Stable Diffusion gratis: instalación en tu PC para no programadores en 2026
Stable Diffusion gratis: instalación en tu PC para no programadores en 2026
Si retocas fotos de producto para marketplaces como Amazon, AliExpress o tiendas Shopify, o haces bodegon profesional, seguro has visto a otros compañeros generar fondos, pintar sombras y montar escen
Intro
Si retocas fotos de producto para marketplaces como Amazon, AliExpress o tiendas Shopify, o haces bodegon profesional, seguro has visto a otros compañeros generar fondos, pintar sombras y montar escenas completas sin pisar un estudio. La mayoria paga servicios: Midjourney, Adobe Firefly, Magnific. La suscripcion corre cada mes, las imágenes viven en servidores ajenos y las fichas de tus clientes acaban en la nube de otro.
Existe una alternativa gratuita. Stable Diffusion corre en tu propio ordenador, sin internet y sin suscripciones. El modelo es abierto, los pesos estan en Hugging Face y Civitai, y el codigo fuente de A1111 esta en GitHub. Lo instalas una vez y a partir de ahi generas las imágenes que quieras, incluso mil al día.
En este artículo veremos la instalación desde cero. Sin una sesión de terminal de 200 comandos, sin Docker, sin WSL. Solo Python, Git y una interfaz limpia en el navegador. Hicimos este mismo camino en el curso AI PRO, ahora lo repetimos contigo. Al final tendras Stable Diffusion funcionando en tu ordenador y varios modelos probados para producto y retoque.
Que es Stable Diffusion y por que se instala en local
Stable Diffusion es una red neuronal que genera imágenes a partir de texto. Stability AI lanzo la primera versión en 2022 con pesos abiertos. Desde entonces la comunidad ha entrenado miles de modelos derivados: para retratos, anime, producto, arquitectura, moda.
El principio es sencillo. Escribes un prompt ("anillo de plata con un zafiro sobre fondo blanco, luz suave, foto de estudio"), el modelo pasa ruido por la red y poco a poco lo convierte en imagen. A diferencia de Midjourney, donde recibes el resultado en un servidor ajeno y no controlas los detalles, el Stable Diffusion local te da control total.
Stable Diffusion vs Midjourney vs DALL-E 3 vs Firefly
| Parametro | Stable Diffusion local | Midjourney v7 | DALL-E 3 | Adobe Firefly 3 |
|---|---|---|---|---|
| Precio | Gratis | desde 10$/mes | dentro de ChatGPT Plus | dentro de Creative Cloud |
| Privacidad | Todo en tu PC | En servidores | En servidores de OpenAI | En servidores de Adobe |
| ControlNet, inpainting, LoRA | Si, todo | No | No | Parcial |
| Modelos y LoRA propios | Si | No | No | No |
| Uso comercial | Si (revisa la licencia del modelo) | Solo planes de pago | Si | Si |
| Curva de entrada | Alta | Baja | Mínima | Baja |
Si publicas un post a la semana, Midjourney es más comodo. Si retocas 50 fichas de producto al día, el Stable Diffusion local se amortiza en un mes.
Requisitos del PC: que necesitas en 2026
El recurso clave es la memoria de video (VRAM) en una tarjeta Nvidia. No es la RAM del sistema ni el espacio en SSD, es la memoria de la propia GPU. Sin ella el modelo no carga. AMD e Intel Arc también funcionan pero por atajos (DirectML, ROCm en Linux), y no lo recomendamos a principiantes.
Mínimo para arrancar
- GPU Nvidia con 6 GB de VRAM (RTX 2060, RTX 3050, GTX 1660 Super)
- 16 GB de RAM del sistema
- 100 GB libres en SSD (cada modelo pesa entre 2 y 7 GB, el disco se llena rápido)
- Windows 10/11 o Linux
- Driver Nvidia Studio actualizado
Con este mínimo no arrancaran SDXL ni Flux, solo el SD 1.5 base. Una imagen de 512x512 tarda entre 15 y 25 segundos.
Configuracion recomendada
- GPU Nvidia con 12 a 16 GB de VRAM (RTX 4070, RTX 4070 Ti Super, RTX 5070, RTX 3090 de segunda mano)
- 32 GB de RAM
- SSD NVMe de 1 TB para modelos y cache
- Buena refrigeracion, la generación calienta la tarjeta como mineria
En una RTX 4070 Super (12 GB) una imagen SDXL a 1024x1024 se renderiza en 8 a 12 segundos, Flux dev en 30 a 40 segundos. Ese es un ritmo valido para encargos comerciales.
Cuando no merece la pena instalarlo local
Si tienes un portatil con grafica integrada, un MacBook M1/M2 sin 32 GB de unified memory o un PC viejo sin GPU dedicada, no te pelees. Alquila una GPU en runpod.io o vast.ai (desde 0,30$ por hora una RTX 4090) o usa Google Colab. Para probar es suficiente, pero si vas a producir todos los días sale más barato montar un PC propio.
Instalación paso a paso: Python, Git, AUTOMATIC1111
A1111 (Automatic1111 WebUI) es el frontend más popular para Stable Diffusion. Se abre en el navegador y, una vez instalado, no requiere saber programar. Alternativas: ComfyUI (más potente pero más difícil), Forge (un fork de A1111 que va más rápido en GPU nuevas), Fooocus (simplificado). Empezamos por A1111 y más adelante eliges lo que prefieras.
Paso 1. Instalar Python 3.10.6
Justo 3.10.6, ni 3.11 ni 3.12. A1111 es delicado con versiones nuevas.
- Descargas python-3.10.6-amd64.exe desde python.org/downloads/release/python-3106
- Durante la instalación marca obligatoriamente "Add Python to PATH" en la parte inferior de la primera ventana
- Pulsa Install Now
- Verifica en la linea de comandos:
python --versióndebe mostrar 3.10.6
Si ya tienes Python 3.11 o 3.12, no lo desinstales. Pon 3.10.6 al lado y configura la ruta por variable de entorno, o llamalo con py -3.10.
Paso 2. Instalar Git
Git sirve para clonar el repositorio de A1111 y actualizarlo después con un solo comando.
- Descarga el instalador en git-scm.com/download/win
- Instala con todas las casillas por defecto
- Verifica con
git --versiónen la consola
Paso 3. Clonar A1111
Crea una carpeta para redes neuronales, por ejemplo D:\AI\ o C:\StableDiffusion\. La ruta no debe contener espacios ni caracteres no latinos.
Abre la consola en esa carpeta (clic derecho en el explorador, "Abrir en Terminal", o Shift más clic derecho, "Abrir ventana de comandos"). Escribe:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.gitSe descargara la carpeta stable-diffusion-webui, unos 50 MB. Es la interfaz, todavía sin modelos.
Paso 4. Primer arranque
Entra en la carpeta stable-diffusion-webui, busca el archivo webui-user.bat y haz doble clic. Se abre una ventana negra y empieza a descargar dependencias: torch, xformers, gradio, etc. Bajara entre 4 y 6 GB y tardara entre 10 y 30 minutos la primera vez.
Cuando veas la linea Running on local URL: http://127.0.0.1:7860, abre esa dirección en el navegador. Ahi tienes la interfaz de A1111.
Si peta con un error de CUDA, torch o memoria, mira la seccion de errores más abajo.
Modelos gratis para foto y producto
El modelo base Stable Diffusion 1.5 hace de todo un poco, pero nada bien. Para foto comercial necesitas modelos fine-tuned entrenados por la comunidad. Se descargan de civitai.com (registro gratis obligatorio). Los archivos se colocan en stable-diffusion-webui/models/Stable-diffusion/.
Top de modelos para producto y retoque en 2026
| Modelo | Base | Tamaño | Para que |
|---|---|---|---|
| Realistic Visión V6.0 B1 | SD 1.5 | 2 GB | Personas realistas, piel, retratos |
| Juggernaut XL v11 | SDXL | 6,5 GB | Realismo universal, producto, moda |
| epiCRealism XL Last Hope | SDXL | 6,5 GB | Fotorrealismo, foto de producto |
| RealVisXL V5.0 | SDXL | 6,5 GB | Texturas detalladas, metal, vidrio |
| Flux.1 dev | Flux | 23 GB | Calidad top, requiere 16 GB+ de VRAM |
| DreamShaper XL Turbo | SDXL | 6,5 GB | Generación rápida en 4 a 8 pasos |
Para joyería y relojes coge Juggernaut XL o RealVisXL, manejan bien superficies metalicas y reflejos. Para ropa y textiles, epiCRealism XL. Para caras y modelos en plano, empieza con Realistic Visión V6 y pasa luego a SDXL.
Versiones inpainting: corregir parte de la imagen
Inpainting es el modo donde pintas sobre un trozo de la imagen y le dices al modelo lo que debe poner en su lugar. Imprescindible en retoque: quitar una etiqueta de una prenda, cambiar un fondo, anadir la sombra de un objeto.
Descarga las versiones inpaint de los mismos modelos:
- Realistic Visión V6.0 B1 Inpainting
- Juggernaut XL Inpainting
- epiCRealism Inpainting
Los pones en la misma carpeta models/Stable-diffusion. Cambias a img2img y luego Inpaint en A1111, eliges el checkpoint inpainting, pintas la mascara sobre el problema y escribes el prompt. Es una herramienta real que cubre el 80% de los casos de Relleno generativo de Photoshop, gratis y sin la suscripcion de Adobe.
VAE: para saturación y contraste
VAE (variational autoencoder) es un archivo pequeño de 300 a 800 MB que se encarga del procesado final del color. Sin el VAE correcto las imágenes salen palidas y grises. Descarga:
- vae-ft-mse-840000-ema-pruned para SD 1.5
- sdxl_vae para SDXL
Lo dejas en models/VAE y lo seleccionas en Settings, Stable Diffusion, SD VAE.
ControlNet: control de la composición
Un prompt seco da resultados aleatorios. Hoy generas un anillo bonito centrado, mañana el mismo anillo se va a una esquina y queda torcido. ControlNet resuelve eso.
ControlNet es un conjunto de modelos que anaden una entrada extra a Stable Diffusion: un boceto, un mapa de profundidad, una pose, contornos, normales de superficie. Le pasas una referencia a la red y la red dibuja estrictamente según esa guia.
Los preprocesadores que más funcionan
- Canny: extrae contornos. Util para repintar un objeto en otro estilo conservando su forma
- Depth: mapa de profundidad. Mantiene la estructura 3D de la escena al cambiar materiales
- OpenPose: esqueleto humano. Reproduce la pose del modelo de la referencia con precisión
- Lineart: lineas limpias para ilustracion y concept art
- IP-Adapter: traslada el estilo de una imagen de referencia entera
- Tile: upscale con restauracion de detalle
Para producto necesitas sobre todo Canny y Depth. Fotografías una joya sobre fondo gris, la pasas por Canny y generas la misma joya sobre marmol con petalos alrededor. La forma no se mueve.
Instalación de ControlNet
- En A1111 vas a Extensions, Install from URL
- Pegas
https://github.com/Mikubill/sd-webui-controlnet - Pulsas Install y reinicias A1111
- Descargas los modelos ControlNet desde huggingface.co/lllyasviel/sd_control_collection (para SDXL) o /lllyasviel/ControlNet-v1-1 (para SD 1.5)
- Los pones en
extensions/sd-webui-controlnet/models/
Tras el reinicio aparece un panel ControlNet plegado bajo la ventana de txt2img. Le cargas tu referencia, eliges el tipo y generas.
Errores tipicos en el primer arranque
CUDA out of memory
El error más comun. La VRAM se agoto. Soluciones de mayor a menor impacto:
- Baja la resolución. 1024x1024 no entra en 6 GB, ponlo a 512x768
- En webui-user.bat anade los parametros:
set COMMANDLINE_ARGS=--xformers --medvram. Para tarjetas muy pequeñas,--lowvram - Cierra Chrome, Photoshop, Lightroom. Comen VRAM en segundo plano
- Baja el batch size a 1
- Usa modelos SD 1.5 en lugar de SDXL si tu tarjeta tiene menos de 8 GB
Imagen negra en la salida
Suele significar que el VAE no se cargo o es incompatible con el modelo. Comprueba que has seleccionado el VAE correcto (SD 1.5 VAE para modelos 1.5, SDXL VAE para SDXL). Si no se arregla, anade el parametro --no-half-vae a COMMANDLINE_ARGS.
La generación tarda una hora por imagen
- Comprueba que se usa la GPU y no la CPU. En la consola al arrancar debe aparecer "device: cuda", no "device: cpu". Si pone cpu, reinstala torch con soporte CUDA
- Instala xformers: anade
--xformersa COMMANDLINE_ARGS - Elimina extensiones innecesarias, se cargan en cada arranque
- Asegurate de que el driver Nvidia esta al día (a traves de GeForce Experience)
"Torch is not able to use GPU"
Lo más probable es que la grafica integrada Intel o AMD se haya seleccionado por defecto, o que torch se instalara sin CUDA. En webui-user.bat pon:
set COMMANDLINE_ARGS=--reinstall-torchArranca una vez y luego quita ese parametro.
Las extensiones rompen la interfaz
Después de instalar una extensión nueva la interfaz no abre. Se cura borrando la carpeta de la extensión en extensions/, o arrancando con --disable-all-extensions.
Gratis vs Magnific, Topaz, Firefly: comparativa sin maquillaje
El Stable Diffusion local no es una bala de plata. Aquí es donde gana de verdad a los servicios de pago y donde pierde.
Donde gana Stable Diffusion local
- Volumen. Generas 500 variantes de fondo en una tarde, nadie cuenta tokens
- Privacidad. Las fichas del cliente no salen del equipo
- Personalizacion. LoRA entrenada en tu producto, ControlNet, inpainting al pixel
- Coste final. Tras amortizar el hardware, cero por imagen
Donde ganan los servicios de pago
- Magnific y Topaz Gigapixel 8 siguen por delante en upscale y restauracion de detalle (4x-UltraSharp y SUPIR local se acercan, pero no siempre)
- Firefly esta integrado en Photoshop y funciona desde el primer día sin instalar nada
- Midjourney v7 da una imagen bonita con una linea de prompt; el SD local pide elegir modelo y ajustar parametros
- DALL-E 3 entiende mejor los prompts complejos en espanol
Esquema de trabajo para un retocador comercial en 2026: el grueso en Stable Diffusion local (fondos, inpaint, variantes), upscale y nitidez final en Magnific o Topaz, retoque en Photoshop. Con este enfoque no hacen falta suscripciones a Midjourney ni Firefly.
Hacia donde ir después
Cuando ya tienes A1111 instalado, has bajado tres o cuatro modelos y generado tus primeras cien imágenes, aparecen preguntas más serias:
- Como entrenar una LoRA con tu propio producto para que el modelo conozca exactamente tu pendiente
- Como configurar ControlNet con varias referencias a la vez
- Como montar una tuberia en ComfyUI para procesar 200 fichas en una noche
- Como hacer regional prompting (prompts distintos en partes distintas de la misma imagen)
- Como usar SDXL Refiner y Hi-Res Fix para calidad premium
- Que LoRA funcionan de verdad para joyería y como combinarlas
Estos temas estan dispersos por Reddit, Civitai y servidores de Discord, y en espanol hay muy poco. Montar el sistema a partir de retales se puede, pero lleva meses.
Listo para pasar de la instalación al trabajo comercial
En el estudio gdefoto llevamos tres años fotografiando y retocando producto para marketplaces y hemos formado una práctica real de Stable Diffusion en producción. El curso AI PRO cubre justo el flujo descrito arriba: A1111 desde cero, ControlNet para joyería, entrenamiento de LoRA con tus productos, escenarios de inpaint para marketplaces, upscale y acabado. Cada leccion se construye sobre casos concretos: anillos, pendientes, cadenas, sesiones reales.
Si has llegado hasta aquí y entiendes que quieres hacerlo en serio, no como hobby sino para cobrar retocando con AI, mira el programa del curso en /lk/ai-pro/buy/. Alli esta el plan completo, ejemplos de trabajos de alumnos y el formato de aprendizaje. Las plazas son limitadas por grupo para poder dar feedback personal a cada uno.
Stable Diffusion para fotografía de producto
Una vez instalado, Stable Diffusion se aprovecha en producto sobre todo para trabajar con fotos reales, no para inventar artículos. Los usos más útiles son extender o sustituir fondos manteniendo el producto, generar escenas lifestyle donde colocar un artículo recortado, crear variantes de fondo de estudio y limpiar o completar zonas con inpaint. La clave es partir siempre de tu propia toma del producto y usar la IA para mejorar su presentación, de modo que la imagen siga siendo fiel a lo que vendes.
Para producto, las funciones que más se usan son img2img, que transforma una imagen de partida conservando su composición, e inpaint, que regenera solo una zona marcada, ideal para limpiar o cambiar el fondo alrededor del artículo. Combinadas con ControlNet, que fija la forma del producto, permiten cambiar el entorno sin deformar el objeto. Este enfoque, foto real más IA de apoyo, es el que da resultados útiles y honestos en e-commerce, frente a generar productos de cero, que produce imágenes que no coinciden con el artículo y llevan a devoluciones.
Ajustes recomendados para resultados limpios en producto
Para obtener resultados limpios en producto conviene partir de unos ajustes sensatos. Usa un modelo base sólido y fotorrealista, no uno artístico, porque buscas realismo, no estilo. En img2img, controla la fuerza de transformación: un valor bajo conserva más de la foto original, lo que interesa cuando solo quieres retocar el fondo sin tocar el producto; un valor alto cambia más y arriesga alterar el artículo. Para producto, tiende a valores conservadores que respeten la toma real.
Activa ControlNet con Canny o Depth para fijar la forma del producto y evita que la generación lo deforme. En inpaint, marca solo la zona a regenerar, normalmente el fondo, dejando el producto intacto, y ajusta el difuminado de la máscara para una unión suave. Trabaja a una resolución adecuada y escala después si hace falta, en lugar de generar directamente enorme, que consume mucha memoria. Guarda los parámetros que funcionan como preajuste para repetirlos en todo el catálogo. Estos ajustes, modelo realista, fuerza moderada, ControlNet activo e inpaint preciso, dan resultados limpios y fieles al producto.
Cómo mantener el producto fiel y no alucinado
El mayor riesgo de la IA en producto es que altere el artículo, y evitarlo es prioritario. La regla base es no generar el producto de cero, sino partir de una foto real y usar la IA solo alrededor de él. Con inpaint, marca únicamente el fondo y protege el producto de la regeneración; con ControlNet, fija su contorno para que no se deforme. Cuanto más conserves de la toma original, menos margen tiene la IA para inventar detalles, texturas o logos que no existen.
Tras generar, revisa siempre la fidelidad: comprueba que el logo, el texto del envase, el color, la forma y las texturas coinciden con el producto real. La IA tiende a alucinar en detalles finos y en materiales complejos, así que esas zonas requieren atención y, a veces, un remate manual. Si notas que altera el producto, baja la fuerza de transformación o reduce el área que regeneras. La autenticidad no es solo una cuestión técnica, sino de confianza y de evitar devoluciones: el comprador debe recibir exactamente lo que vio. Usada así, con el producto protegido y verificado, la IA mejora la presentación sin falsear el artículo.
Preguntas frecuentes sobre Stable Diffusion para producto
Para qué uso Stable Diffusion en producto
Para extender o sustituir fondos manteniendo el producto, crear escenas lifestyle y limpiar zonas con inpaint, siempre partiendo de tu propia foto real, no generando el artículo de cero.
Cómo evito que la IA deforme el producto
Parte de una foto real, usa inpaint marcando solo el fondo y activa ControlNet para fijar el contorno. Cuanto más conserves del original, menos inventa la IA.
Qué funciones son las más útiles
img2img para transformar conservando la composición, e inpaint para regenerar solo una zona. Combinadas con ControlNet cambian el entorno sin alterar el objeto.
Puedo procesar un catálogo entero
Sí, guardando los parámetros que funcionan como preajuste y aplicándolos en lote, con control de calidad. Revisa la fidelidad del producto en cada imagen.
Herramientas de foto online gratis
Edita tu foto en el navegador, sin instalar ni registrarte: