Flux/SDXL 训练器。
Q：支持哪些模型和工作流？
A：README 提到 SD1.5、SDXL、Flux 等模型，并提供 ComfyUI、AUTOMATIC1111 与 DreamBooth 三类笔记本。
Diffusers、InvokeAI、Stable Diffusion WebUI
fast-stable-diffusion 是开源模型领域的开源项目，由 TheLastBen 开发，2022 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（7,906）位列前 6%，在开源模型分类的 422 个项目里位列前 9%。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：个人创作者在低配GPU上训练个性化模型。同类可对比的替代方案包括 Diffusers、InvokeAI、Stable Diffusion WebUI。
上一篇：MNISTDiffusion
Machine-Learning
开源
跟着博客笔记，边看边跑机器学习代码
All content related to machine learning from my blog
awesome-claude-fable-5-prompt-va···
开源
一站式掌握 Claude Fable 5 玩法，快速选型不踩坑
Ultimate Claude Fable 5 Guide 2026: Use Cases, Integrations & Benchmarks
Diffusion-Models-Papers-Survey-T···
开源
学视频生成怕绕路？这份资料库帮你理清
Diffusion model papers, survey, and taxonomy
CoreML-Models
开源
下载即用的苹果端 AI 模型库，免去转换烦恼
Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···
