La intel·ligència artificial aplicada a la creació d'imatges ha fet un salt brutal en molt poc temps. On abans necessitaves saber de dibuix, composició i un bon programari d'edició, ara només cal escriure una frase ben pensada perquè models com Stable Diffusion, Midjourney o DALL·E creïn il·lustracions espectaculars en qüestió de segons. Dins de tot aquest ecosistema, Stable Diffusion 3 destaca perquè és flexible, molt potent i pot executar-se al teu propi ordinador , sense dependre sempre del núvol.
Si t'interessa aprendre com fer servir Stable Diffusion 3 al teu PC sense morir en l'intent , en aquesta guia tens un recorregut complet: què és exactament aquest model, què necessites a nivell de maquinari, com instal·lar-lo amb una interfície senzilla, com generar les teves primeres imatges, ajustar els paràmetres importants i, finalment, com ampliar les seves capacitats amb nous models i complements. Tot explicat en castellà “del carrer”, però amb el màxim nivell de detall tècnic perquè puguis treure-li tot el suc encara que siguis principiant.
Què és Stable Diffusion i què aporta la versió 3
Stable Diffusion és un model de IA generativa dissenyat per crear imatges a partir de descripcions en text (prompts). Li escrius el que vols, per exemple “un drac cyberpunk volant sobre Madrid al capvespre en estil animi”, i en uns segons obtens diverses il·lustracions basades en aquesta descripció.
La gran diferència davant d'altres solucions és que Stable Diffusion és de codi obert i pot executar-se al teu propi PC . No depens només de pàgines web de tercers, ni dels seus límits dús, ni que canviïn els termes de servei. Pots descarregar-te el model, modificar-lo, fusionar diferents variants entrenades per la comunitat i fins i tot crear els teus propis models personalitzats entrenats amb les teves imatges.
Amb l'arribada de Stable Diffusion 3 , Stability AI ha introduït millores importants en qualitat, coherència en els detalls i maneig del text dins de la imatge (cartells, rètols, logos, etc.). Encara que moltes implementacions encara es recolzen en interfícies pensades originalment per a Stable Diffusion 1.5 o 2.x, la idea és la mateixa: un model difusiu que parteix de soroll i va “netejant” la imatge pas a pas fins a obtenir el resultat final seguint les teves indicacions.
A més, al voltant de Stable Diffusion s'ha format un ecosistema enorme: llançadors gràfics fàcils d'usar, models derivats per a estils concrets (realisme fotogràfic, animi, píxel art, arquitectura, il·lustració editorial…), paquets de millores per a rostres, ulls o fons, i eines que permeten transformar imatges existents, pintar a sobre o generar.
L'objectiu d'aquesta guia és que tingueu una ruta clara per aprofitar Stable Diffusion 3 al vostre PC usant dos enfocaments: un llançador senzill tipus Easy Diffusion i la interfície web més avançada (WebUI) que s'ha convertit en estàndard de facto.
Requisits mínims i recomanats per utilitzar Stable Diffusion 3 a PC
Un dels punts forts de Stable Diffusion és que no exigeix un PC de gamma alta per arrencar . Això sí, com més potent sigui el teu equip més ràpid i fluid serà tot, sobretot a l'hora de generar imatges grans o moltes variacions.
A nivell de mínims, pots executar Stable Diffusion 3 només amb CPU , sense targeta gràfica dedicada. És útil per provar, però el temps de generació serà força alt i hauràs de conformar-te amb resolucions modestes. Per a un ús realista, l'ideal és comptar amb una GPU dedicada amb memòria suficient.
Com a referència orientativa, aquests serien els requisits mínims raonables per començar:
- CPU: qualsevol processador modern de 64 bits que suporti Windows 10/11, Linux o macOS.
- memòria RAM: almenys 8 GB de RAM del sistema per no anar massa just mentre generes imatges.
- Emmagatzematge: un mínim de 25 GB lliures en disc per a la instal·lació, models i caixets.
- GPU integrada: si tires de gràfics integrats, haurien de tenir uns 2 GB de memòria compartida per poder treballar en resolucions acceptables.
A partir d'aquí, el que és recomanable per treballar còmode amb Stable Diffusion 3 és pujar el llistó:
- Targeta gràfica dedicada NVIDIA o AMD amb, almenys, 6-8 GB de VRAM. Amb 2‑4 GB es pot, però hauràs de baixar resolucions i limitar opcions.
- Memòria VRAM abundant: com més gigues tinguis, més ràpid es generen imatges i menys restriccions de mida tindràs. Amb 8 GB pots treballar molt bé, amb 12-16 GB ja voles.
- Memòria d'sistema de 16 GB o més, sobretot si acostumes a tenir moltes aplicacions obertes mentre generes imatges.
- Disc SSD ràpid perquè la càrrega de models i dependència sigui més àgil.
Tingues en compte un matís important: moltes implementacions de Stable Diffusion no aprofiten directament els nuclis tensorials de les RTX ni de les últimes AMD per a IA, sinó que realitzen els càlculs recolzant-se principalment en la capacitat de còmput general de la GPU. Tot i així, les gràfiques modernes amb bon ample de banda de memòria segueixen marcant una diferència brutal davant de configuracions més antigues.
Si vas just de gràfica, pots jugar amb les opcions de consum de VRAM que porten els llançadors (maneres Low, Balanced, Fast) per adaptar-lo al maquinari que tinguis, sacrificant una mica de velocitat o resolució però mantenint l'estabilitat.
Instal·lar Stable Diffusion amb un llançador senzill (Easy Diffusion)
Si ets nou en tot això, el més còmode és recolzar-te en un llançador com Easy Diffusion, que simplifica la instal·lació al màxim: descarregues un instal·lador, l'executes i et crea una interfície web local a punt per generar imatges sense barallar-te amb la consola.
El procediment a Windows sol ser molt semblant al de qualsevol programa clàssic. Primer descarregues l'instal·lador des del seu repositori oficial (normalment a GitHub) i tries el paquet corresponent al teu sistema operatiu (Windows, Linux o macOS).
Un cop tinguis el fitxer al teu equip, executes l'instal·lador i prems a “Next” seguint els passos de l'assistent. L'única cosa delicada aquí és la carpeta d'instal·lació: convé fer servir una ruta senzilla, tipus C:\EasyDiffusion , és a dir, a l'arrel del disc, sense rutes quilomètriques ni caràcters rars.
Durant la instal·lació, el programa descarregarà automàticament tots els fitxers addicionals que necessiteu: llibreries de Python, models bàsics, components de la interfície web, etc. Aquesta part pot trigar una estona depenent de la connexió i velocitat del disc, així que paciència. Quan acabeu, és bona idea marcar la casella per crear un accés directe a l'escriptori.
A partir d'aquest moment podreu llançar Stable Diffusion amb un doble clic a la icona creada o executant l'script “Start Stable Diffusion UI” des de la carpeta d'instal·lació. El procés us obrirà una finestra de la consola d'ordres i, després, el vostre navegador per defecte apuntant a la interfície local.
Com utilitzar la interfície d'Easy Diffusion pas a pas
Quan obris Easy Diffusion veuràs que, en realitat, el programa es compon de dues parts : una finestra negra de consola (CMD) que es queda oberta i és la que executa el motor d'IA, i una interfície web al teu navegador, que és la que fas servir per configurar i generar les imatges.
La consola no l'has de tancar mentre estiguis treballant, perquè és literalment el procés que calcula les imatges . Si vols aturar Stable Diffusion per complet, llavors sí, tanques la finestra de CMD i també la pestanya del navegador si la tenies oberta.
La interfície web sol obrir-se automàticament al vostre navegador predeterminat, encara que de vegades pot trigar una mica si l'eina detecta que falten fitxers o hi ha actualitzacions pendents . Si no s'obre sola o la tanqueu per error, podeu accedir entrant a l'adreça http://localhost:9000/ (o el port que s'indiqui) des de qualsevol navegador del mateix ordinador.
En aquesta pàgina veuràs diverses pestanyes principals . Les més importants per començar solen ser:
- Generar: la pestanya on introdueixes els teus prompts i generes imatges.
- Configuració: secció per ajustar el rendiment, memòria de la GPU, autoguardat d'imatges i altres opcions generals.
- Help and Community: enllaços a tutorials, fòrums i recursos útils.
- Merge Models: eina per combinar diferents models de Stable Diffusion i crear versions híbrides.
- Que hi ha de nou?: registre de canvis i novetats del llançador.
A la cantonada superior dreta sol aparèixer un indicador d'estat que et diu si el sistema genera imatges, en repòs o si s'ha produït algun error. És una manera ràpida de saber què està passant sense haver de mirar la consola constantment.
Configuració clau a la pestanya de configuració (Settings)
Abans de tornar boig generant imatges, val la pena aturar-se un moment a la pestanya de Settings per deixar el programa fi i adaptat al teu equip. Alguns dels ajustaments més importants són aquests:
Alguns dels ajustaments més importants són aquests:
- Auto-Save Images: permet que totes les imatges generades es guarden automàticament en una carpeta que triïs. També pots indicar com vols que es guardi la metadata (el prompt, la configuració usada, etc.).
- Block NSFW Images: si ho actives, el sistema desenfocarà contingut adult o no apte que es pugui generar. Útil si comparteixes el PC.
- GPU Memory Usage: et deixa ajustar quanta memòria de la gràfica s'utilitzarà. Normalment s'ofereixen modes com “Low” (per a 2-4 GB de VRAM), “Balanced” (4-8 GB) i “Fast” (més de 8 GB).
- Utilitzeu CPU: si marques aquesta opció, el programa forçarà l'ús exclusiu de la CPU. És la sortida quan no tens GPU dedicada, però també vol dir temps d'espera alts. Si teniu gràfica, no activeu aquesta casella.
- Confirm dangerous actions: fa que el sistema demani confirmació quan vagis a esborrar arxius o realitzar accions crítiques dins de la interfície, evitant ensurts.
- Make Stable Diffusion available on your network: si actives això, podràs accedir a la interfície des d'altres dispositius de la xarxa local, usant la IP del PC on corre el servidor més el port indicat. A sota de la pàgina veureu una secció anomenada “Server Addresses” amb les adreces exactes.
Sempre que canviïs alguna cosa en aquesta secció recorda prémer el botó “Save” perquè els ajustaments realment s'apliquin. Sota aquesta zona, normalment, també veuràs un resum del maquinari detectat al teu equip.
Generar les teves primeres imatges: prompts i paràmetres bàsics
A la pestanya “Generate” tens el cor del sistema. A dalt del tot veuràs un quadre de text gran on posa alguna cosa tipus “Enter Prompt” ; aquí és on escrius la descripció en anglès del que vols que la IA generi.
Si no controles gaire l'anglès, pots ajudar-te de Google Translate o un altre traductor : redactes la teva idea en espanyol, la passes a anglès i copies el resultat al quadre de prompt. Com més concret siguis (estil artístic, tipus de pla, il·luminació, etc.), més a prop estarà la imatge del resultat que busques.
Just a sota sol aparèixer un altre quadre anomenat “Negative Prompt” . En aquest camp indiques tot el que NO vols que surti a la imatge : per exemple, “blurry, low quality, extra fingers, deformed eyes, text, watermark…”. Això ajuda la IA a evitar errors típics o elements indesitjats.
Quan ho tinguis clar, només has de prémer el botó gran tipus “Make Image” (o similar) per afegir la petició a la cua de render. El sistema processarà l'ordre i us mostrarà les imatges segons es vagin generant.
A sota d'aquest botó veureu que hi ha diversos desplegables amb un munt d'opcions. Tot i que al principi poden aclaparar una mica, controlar aquests paràmetres és la clau per pujar-ne la qualitat i ajustar l'estil al teu gust.
Paràmetres d'imatge més importants
A la secció de configuració d'imatge trobareu els controls que defineixen com es genera cada sortida. Els més rellevants són:
- Llavor: És la llavor aleatòria usada per generar la imatge. Amb “Random” activat tindràs una llavor diferent en cada intent, però si guardes un número concret podràs replicar exactament la mateixa composició més endavant.
- Nombre d’imatges: Et permet generar diverses imatges per cada prompt. Un valor indica el total d'imatges a crear i un altre de quantes es generen en paral·lel. Generar-ne diverses en paral·lel esprem més la VRAM, però també accelera el procés en GPUs potents. Important que el nombre d'imatges en paral·lel sigui divisor del total per evitar bloquejos.
- model: aquí tries el model concret de Stable Diffusion que utilitzaràs (general, realista, animi, etc.). Com més models instal·lis, més varietat d'estils tindràs a la teva disposició.
- Custom VAE: els VAE són models auxiliars que ajuden a millorar detalls específics de la imatge (ulls, cares, colors, etc.). Pots deixar el que ve per defecte o triar-ne un d'especialitzat segons el que vulguis aconseguir.
- Sampler: És el algorisme que s'encarrega d'anar traient soroll a la imatge pas a pas fins a obtenir el resultat final. Cada sampler té “personalitat pròpia”; alguns són més ràpids, altres donen més detall o estabilitat. Val la pena provar-ne diversos.
- Mida de la imatge: defineix l'amplada i l'alçada en píxels de la imatge a generar. És bona pràctica mantenir una ràtio propera a 1:1 o fer servir resolucions estàndard (512×512, 768×768, etc.) per evitar consums excessius de VRAM.
- Inference Steps: indica el número de passos d'inferència que la IA realitza per passar del soroll a la imatge final. Més passos solen fer més qualitat i detalls, però també triguen més. A la pràctica, hi ha un punt dolç a partir del qual pujar passos amb prou feines millora el resultat.
- Guidance Scale: controla quant se cenyeix la IA al text del prompt. Valors alts signifiquen que el model obeirà més al text (encara que de vegades de forma rígida), mentre que valors baixos donen més llibertat creativa, però poden allunyar-se del que has demanat.
- Hiperxarxa: són modificadors entrenats per refinar l'estil o el contingut de les imatges. Poden centrar-se en certs tipus de personatges, estils artístics molt concrets, etc.
- Format de sortida: format de sortida del fitxer (PNG, JPG, etc.). No canvia la imatge generada, només la manera com es desa.
- Qualitat de la imatge: afecta la qualitat de compressió en desar el fitxer, principalment en formats amb pèrdua. No canvia el resultat creatiu, però sí el pes del fitxer i possibles artefactes.
- Configuració de renderització: aquí sols trobar extres com mostrar el procés de creació en temps real (útil, però exigeix més VRAM), arreglar cares automàticament, aplicar un reescalat posterior per augmentar resolució o decidir si es mostra només la versió reescalada.
Modificadors d'estil i treball amb imatges generades
A més dels paràmetres numèrics, moltes interfícies inclouen llistes d'estils predefinits (realista, aquarel·la, píxel art, còmic, low poly, etc.) que funcionen com a dreceres: en activar-los, s'afegeixen automàticament certs termes al prompt o s'apliquen ajustaments interns que empenyen el resultat cap a aquest estil.
Cada opció acostuma a anar acompanyada d' una icona que il·lustra el tipus de resultat , encara que també pots escriure manualment el nom d'artistes, tècniques o corrents visuals al propi prompt per afinar encara més l'aspecte final. Això sí, la qualitat i precisió dependrà molt del model que estiguis usant.
Quan ja teniu una imatge que us agrada, la majoria d'interfícies us permeten interactuar amb ella col·locant el ratolí a sobre . Solen aparèixer botons com:
- Use as Input: reutilitza la configuració i la llavor d'aquesta imatge per generar variants similars o editar-la amb lleugers canvis de prompt.
- Make Similar Images: llança diverses imatges noves mantenint la mateixa “idea base” però amb petites variacions.
- descarregar: descarrega la imatge en el format configurat, llesta per utilitzar.
- Download JSON o metadata: desa un arxiu amb tots els paràmetres usats per a aquesta generació, per si vols recrear-la exactament més endavant.
- Draw another X steps: continua el procés de difusió uns quants passos més, útil per a refinar detalls quan alguna cosa gairebé et convenç, però encara li falta un puntet.
- luxe: aplica un algorisme de reescalat per augmentar la resolució final sense haver de repetir tota la generació des de zero.
Generar a partir d'esbossos o imatges existents
Stable Diffusion no només serveix per crear imatges des de zero. També podeu fer una foto o un dibuix com a base i utilitzar-la com a guia al costat del text del prompt. A això se sol anomenar “image to image” (img2img) o funcions similars dins del llançador.
Pots carregar una imatge del teu ordinador o una que ja hagis generat , i la IA intentarà reinterpretar-la seguint les teves indicacions textuals. Així, per exemple, pots passar d'una foto real a un estil animi mantenint la composició general, o transformar un esbós rudimentari en una il·lustració més elaborada.
Moltes interfícies inclouen també una manera “Draw” o similar que et permet fer un esbós directament al navegador . No cal que siguis un artista: quatre línies mal llençades ja serveixen com a guia de composició (on és el personatge, on va el fons, etc.), i el model completarà els detalls.
Això sí, el comportament en aquestes maneres és una mica més impredictible, perquè entren en joc molts més factors : la força amb què la IA respecta la imatge original, quants passos d'inferència s'usen, quin sampler has triat, etc. Fa temps que agafa el truc, però és una de les parts més potents de Stable Diffusion.
Instal·lar Stable Diffusion WebUI manualment a Windows
Si busques un control més fi i una comunitat enorme d'extensions, pots optar per la interfície web clàssica (WebUI) , que és la que la majoria d'usuaris avançats empra amb Stable Diffusion 1.5, 2.xi també per integrar models de la família 3 quan estan disponibles.
La instal·lació manual espanta una mica al principi, però si segueixes els passos amb calma no té tanta ciència . Una ruta força típica a Windows seria una cosa com el següent:
- Obrir la consola de comandaments: podeu utilitzar el Símbol del sistema o PowerShell. L'important és tenir una finestra on escriure les ordres necessàries.
- Instal·lar dependències bàsiques: necessites Python 3.10.6 i Git. Les descàrregues des de les pàgines oficials, executes els instal·ladors i segueixes l'assistent. En el cas de Python, marca la casella de “Add Python to PATH” per evitar problemes.
- Obtenir el codi del repositori: normalment es clona el repositori de la WebUI amb Git, encara que també hi ha qui descarrega directament un paquet comprimit (per exemple, un fitxer sd.webui.zip amb una versió concreta) i l'extreu a la carpeta que voleu utilitzar.
- Actualitzar la WebUI: un cop extret, s'aconsella actualitzar el codi a la darrera versió estable usant els scripts que vénen inclosos o les ordres de Git, per assegurar-te de tenir les últimes correccions i compatibilitat amb models nous.
- Opcional per a GPUs específiques: si tens una GPU de la sèrie RTX 50 o maquinari molt nou, potser et demanen canviar a una branca “dev” usant un script tipus switch-branch-to-dev.bat per aprofitar millores o pegats encara en desenvolupament.
- Iniciar la WebUI: fas doble clic a córrer.bat. La primera vegada descarregarà un bon grapat de fitxers (models base, paquets de Python, dependències de CUDA, etc.). Quan acabeu, hauríeu de veure un missatge de l'estil “Running on local URL: http://127.0.0.1:7860”. Aquesta adreça és la que has d'obrir al navegador.
- Afegir un model de checkpoint: la WebUI s'instal·la normalment sense un model “gros” inclòs. Has de descarregar un model de punt de control des de repositoris oficials (per exemple, Stability AI a GitHub) o des de llocs especialitzats i copiar-ho a la carpeta webi/models (o similar, segons el paquet). Un cop fet, a la interfície web prems el botó de “refrescar” al selector de checkpoints i ja podràs triar-lo per generar.
Després de completar aquests passos, ja estaràs a punt per jugar amb Stable Diffusion des de la WebUI . L'estructura de menús és diferent a Easy Diffusion, però els conceptes (prompt, negative prompt, sampler, passos, resolució, etc.) són pràcticament els mateixos.
Descarregar nous models, VAEs i complements de Stable Diffusion
Una de les raons per les quals Stable Diffusion enganxa tant és perquè la comunitat crea constantment models especialitzats . Tens models orientats a fotografia hiperrealista, altres centrats en estils de còmic, animi, paisatges, arquitectura, productes d'e-commerce, píxel art, etc.
Per utilitzar aquests models addicionals, el més habitual és cercar fitxers amb extensió .ckpt o .safetensors , que són els formats estàndard de checkpoints. Pàgines com CivitAI i altres repositoris ben coneguts concentren milers de variants entrenades amb datasets diferents.
És molt important tenir present que aquests arxius poden ser un vector de codi maliciós si es descarreguen de fonts dubtoses . Encara que el més habitual és que estiguin nets, sempre val la pena escanejar-los amb un antivirus i descarregar-los només de llocs de confiança o amb bona reputació a la comunitat.
El procés d'instal·lació és senzill: descarregues el fitxer del model i el copies a la carpeta adequada dins de l'estructura del teu llançador o WebUI. Normalment hi ha un directori “Models” amb subcarpetes diferenciades per a:
- Models principals (checkpoints): on van els .ckpt i .safetensors.
- VAE: models centrats en color, contrast i matisos visuals.
- Hypernetworks i LoRAs: complements lleugers pensats per afinar estils específics sense haver de carregar un model complet.
Dins de cada subcarpeta hi sol haver un petit fitxer de text on s'indica quines extensions admet aquest directori . D'aquesta manera podràs comprovar si hi has de col·locar un .safetensors, un .pt, etc. Quan ho hagis copiat, reinicies la interfície (o utilitzes el botó de refrescar models) i ja podràs seleccionar les noves opcions als desplegables.
Si en algun moment decideixes que ja no vols seguir usant Stable Diffusion amb determinat llançador, per desinstal·lar només cal esborrar la carpeta de l'aplicació . No hi sol haver un instal·lador clàssic que deixi restes en tot el sistema: en eliminar la carpeta principal t'emportes també models, configuracions i scripts associats.
Després de recórrer tot aquest procés —des dels requisits, passant per la instal·lació amb interfície senzilla o WebUI, fins a la configuració de paràmetres i l'ampliació mitjançant models externs— hauries de tenir una visió força completa de com fer servir Stable Diffusion 3 al teu PC . A partir d'aquí el següent pas és pur assaig i error: provar prompts cada cop més elaborats, ajustar samplers, jugar amb el nombre de passos, combinar models i VAEs, i, en definitiva, anar trobant el teu propi flux de treball perquè la IA es converteixi en una eina creativa que treballi amb tu i no una cosa misteriosa que fa coses.