在了解了 Checkpoint 模型的分类和选择方法后，接下来我们需要知道从哪里下载这些模型，以及如何正确安装使用。本文将详细介绍主流的模型下载平台、下载技巧、安装配置、配套资源选择、常见问题排查等内容，帮助你高效获取并使用 Stable Diffusion 模型。

主流平台

Civitai

Civitai 是目前全球最大的 AI 绘画模型分享社区，汇聚了全球创作者分享的各类微调模型，是追求风格多样性用户的首选平台。

优点	说明
模型资源极丰富	涵盖角色、风格、概念、服装、建筑、动物等 14 + 大类，细分风格包括写实、动漫、国风、赛博朋克、复古等，支持 SD 1.x、SDXL、SD 3 等全系列基础模型的衍生版本
预览与参考完善	每个模型均提供多张高清示例图，且标注了对应的正向提示词、反向提示词、采样器、步数、CFG Scale 等关键参数，可直接复用参数获得相似效果
分类检索精准	支持多维度筛选：基础模型版本（SD 1.5/SDXL/SD 3）、模型类型（Checkpoint/LoRA/VAE）、风格标签、文件格式（SafeTensors/CKPT）、更新时间、下载量等
社区互动性强	用户可对模型评分（1-5 星）、留言反馈使用体验、分享作品案例，高评分（4.5 星以上）+ 高下载量（10 万 +）的模型通常质量更有保障
版本管理规范	作者会上传模型的迭代版本，标注更新日志（如修复色彩偏差、优化细节表现），支持下载历史版本回溯

进入 Civitai 网站后可以在分类中选择 Model（红框标记的部分），即可查看所有模型。下图的二级标签即为模型的分类，Civitai 目前支持了角色、风格、概念、服装、基础模型、姿势、背景、工具、车辆、资产、建筑、物体、动物和动作等模型分类。

访问官网后，点击顶部导航栏「Models」进入模型列表页。

右侧筛选栏设置筛选条件：例如选择「Base Model = SDXL」、「Type = Checkpoint」、「File Format = SafeTensor」

也可以按照评分、下载量等初步筛选

浏览模型卡片，通过预览图查看模型的生成效果，点击预览图即可进入详情页

详情页面包含了该模型的模型名称、类型、发布日期、触发词等信息，以及效果图片。此外详情页中模型名称后面还可以看到该模型的点赞、下载、收藏等数据信息，用户可以根据这些数据来判断该模型的质量和受欢迎程度。

在详情页点击预览图，可以在网页右侧看到该图片的详细信息，包括正向提示词、反向提示词、采样器、步数、CFG Scale 等参数。

注意事项：

访问限制：部分地区需科学上网，建议使用稳定的代理工具；
版本兼容性：严格区分基础模型版本（SD 1.5 模型不可用于 SDXL 环境，反之亦然），详情页会标注「Base Model」；
版权说明：部分模型仅允许非商用使用，下载前查看「License」条款；
下载速度：高峰期下载速度较慢，可选择凌晨时段下载，或使用下载工具（如 IDM）断点续传。

Hugging Face

Hugging Face 是全球领先的机器学习模型托管平台，Stability AI 官方模型（如 Stable Diffusion 1.5、SDXL 1.0、SD 3）的首发渠道，同时汇聚了大量学术研究模型和企业级模型，适合需要官方原版模型或专业级模型的用户。

优点	说明
官方权威性	所有 Stability AI 官方模型均在此首发，保证模型完整性和纯净度，无第三方修改
下载稳定性	服务器分布全球，支持多线程下载，断点续传，大文件（如 SD 3 大模型 10GB+）下载不易中断
版本控制完善	基于 Git LFS（大文件存储）管理模型，支持查看模型修改历史，可随时回溯至任意版本
文档详尽	每个模型均配有「Model Card」，包含模型介绍、训练数据、使用方法、性能评估、限制说明等专业文档
生态兼容性强	支持直接通过 Python API 调用，可集成到自动化工作流中，适合开发者和研究人员
模型类型全面	除 Checkpoint 外，还提供 LoRA、LyCORIS、ControlNet、VAE 等全类型配套资源

用户可以通过网页直接下载模型

访问官网，搜索目标模型（如「stabilityai/stable-diffusion-xl-base-1.0」）
进入模型仓库，点击「Files and versions」查看所有文件
找到目标文件（如「sd_xl_base_1.0.safetensors」），点击文件名称右侧的「↓」下载。

Hugging Face 下载模型也可以使用 huggingface-cli，它是 Hugging Face 提供的命令行工具，支持批量下载、断点续传、指定存储路径，适合下载多个模型或大文件。

安装工具：

pip install --upgrade huggingface_hub

部分模型需要认证登录

huggingface-cli login
# 按照提示输入 Hugging Face 账号的 Access Token（在官网「Settings - Access Tokens」中创建）

下载模型

# 基础用法：下载指定模型到本地目录
huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 --local-dir ./models/SDXL --local-dir-use-symlinks False

# 进阶用法：只下载特定文件
huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 sd_xl_base_1.0.safetensors --local-dir ./models/SDXL

# 批量下载多个模型（创建模型列表文件 models.txt，每行一个模型仓库地址）
while read -r model; do
  huggingface-cli download "$model" --local-dir ./models/"${model##*/}"
done < models.txt

由于 Hugging Face 在国内访问较慢，推荐使用镜像站加速下载。

镜像站	地址	说明
hf-mirror	`hf-mirror.com`	国内常用镜像
智谱镜像	`huggingface.zhipuai.cn`	智谱提供的镜像
阿里云镜像	`https://mirror.baai.ac.cn/huggingface`	适用于学术用户，支持大部分开源模型

使用方法：

# 设置环境变量使用镜像
export HF_ENDPOINT=https://hf-mirror.com

# 或在下载链接中替换域名
# 原: https://huggingface.co/xxx
# 改: https://hf-mirror.com/xxx

注意事项

部分模型需要同意许可证协议才能下载：在模型仓库页面点击「Access repository」，勾选同意协议后即可下载；
大文件下载建议使用命令行工具，网页下载易因超时中断；
存储需求：SDXL 基础模型约 6-8GB，SD 3 大模型约 10-20GB，需预留足够硬盘空间；
模型验证：下载后可通过 SHA256 校验文件完整性，模型仓库页面通常会提供校验值。

LibLib AI

LibLib AI 是国内领先的 AI 绘画模型平台，主打中文生态和本土审美，无需科学上网，操作简单，是国内用户入门的首选平台之一，也是我个人用的最多的 AI 绘画平台。

优点	说明
访问便捷	国内服务器，无需科学上网，访问速度快（一线城市下载速度可达 10MB/s+）
全中文生态	界面、模型说明、社区评论、教程均为中文，无语言障碍
本土审美适配	大量针对国内用户审美的模型（如国风写实、中式动漫、汉服风格、职场人像等）
在线试用功能	支持免费在线测试模型效果，无需下载安装，直接输入提示词即可生成图片，快速筛选合适模型
模型质量筛选	平台对模型进行人工审核，标注「精选」「热门」标签，降低踩坑概率
配套资源齐全	除模型外，还提供大量提示词模板、生图参数配置、ComfyUI 工作流，新手可直接复用，同时也提供了在线WebUI，可以直接在浏览器中使用，无需安装任何软件

国内平台，相信大家都能看懂，就不详细介绍了

国内还有一个吐司 AI 基本功能和 LibLib AI 类似，都是提供中文生态的 AI 绘画模型平台，但是吐司 AI 更侧重于动漫模型和国风模型，有兴趣的可以去试试。

模型下载平台对比

对比维度	Civitai	Hugging Face	LibLib AI	吐司 AI
模型数量	海量（全球最多）	大量（官方 + 学术）	大量（本土优质）	大量（国风 / 动漫为主）
模型质量	参差不齐（需筛选）	高（官方 + 专业级）	较高（人工审核）	中等偏上（社区筛选）
访问速度	慢（需代理）	较慢（国内）	快（国内服务器）	快（国内服务器）
中文支持	部分（界面英文，评论多英文）	无（全英文）	全中文（界面 + 社区）	全中文（界面 + 社区）
在线试用	付费（部分免费）	有（需简单配置）	免费（无次数限制）	免费（每日有限次数）
免费模型占比	约 70%	约 90%	约 80%	约 80%
特色优势	风格多样、版本全	官方权威、文档完善	本土审美、使用便捷	国风动漫、教程丰富
适用人群	有代理、追求风格多样性	开发者、专业用户、需官方模型	国内新手、本土审美需求	国内新手、国风 / 动漫爱好者
推荐指数	★★★★★	★★★★☆	★★★★☆	★★★★☆

如果你是有科学上网能力，追求模型多样性（如写实、动漫、国风、科幻等全风格覆盖），建议首选 Civitai；

如果你需要官方原版模型（如 SD 1.5 原版、SDXL 基础模型）或专业级研究模型，建议选择 Hugging Face；

如果你是国内新手，无科学上网，偏好本土审美（中式写实、国风），追求简单便捷，建议选择 LibLib AI；

进阶用户建议多平台搭配使用：Civitai 找特色模型 + Hugging Face 找官方基础模型 + LibLib AI / 吐司 AI 找本土适配模型。

模型下载

下载前准备

明确需求和环境

确定基础模型版本：根据你的 Stable Diffusion 环境选择（如 WebUI 支持 SD 1.5/SDXL，ComfyUI 支持全版本，SD 3 需较高配置）；
明确创作风格：是写实、动漫、国风还是其他风格，避免盲目下载；
确认硬件配置：大模型（如 SDXL 10GB+）需足够硬盘空间（建议预留 50GB+ 存储空间），显卡显存需支持（如 SDXL 基础模型需 8GB+ 显存）。

筛选模型关键指标

筛选指标	说明	优先级
基础模型版本	必须与你的运行环境一致（SD 1.5/SDXL/SD 3）	★★★★★
文件格式	优先选择 SafeTensors（更安全，无恶意代码风险），避免 CKPT 格式（可能含恶意脚本）	★★★★★
用户评分	Civitai 4.5 星以上，LibLib AI / 吐司 AI 4 星以上	★★★★☆
下载量	1 万 + 下载量（小众优质模型除外）	★★★☆☆
更新时间	近 6 个月内更新（避免过时模型，适配新功能）	★★★☆☆
评论反馈	查看用户评论，确认是否有常见问题（如色彩偏差、细节模糊）	★★★☆☆
许可证	非商用用户需选择「Non-Commercial」许可证，商用用户需确认允许商用	★★★★☆

工具准备

下载工具：大文件建议使用 IDM、Motrix 等支持断点续传的工具，避免下载中断；
解压工具：部分模型为压缩包（ZIP/RAR），需安装 WinRAR、7-Zip 等工具；
校验工具：用于验证文件完整性（如 HashCalc 校验 SHA256 值）。

下载后验证

文件完整性验证

查看文件大小：对比下载文件大小与平台标注大小，误差需在 1MB 以内；
校验哈希值：平台通常提供 SHA256 或 MD5 校验值，使用 HashCalc 等工具计算本地文件哈希值，与平台一致则说明文件完整；
解压验证：压缩包需能正常解压，无损坏提示（如提示「CRC 错误」则需重新下载）。

格式正确性验证

检查文件扩展名：Checkpoint 模型应为 .safetensors 或 .ckpt，LoRA 模型为 .safetensors 或 .lora，VAE 模型为 .safetensors 或 .vae；
避免后缀错误：部分浏览器下载后可能自动添加 .txt 后缀（如 model.safetensors.txt），需手动删除多余后缀。

模型安装位置

Stable Diffusion WebUI 采用固定目录结构，不同类型模型需放入对应文件夹，否则无法识别

stable-diffusion-webui/  # WebUI 根目录
├── models/
│   ├── Stable-diffusion/  # Checkpoint 主模型（核心目录）
│   │   ├── model1.safetensors  # 示例：SD 1.5 模型
│   │   └── sdxl_model.safetensors  # 示例：SDXL 模型
│   ├── Lora/  # LoRA 模型
│   │   ├── character_lora.safetensors
│   │   └── style_lora.safetensors
│   ├── VAE/  # VAE 模型
│   │   ├── vae-ft-mse-840000.safetensors
│   │   └── sdxl_vae.safetensors
│   ├── embeddings/  # Embedding 模型
│   │   ├── EasyNegative.pt
│   │   └── bad-hands-5.pt
│   ├── ControlNet/  # ControlNet 模型（如需使用）
│   └── LyCORIS/  # LyCORIS 模型（如需使用，需安装扩展）
└── extensions/  # 扩展插件目录（如 LoRA 扩展、ControlNet 扩展）

ComfyUI 目录结构更简洁，支持自定义目录，但建议按默认结构放置：

ComfyUI/  # ComfyUI 根目录
├── models/
│   ├── checkpoints/  # Checkpoint 主模型
│   ├── lora/  # LoRA 模型
│   ├── vae/  # VAE 模型
│   ├── embeddings/  # Embedding 模型
│   └── controlnet/  # ControlNet 模型
└── workflows/  # 工作流文件目录

分类命名：模型文件建议按「风格_版本_作者」命名（如 photorealistic_v1.0_LyCORIS.safetensors），方便后续查找

建立子目录：模型较多时，可在对应文件夹内创建子目录分类（如 Stable-diffusion/SDXL/「Lora/character/」）

避免特殊字符：文件名不要包含中文、空格、特殊符号（如 !@#$%），可能导致模型无法加载。

模型安装

基础模型安装

关闭 Stable Diffusion 运行程序（避免文件占用）
将下载并验证后的模型文件复制到对应目录（如 Checkpoint 模型放入 Stable-diffusion/）
重新启动 Stable Diffusion WebUI
验证加载：在顶部「模型」下拉菜单中查看是否出现新安装的模型，选择后点击「生成」测试

LoRA 模型安装

将 LoRA 模型放入 models/Lora/ 目录后，需在提示词中使用 lora:模型名:权重调用（如 lora:anime_girl:0.7）。

权重建议：通常 0.5-0.8 之间，权重过高可能导致画面失真。

VAE 模型安装

放入 models/VAE/ 目录后，在「设置 - Stable Diffusion - VAE」下拉菜单中选择对应 VAE，点击「应用设置」

SDXL 默认已经集成 VAE，但某些模型会自带定制 VAE，需要额外下载。

SD3 系列已经不再使用传统独立 VAE，而是集成在模型中。

Embedding 模型安装

放入 models/embeddings/ 目录后，直接在提示词中输入模型名即可生效（如正向提示词 ulzzang-6500，反向提示词 EasyNegative），无需额外配置，WebUI 会自动加载。

模型下载和使用是一个不断探索和积累的过程，建议从经典模型（如 SD 1.5 写实模型、SDXL 基础模型）开始，逐步尝试不同风格和配套资源，最终找到适合自己的创作组合。

Stable Diffusion 模型下载指南