下载的Stable Diffusion模型为什么是多个文件和文件夹

在https://modelscope.cn/下载的SD模型是一些文件夹和文件，其实是Stable Diffusion模型的“分模块存储格式”，和传统的单文件.ckpt/.safetensors是同一模型的不同存储方式，只是魔搭（ModelScope）平台默认用**“分布式权重拆分”**来存储模型，具体解释如下：

1. 为什么不是单文件.ckpt？

Stable Diffusion模型本身由多个功能模块组成（比如unet、vae、text_encoder等），传统的.ckpt/.safetensors是把这些模块的权重打包成一个文件；而魔搭平台为了适配“模型按需加载” “分布式训练”等场景，会把每个模块的权重拆分成单独的文件夹存储（你看到的unet、vae等文件夹，里面就是对应模块的权重文件）。

2. 这些文件怎么用？

这些拆分后的文件，可以直接被魔搭的Python SDK调用，也能转换成传统的单文件.safetensors（如果需要在Automatic1111等SD WebUI中使用）：

•方式1：直接用魔搭SDK调用

 不需要合并，直接通过ModelScope的代码加载模型生成图片，示例代码：

  from modelscope.pipelines import pipeline

  from modelscope.outputs import OutputKeys

  # 加载拆分后的模型

  pipe = pipeline(text-to-image, model=AI-ModelScope/stable-diffusion-v1-5)

  # 生成图片

  result = pipe({text: 一只可爱的柯基犬在草地上玩耍})

  result[OutputKeys.IMAGE].save(corgi.png)

•方式2：合并成单文件.safetensors（适配SD WebUI）

 如果你需要在Automatic1111等WebUI中使用，需要把这些拆分的模块合并成单文件，步骤：

a.安装依赖：pip install transformers diffusers safetensors

b.运行合并代码（指定魔搭模型路径）：

     from diffusers import StableDiffusionPipeline

     import torch

     from safetensors.torch import save_file

     # 加载魔搭拆分的模型

     pipe = StableDiffusionPipeline.from_pretrained(

         "C:/Users/dahao/.cache/modelscope/hub/models/AI-ModelScope/stable-diffusion-v1-5",

         torch_dtype=torch.float16

     )

     # 合并权重并保存为.safetensors

     merged_weights = {}

     for name, param in pipe.unet.state_dict().items():

         merged_weights[f"unet.{name}"] = param

     for name, param in pipe.vae.state_dict().items():

         merged_weights[f"vae.{name}"] = param

     for name, param in pipe.text_encoder.state_dict().items():

         merged_weights[f"text_encoder.{name}"] = param

     # 保存到SD WebUI的models/Stable-diffusion目录

     save_file(merged_weights, "C:/sd-webui/models/Stable-diffusion/sd-v1-5.safetensors")

运行后就能得到单文件的.safetensors模型，直接放到SD WebUI的对应文件夹即可使用。

3. 总结

这些文件夹不是“错误文件”，而是模型的拆分权重，既可以直接用代码调用，也能合并成你熟悉的单文件格式。