比迪丽LoRA部署教程：WSL2+Windows本地GPU环境全适配方案

比迪丽LoRA部署教程：WSL2+Windows本地GPU环境全适配方案

你是不是也想在本地电脑上运行AI绘画，生成自己喜欢的动漫角色？特别是像《龙珠》里的比迪丽这样的经典角色，如果能用自己的电脑随时生成，那该多方便。

今天我就来分享一个完整的解决方案：在Windows系统上，通过WSL2（Windows Subsystem for Linux）搭建本地GPU环境，部署比迪丽LoRA模型。这个方案最大的好处是完全本地运行，不需要联网，不依赖云端服务，而且GPU加速让生成速度飞快。

我会从零开始，手把手带你完成整个部署过程。即使你之前没接触过WSL2或者AI绘画部署，跟着步骤走也能搞定。

1. 环境准备：WSL2和GPU驱动安装

1.1 为什么选择WSL2+Windows方案？

你可能会有疑问：为什么要在Windows上通过WSL2来部署？直接装Linux不行吗？

这里有几个关键考虑：

• 兼容性：很多人的主力机是Windows，不想装双系统
• 性能：WSL2可以直接调用Windows的GPU驱动，性能损失很小
• 便利：文件系统互通，Windows和Linux之间文件共享方便
• 维护：不需要重启切换系统，随时可用

简单说，WSL2让你在Windows里拥有一个完整的Linux环境，而且能直接用上你的NVIDIA显卡。

1.2 安装WSL2

首先确保你的Windows版本是Windows 10版本2004及更高版本（内部版本19041及更高版本）或Windows 11。

步骤1：启用WSL功能以管理员身份打开PowerShell，运行：

# 启用WSL功能 dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart # 启用虚拟机平台功能 dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

运行完成后重启电脑。

步骤2：设置WSL2为默认版本重启后，再次以管理员身份打开PowerShell：

# 设置WSL2为默认版本 wsl --set-default-version 2

步骤3：安装Linux发行版打开Microsoft Store，搜索"Ubuntu"，选择"Ubuntu 22.04 LTS"安装。安装完成后，从开始菜单启动Ubuntu，它会完成初始化设置，让你创建用户名和密码。

1.3 安装NVIDIA驱动和CUDA

在Windows端操作：

1. 访问NVIDIA官网下载页面：https://www.nvidia.com/Download/index.aspx
2. 选择你的显卡型号，下载最新的Game Ready驱动（不是Studio驱动）
3. 安装驱动，选择"自定义安装"，勾选"执行清洁安装"

在WSL2中验证：打开Ubuntu终端，运行：

# 检查NVIDIA驱动是否正常 nvidia-smi

你应该能看到类似这样的输出：

+-----------------------------------------------------------------------------+ | NVIDIA-SMI 535.104.05 Driver Version: 535.104.05 CUDA Version: 12.2 | |-------------------------------+----------------------+----------------------+ | GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 NVIDIA GeForce RTX 4070 | 00000000:01:00.0 On | N/A | | 0% 45C P8 10W / 200W | 100MiB / 12282MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+

如果看到这个，恭喜你，GPU驱动已经正常工作了。

2. 部署比迪丽LoRA模型

2.1 安装必要的依赖

在Ubuntu终端中，依次运行以下命令：

# 更新系统 sudo apt update && sudo apt upgrade -y # 安装Python和相关工具 sudo apt install -y python3 python3-pip python3-venv git wget curl # 安装CUDA工具包（如果nvidia-smi显示的CUDA版本是12.x） wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.1-1_all.deb sudo dpkg -i cuda-keyring_1.1-1_all.deb sudo apt update sudo apt install -y cuda-toolkit-12-4 # 验证CUDA安装 nvcc --version

2.2 创建Python虚拟环境

为了避免包冲突，我们创建一个独立的Python环境：

# 创建项目目录 mkdir -p ~/bidili-lora cd ~/bidili-lora # 创建虚拟环境 python3 -m venv venv # 激活虚拟环境 source venv/bin/activate # 升级pip pip install --upgrade pip

2.3 安装Stable Diffusion WebUI

这里我们使用Automatic1111的WebUI，它支持LoRA模型，而且社区活跃：

# 克隆WebUI仓库 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui # 安装torch和xformers（加速推理） pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 pip install xformers --index-url https://download.pytorch.org/whl/cu121 # 安装WebUI依赖 pip install -r requirements_versions.txt

2.4 下载比迪丽LoRA模型

比迪丽LoRA模型需要从模型分享网站下载。这里以Civitai为例：

# 创建LoRA模型目录 mkdir -p ~/bidili-lora/stable-diffusion-webui/models/Lora # 下载比迪丽LoRA模型（需要替换为实际下载链接） # 通常你会在Civitai找到比迪丽LoRA模型，下载.safetensors格式的文件 # 假设下载的文件名为bidili_lora.safetensors # 将其复制到LoRA目录 cp /mnt/c/Users/你的用户名/Downloads/bidili_lora.safetensors ~/bidili-lora/stable-diffusion-webui/models/Lora/

注意：由于版权和分享链接变化，你可能需要在Civitai、Hugging Face等平台搜索"Bidili LoRA"或"Videl LoRA"来获取最新模型文件。

2.5 下载基础模型

LoRA需要配合基础模型使用。对于比迪丽这种动漫风格，推荐使用SDXL模型：

# 创建基础模型目录 mkdir -p ~/bidili-lora/stable-diffusion-webui/models/Stable-diffusion # 下载SDXL基础模型（示例，实际需要从合法来源下载） # 这里以SDXL 1.0为例，你需要从合法渠道获取模型文件 # 假设模型文件为sd_xl_base_1.0.safetensors cp /mnt/c/Users/你的用户名/Downloads/sd_xl_base_1.0.safetensors ~/bidili-lora/stable-diffusion-webui/models/Stable-diffusion/

3. 配置和启动WebUI

3.1 创建启动脚本

在stable-diffusion-webui目录下，创建启动脚本：

cd ~/bidili-lora/stable-diffusion-webui # 创建启动脚本 cat > webui-user.sh << 'EOF' #!/bin/bash # 激活虚拟环境 source ~/bidili-lora/venv/bin/activate # WebUI启动参数 export COMMANDLINE_ARGS="--listen --port 7860 --enable-insecure-extension-access --xformers --medvram" # 如果是8GB以下显存，使用--lowvram # export COMMANDLINE_ARGS="--listen --port 7860 --enable-insecure-extension-access --xformers --lowvram" # 启动WebUI python launch.py EOF # 给脚本执行权限 chmod +x webui-user.sh

参数说明：

• --listen：允许网络访问
• --port 7860：指定端口号
• --enable-insecure-extension-access：允许安装扩展
• --xformers：启用xformers加速
• --medvram：中等显存优化（适合8-12GB显存）
• --lowvram：低显存优化（适合8GB以下显存）

3.2 首次启动和配置

# 首次启动（会自动下载一些必要组件） ./webui-user.sh

首次启动需要一些时间，它会自动下载CLIP模型等必要组件。完成后，你会看到类似这样的输出：

Running on local URL: http://127.0.0.1:7860

3.3 访问WebUI

打开Windows浏览器，访问：http://localhost:7860

你应该能看到Stable Diffusion WebUI的界面。现在需要进行一些基本配置：

1. 选择基础模型：

   • 点击左上角的下拉菜单
   • 选择刚才下载的SDXL基础模型（如sd_xl_base_1.0.safetensors）

2. 加载LoRA模型：

   • 点击"Generate"按钮下方的红色图标（或按Ctrl+Shift+L）
   • 在LoRA标签页中，你应该能看到"bidili_lora"
   • 点击它，它会被添加到提示词中，格式如：<lora:bidili_lora:1>

4. 使用比迪丽LoRA生成图片

4.1 基本使用方法

现在让我们来生成第一张比迪丽的图片：

正向提示词：

bidili, videl, 1girl, dragon ball style, martial arts outfit, smiling, masterpiece, best quality, highly detailed, 8k

负向提示词（使用默认即可）：

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

参数设置：

• 采样方法：DPM++ 2M Karras
• 步数：30
• 宽度：1024
• 高度：1024
• CFG Scale：7.5

点击"Generate"，等待约10-20秒，你就能看到生成的比迪丽图片了！

4.2 比迪丽LoRA使用技巧

比迪丽LoRA有几个关键触发词，使用它们能获得更好的效果：

核心触发词：

• bidili- 主要触发词
• videl- 角色英文名
• 比迪丽- 中文名（效果可能不如英文）

风格组合示例：

1. 动漫风格：

   bidili, videl, 1girl, anime style, dragon ball z, orange gi, purple hair, fighting stance, dynamic pose, masterpiece, best quality

2. 写实风格：

   bidili, videl, photograph, realistic, detailed face, martial arts uniform, determined expression, studio lighting, masterpiece, best quality, 8k

3. 特定场景：

   bidili, videl, 1girl, training with gohan, world martial arts tournament, stadium background, crowd cheering, anime style, action scene, masterpiece

4.3 参数调优建议

根据你的硬件和需求，可以调整以下参数：

显存优化：

• 8GB显存：使用--lowvram参数，图片尺寸设为768×768
• 8-12GB显存：使用--medvram参数，图片尺寸设为1024×1024
• 12GB以上显存：可以尝试1536×1536的大图

生成质量：

• 快速测试：步数20，CFG Scale 7
• 平衡质量：步数30，CFG Scale 7.5
• 最高质量：步数50，CFG Scale 8-9

LoRA权重调整：

• 默认权重：<lora:bidili_lora:1>
• 更强特征：<lora:bidili_lora:1.2>
• 更弱特征：<lora:bidili_lora:0.8>

5. 常见问题解决

5.1 启动问题

问题1：启动时提示"Torch not compiled with CUDA enabled"

# 解决方案：重新安装正确版本的torch pip uninstall torch torchvision torchaudio -y pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

问题2：显存不足错误

RuntimeError: CUDA out of memory

解决方案：

1. 减小图片尺寸（如从1024×1024降到768×768）
2. 在启动参数中添加--lowvram
3. 关闭其他占用显存的程序

5.2 生成问题

问题1：生成的图片不像比迪丽

• 确保提示词中包含bidili或videl
• 调整LoRA权重，尝试<lora:bidili_lora:1.2>
• 检查是否选择了正确的基础模型（SDXL模型效果较好）

问题2：图片质量差

• 增加步数到40-50
• 添加质量标签：masterpiece, best quality, highly detailed, 8k
• 尝试不同的采样方法：DPM++ 2M Karras通常效果不错

5.3 性能优化

提升生成速度：

# 在webui-user.sh中添加以下参数 export COMMANDLINE_ARGS="--listen --port 7860 --xformers --opt-sdp-attention --no-half-vae"

参数说明：

• --opt-sdp-attention：使用scaled dot product attention，提升速度
• --no-half-vae：避免VAE精度问题

6. 进阶配置和优化

6.1 安装扩展增强功能

WebUI支持各种扩展，可以大大增强功能：

# 进入WebUI目录 cd ~/bidili-lora/stable-diffusion-webui # 安装中文翻译扩展 git clone https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN extensions/stable-diffusion-webui-localization-zh_CN # 安装提示词自动补全 git clone https://github.com/DominikDoom/a1111-sd-webui-tagcomplete extensions/a1111-sd-webui-tagcomplete # 安装LoRA训练扩展（可选） git clone https://github.com/kohya-ss/sd-webui-additional-networks extensions/sd-webui-additional-networks

安装后重启WebUI，在Settings界面可以启用这些扩展。

6.2 批量生成和脚本

你可以创建脚本进行批量生成：

# 创建批量生成脚本 cat > generate_bidili.sh << 'EOF' #!/bin/bash cd ~/bidili-lora/stable-diffusion-webui source ../venv/bin/activate # 使用API进行批量生成 python scripts/batch_generate.py \ --prompt "bidili, videl, 1girl, anime style, masterpiece" \ --negative_prompt "lowres, bad anatomy" \ --steps 30 \ --width 1024 \ --height 1024 \ --batch_size 4 \ --output_dir ./output/bidili_batch EOF chmod +x generate_bidili.sh

6.3 模型管理和版本控制

建议定期备份你的配置和模型：

# 创建备份脚本 cat > backup_models.sh << 'EOF' #!/bin/bash BACKUP_DIR="/mnt/c/Users/你的用户名/backups/sd_models" DATE=$(date +%Y%m%d_%H%M%S) # 备份LoRA模型 cp -r ~/bidili-lora/stable-diffusion-webui/models/Lora "$BACKUP_DIR/Lora_$DATE" # 备份基础模型 cp ~/bidili-lora/stable-diffusion-webui/models/Stable-diffusion/*.safetensors "$BACKUP_DIR/base_models_$DATE/" echo "备份完成到: $BACKUP_DIR" EOF chmod +x backup_models.sh

7. 总结

通过这个教程，你应该已经成功在Windows WSL2环境下部署了比迪丽LoRA模型。让我们回顾一下关键步骤：

1. 环境搭建：安装WSL2和NVIDIA驱动，这是基础
2. 软件部署：安装Python、CUDA、Stable Diffusion WebUI
3. 模型配置：下载基础模型和比迪丽LoRA模型
4. 启动使用：配置启动参数，开始生成图片
5. 问题解决：知道常见问题的处理方法

这个方案的优点很明显：

• 完全本地：不依赖网络，隐私有保障
• GPU加速：生成速度快，体验流畅
• 灵活配置：可以根据自己的需求调整
• 成本可控：不需要支付云端服务费用

一些实用建议：

• 首次使用建议从768×768分辨率开始，确保稳定后再尝试更高分辨率
• 定期备份你的模型和配置，避免意外丢失
• 加入相关的社区，可以获取更多提示词和技巧分享
• 尝试不同的采样方法和参数组合，找到最适合你需求的配置

现在你可以尽情创作比迪丽的各种形象了。无论是动漫风格的战斗场景，还是写实风格的肖像，这个本地部署的方案都能满足你的需求。最重要的是，整个过程都在你的电脑上完成，完全掌控，随时可用。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。