bestgirlfriend.ai
Editorial

Como Configurar o Stable Diffusion Sem Censura (2026)

Guia educativo em 7 passos: instalar o Stable Diffusion local (Automatic1111, Forge, ComfyUI), adicionar um checkpoint sem censura, colocar uma LoRA.

Por Atualizado em jun. de 2026

Por Alexandra Joly · Senior Editor · Atualizado em 17 de maio de 2026 · Tempo de leitura 11 min · Revisado pela equipe editorial

O que é preciso pra configurar o Stable Diffusion sem censura?

Uma instalação local no hardware que você possui, sem custo recorrente. O processo são sete passos: confira a GPU e a VRAM, instale o Python 3.10.6 mais o Git, clone um dos três repos oficiais de WebUI (Automatic1111, Forge ou ComfyUI), dê um boot na WebUI uma vez pra baixar o modelo base, baixe um checkpoint sem censura do Civitai tipo o Pony Diffusion V6 XL ou o Realistic Vision V6.0 B1, instale uma LoRA da aba LoRA do Civitai se quiser, e adicione um argumento de launch pra desativar o safety checker. Piso de hardware: NVIDIA 8 GB de VRAM pra SD 1.5, 12 GB pra SDXL.

Olha, esse guia é pro leitor que quer rodar o Stable Diffusion localmente e pular todo intermediário hospedado. As ferramentas mainstream simplesmente dizem não: o DALL-E recusa conteúdo sexual, as Community Guidelines do Midjourney proíbem, o Google Imagen documenta os filtros de IA responsável dele na camada da API. Roda a inferência na sua própria GPU e você passa por baixo de toda barreira na camada da plataforma. As únicas coisas que ainda te seguram são o cartão do modelo e a lei. O custo é real também. Reserva 30 a 90 minutos na primeira vez que você configurar, você precisa de um hardware decente (quem só tem laptop tá fora), e vai ter que dar manutenção na instalação cada vez que sair update de WebUI. Se isso não é a sua ideia de uma noite divertida, pula direto pras quatro alternativas hospedadas prontas pra usar lá embaixo.

O que você precisa antes de começar

Piso de hardware. Uma GPU NVIDIA com pelo menos 8 GB de VRAM dedicada é o ingresso de entrada pra checkpoints SD 1.5 (Realistic Vision V6.0 B1, DreamShaper 8). Checkpoints SDXL (Pony Diffusion V6 XL, SDXL base, FLUX.1-dev) precisam de 12 GB de VRAM no mínimo, com 16-24 GB recomendado pra iterar confortável [Source: NVIDIA: Capacidade de Cômputo das GPUs CUDA · verified 2026-05-17]. GPUs AMD funcionam via DirectML no Windows ou ROCm no Linux, com suporte de ferramental reduzido e performance mais lenta. Macs com Apple Silicon rodam o Stable Diffusion via Mochi Diffusion ou a biblioteca HuggingFace Diffusers, mas ficam atrás da NVIDIA na velocidade em uns 2-3x pra mesma faixa de preço. Inferência só no CPU tecnicamente funciona, mas o tempo por imagem fica 10 a 50 vezes mais lento que uma GPU mediana. Nem perde tempo com isso pra qualquer coisa iterativa.

Piso de software. O Python 3.10.6 é a versão que todo repo oficial de WebUI fixa. Instala algo mais novo e você quebra dependências e pega erros de import crípticos que comem uma noite inteira de debug (eu já fiz isso, é uma tristeza). O Git é preciso pra clonar os repos. Um SSD com pelo menos 100 GB livres é confortável: uma instalação local típica fica em 30-60 GB depois que você empilha uns checkpoints e LoRAs.

Piso legal e ético. Três linhas vermelhas universais se aplicam a todo checkpoint do Stable Diffusion, toda LoRA, toda alternativa hospedada. Primeira, nada de representações de menores. A lei federal dos EUA sob a 18 USC 2252A trata representações visuais geradas por IA de menores envolvendo atividade sexual como material de abuso sexual infantil, com penas criminais idênticas ao CSAM fotográfico [Source: US DOJ: estatuto 18 USC 2252A · verified 2026-05-17]. Segunda, nada de cenários não consensuais. Leis estaduais emergentes sobre imagens íntimas não consensuais criminalizam a geração tanto quanto a distribuição. Terceira, nada de semelhança de pessoa real sem consentimento explícito. Pelo menos 27 estados dos EUA hoje têm leis cobrindo imagens íntimas não consensuais feitas com ferramentas de IA, e o Take It Down Act federal, aprovado em 2025, coloca uma obrigação de remoção em 48 horas em cima das plataformas. A licença do FLUX.1-dev detalha esses usos fora do escopo direto no cartão oficial do modelo [Source: HuggingFace: cartão do modelo black-forest-labs/FLUX.1-dev · verified 2026-05-17], e a licença Modified Fair AI do Pony Diffusion V6 XL ainda adiciona restrições comerciais por cima. Nada disso é zona cinzenta. Se aplica seja o que você gerar, onde quer que você gere.

Escolha a sua WebUI

Três repos oficiais de WebUI servem o fluxo de instalação local, e qual deles você escolhe é, sério, a maior decisão que você vai tomar aqui. Cada um traz um equilíbrio diferente entre velocidade até a primeira saída, quanto de VRAM ele come, e até onde você consegue empurrar o fluxo depois.

Três WebUIs de Stable Diffusion comparadas na dificuldade de primeira instalação, eficiência de VRAM, ecossistema de plugins e o teto de fluxo que cada uma suporta. Verificado em maio de 2026.
WebUIDificuldade na 1ª instalaçãoEficiência de VRAMEcossistema de pluginsMelhor pra
Automatic1111FácilMédiaMaior (1.000+ extensões)Primeira instalação, tutoriais amplos, ecossistema maduro
ForgeFácilMelhor (≈ 25% menos VRAM que a A1111 no SDXL)Compatível com a maioria das extensões da A1111Placas de VRAM mais baixa (8-12 GB), SDXL em hardware apertado
ComfyUIModerada (UI baseada em nós)Melhor (lazy-load, controle granular)Ecossistema de nós custom, contagem de plugins menorFluxos reproduzíveis de vários passos, usuários avançados

A Automatic1111 (do dev que se chama AUTOMATIC1111 no GitHub) é a referência histórica, a WebUI que a maioria dos tutoriais e walkthroughs do YouTube mira [Source: GitHub: AUTOMATIC1111/stable-diffusion-webui · verified 2026-05-17]. A Forge, do lllyasviel, é um fork mais rápido e mais leve que mantém compatibilidade com a maioria das extensões da Automatic1111, e é a que eu recomendaria quando 8-12 GB de VRAM é o seu orçamento [Source: GitHub: lllyasviel/stable-diffusion-webui-forge · verified 2026-05-17]. A ComfyUI, do comfyanonymous, é uma interface baseada em nós. Curva de aprendizado mais íngreme das três, mas o caminho mais limpo pra fluxos reproduzíveis quando você já tá nas cadeias de inpaint, upscale latente, pilhas de ControlNet e pipelines de animação [Source: GitHub: comfyanonymous/ComfyUI · verified 2026-05-17].

Pra uma primeira instalação, Automatic1111 ou Forge ganham em te levar até a primeira imagem mais rápido. Vai pra ComfyUI depois, quando você de fato entender o pipeline de difusão e quiser controle sobre cada nó.

O passo a passo da instalação em 7 passos

  1. 1

    Confira a sua GPU e a VRAM

    Abra o Gerenciador de Tarefas do Windows → Desempenho → GPU (ou nvidia-smi num terminal no Linux e Windows). Confirme que a memória dedicada da GPU bate o piso da arquitetura que você quer: 8 GB pra checkpoints SD 1.5, 12 GB pra SDXL, 16-24 GB pra iterar confortável no FLUX. Se o sistema reportar só uma GPU integrada (Intel UHD, AMD Vega APU, Apple M antes do M3 Pro), o caminho da instalação local vai ser inviável; pula pra seção de alternativas hospedadas. Usuários de Mac: menu Apple → Sobre Este Mac → Mais informações mostra a GPU e a memória unificada; 16 GB de memória unificada é o piso confortável pra SDXL via Diffusers.

    Pula se você já sabe que o seu hardware passa do piso.

  2. 2

    Instale o Python 3.10.6 e o Git

    Baixe o Python 3.10.6 em python.org/downloads/release/python-3106 (NÃO uma versão mais nova; o grafo de dependências quebra no Python 3.11+) [Source: Python.org: página de release do Python 3.10.6 · verified 2026-05-17]. No Windows, marque "Add Python to PATH" durante a instalação. Instale o Git em git-scm.com/downloads. De um terminal novo, confira com python --version (tem que retornar Python 3.10.6) e git --version (qualquer 2.x tá ok). Se o python retornar uma versão 3.11 ou 3.12, o PATH do seu sistema tá apontando pra instalação errada; ajusta isso antes de seguir.

    Pula se o python --version já retorna 3.10.6.

  3. 3

    Clone o repo da WebUI que você escolher

    Escolha uma WebUI da tabela de comparação ali em cima. Abra um terminal na pasta onde você quer a instalação (um caminho sem espaços ou caracteres especiais é mais seguro). Rode um dos três comandos de clone:

    • Automatic1111: git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
    • Forge: git clone https://github.com/lllyasviel/stable-diffusion-webui-forge.git
    • ComfyUI: git clone https://github.com/Comfy-Org/ComfyUI.git

    Isso puxa uns 200 MB de código do repo. Entra na pasta clonada.

    Pula se você já tem uma WebUI clonada e só precisa atualizar com git pull.

  4. 4

    Primeiro boot e download do modelo base

    No Windows, dê um duplo-clique no webui-user.bat (Automatic1111 e Forge) ou no run_nvidia_gpu.bat (ComfyUI). No Mac e Linux, rode bash webui.sh (Automatic1111 e Forge) ou python main.py (ComfyUI) de dentro da pasta clonada. O primeiro launch instala um ambiente virtual Python, faz pip-install de umas 40 dependências, e baixa o modelo base do Stable Diffusion 1.5 (≈ 4 GB) do HuggingFace. O tempo total do primeiro boot fica em 5-15 minutos numa conexão residencial típica. O terminal vai eventualmente imprimir uma URL tipo http://127.0.0.1:7860 (Automatic1111 e Forge) ou http://127.0.0.1:8188 (ComfyUI). Abre ela no navegador. A instalação base tá completa.

    Pula se a WebUI já tá rodando na URL impressa.

  5. 5

    Baixe um checkpoint sem censura do Civitai

    O Civitai é o mercado da comunidade onde os fine-tunes sem censura moram. Vai em civitai.com, faz login (grátis), liga o filtro de classificação de conteúdo pra mostrar conteúdo explícito, e escolhe um checkpoint que case com o seu estilo:

    Clique no botão verde de Download e salve o arquivo .safetensors. Move ele pra pasta models/Stable-diffusion da sua instalação de WebUI (ou models/checkpoints no ComfyUI). De volta na aba do navegador da WebUI, clique no ícone de atualizar do lado do dropdown de modelos e selecione o novo checkpoint.

    Pula se você só precisa de um fluxo SFW; o modelo base 1.5 dá conta de prompts SFW limpo.

  6. 6

    Instale uma LoRA pra controle de estilo ou personagem

    Uma LoRA (Low-Rank Adaptation) é um arquivo pequeno de fine-tune, normalmente 50-300 MB, que puxa o checkpoint base pra um estilo, arquétipo de personagem ou propriedade de saída específica, sem retreinar o base de vários gigabytes. A aba LoRA do Civitai hospeda o catálogo da comunidade. Escolha uma LoRA que case com a arquitetura base que você baixou no passo 5: uma LoRA SD 1.5 só pareia com um checkpoint SD 1.5; uma LoRA SDXL só pareia com um checkpoint SDXL. Casamento errado de arquitetura produz saída embolada, não uma mensagem de erro.

    Baixe o arquivo .safetensors. Move ele pra models/Lora (Automatic1111 e Forge) ou models/loras (ComfyUI). No seu prompt positivo, referencie a LoRA com a sintaxe <lora:nomedoarquivo:0.7>, trocando nomedoarquivo pelo nome exato do arquivo sem a extensão .safetensors, e 0.7 pela força. A faixa típica é 0.6-0.8; abaixo de 0.4 o efeito é fraco, acima de 1.0 ele atropela os outros tokens do prompt.

    Pula se você quer saída crua do checkpoint base sem modificação de estilo.

  7. 7

    Desative o safety checker e rode a sua primeira geração

    A Automatic1111 já vem com um safety_checker que borra saídas sinalizadas. Edite o webui-user.bat no Windows ou o webui-user.sh no Mac e Linux. Acha a linha COMMANDLINE_ARGS= e adiciona --disable-safe-unpickle --no-half-vae. A flag --no-half-vae conserta um bug de imagem preta em algumas placas NVIDIA. Salve o arquivo e reinicie a WebUI fechando o terminal e relançando. A Forge já vem sem o safety checker por padrão, então o passo 7 é desnecessário ali. A ComfyUI também não carrega o safety checker nos fluxos padrão.

    Escreva um prompt positivo (descritores de estilo, sujeito, tags de qualidade) e um prompt negativo (bad anatomy, blurry, deformed, low quality, text, watermark é um padrão sensato). Coloca o sampler em DPM++ 2M Karras (SD 1.5) ou Euler A (SDXL / Pony V6 XL), steps em 25-30, CFG em 6-8, resolução em 512×768 (SD 1.5) ou 1024×1024 (SDXL). Clique em Gerar. A primeira imagem normalmente cai em 5-15 segundos numa GPU mediana. Itera no peso do prompt, na escolha do sampler, no seed lock e na força da LoRA até a saída casar com a intenção.

    Pula se a sua WebUI é a Forge; o safety checker não tá presente por padrão.

Pegadinhas comuns (e como evitar)

Pegadinha 1: instalar o Python 3.11 ou 3.12 no lugar do 3.10.6

Essa é a que pega todo mundo. Versões mais novas do Python trazem mudanças que quebram o grafo de dependências (torch, xformers, transformers), então o launch.py da WebUI falha com erros de import crípticos no primeiro boot. A solução: desinstala o Python errado, instala o 3.10.6 do python.org, depois confere com python --version de um terminal novo. Se você tem várias versões de Python lado a lado no Windows, usa o launcher do Python (py -3.10) pra forçar o interpretador certo quando você lança a WebUI na mão.

Pegadinha 2: erros de falta de memória no SDXL ou FLUX com 8 GB de VRAM

Checkpoints SDXL (Pony V6 XL, SDXL base) querem 12 GB de VRAM pra gerar confortável em 1024×1024, então uma placa de 8 GB fica abaixo do piso. Você tem três saídas. Troca pra Forge, que faz lazy-load da U-Net e corta a VRAM em uns 25% no SDXL. Ou gera em 768×768 e depois dá upscale. Ou simplesmente volta pra um checkpoint SD 1.5 tipo o Realistic Vision V6.0 B1 que cabe limpo em 8 GB. O FLUX.1-dev na escala cheia de 12B parâmetros é um não-começa abaixo de 16 GB de VRAM; as versões quantizadas FP8 ou NF4 do HuggingFace são o contorno pra placas de 8-12 GB.

Pegadinha 3: casamento errado de arquitetura entre LoRA e checkpoint

Empilha uma LoRA SD 1.5 num checkpoint SDXL (ou o contrário) e você pega saída embolada, artefatos de cor e "anatomia de monstro" sem nenhuma mensagem de erro. Só imagens ruins. O Civitai marca o modelo base de cada LoRA no topo do cartão do modelo, então lê esse rótulo antes de baixar. O nome do arquivo às vezes dá uma pista da arquitetura, mas ele mente com frequência suficiente pra você confiar no cartão do modelo em vez disso.

Pegadinha 4: baixar checkpoints de espelhos de terceiros

Civitai e HuggingFace são as suas duas fontes confiáveis, ponto. Espelhos aleatórios de terceiros que hospedam arquivos .safetensors já apareceram com malware .pickle enterrado nos pesos do modelo mais de uma vez ao longo de 2023-2024. Lembra daquela flag --disable-safe-unpickle do passo 7? Ela passa por cima do scanner de pickle da WebUI, então parear ela com um checkpoint de algum espelho suspeito é um jeito genuíno de você se ferrar. Fica no Civitai e no HuggingFace, e cheque a idade do perfil do criador e a contagem de downloads antes de confiar num checkpoint sem procedência.

Pegadinha 5: confundir privacidade local com legalidade universal

Rodar o Stable Diffusion localmente te deixa fora do alcance da moderação no nível da plataforma (nada é enviado), mas isso não te dá imunidade legal. As três linhas vermelhas da seção de piso legal se aplicam exatamente igual, seja você gerando numa plataforma hospedada ou na sua própria máquina. A privacidade é real. A cobertura legal sobre conteúdo fora do escopo não é. Teste simples: se você não geraria isso numa plataforma hospedada sob o seu nome real, não gera localmente também.

Linhas vermelhas duras que se aplicam em todo lugar

Três restrições se aplicam a todo checkpoint do Stable Diffusion, toda LoRA, toda alternativa hospedada, toda jurisdição que a gente cobre. Sem exceção.

Nada de representações de menores. A lei federal dos EUA (18 USC 2252A) trata representações visuais geradas por IA de menores envolvendo atividade sexual como material de abuso sexual infantil, com penas criminais idênticas ao CSAM fotográfico. O Take It Down Act, aprovado em 2025, adiciona obrigações federais de remoção pelas plataformas por cima. A licença do FLUX.1-dev escreve o regime de proteção contra conteúdo de menores direto no cartão do modelo. E qualquer criador de checkpoint no Civitai que solte um modelo que reproduza esse conteúdo com facilidade é derrubado pela equipe de moderação do Civitai em poucos dias depois de detectado.

Nada de cenários não consensuais. Pelo menos 27 estados dos EUA aprovaram leis criminalizando imagens íntimas não consensuais, cobrindo a geração, a distribuição ou as duas. A licença do FLUX.1-dev lista isso na seção de fora-do-escopo, e a licença Modified Fair AI do Pony Diffusion V6 XL carrega as próprias restrições no mesmo eixo.

Nada de semelhança de pessoa real sem consentimento explícito. Uma LoRA treinada pra reproduzir a semelhança de uma celebridade real, ou do seu ex, ou de qualquer outra pessoa que não concordou com isso, falha no teste de consentimento toda vez. Os termos de serviço do Civitai baniram essa categoria na atualização de política de 2024, e toda plataforma hospedada nesse espaço proíbe deepfakes de pessoas reais nos termos dela também. A exposição legal sob as leis estaduais emergentes é real, e ela só cresce.

Alternativas prontas pra usar pra leitores não técnicos

A instalação local ali em cima é de graça se você tem o hardware, mas o imposto de setup (30-90 minutos na primeira vez, mais a manutenção cada vez que uma WebUI atualiza) e o piso de GPU (12 GB de VRAM pra SDXL) tiram uma fatia grande dos leitores do jogo. Então aqui vão quatro plataformas hospedadas que produzem geração de imagem sem censura em planos publicamente acessíveis, com operadoras corporativas verificáveis e programas de afiliado ativos no nosso conjunto aprovado. A gente avaliou cada uma usando a nossa página de avaliação.

A geração de imagem sem censura do Promptchan é a referência de geração de imagem desse espaço. Os modelos por baixo incluem FLUX.1, Stable Diffusion 3 e Pony, exatamente as arquiteturas listadas ali em cima, só que fronteadas por uma UI hospedada que engole o imposto de setup por você. Você ganha 30-50 gems diárias no plano grátis com saída marca-d'água, e o plano Plus (uns $11.99/mês) remove a marca-d'água. O V5 Video Engine fica no Pro [Source: Apple App Store: listagem do Promptchan · verified 2026-05-17]. Escolhe essa se você quer saída crua de geração de imagem sem tocar num único checkpoint.

O Candy.ai, composto 8,4 é a opção empacotada com companheiro: geração de imagem mais chat persistente mais voz mais um personagem que você customiza, num plano anual que dá uns $3.99/mês. Esse é o preço anual mais barato do nosso conjunto hospedado coberto pra uma experiência de geração de imagem empacotada. Escolhe essa quando a geração de imagem é uma parte de um fluxo mais amplo de companheiro IA, e não o ponto inteiro. E sim, ele faz personagem de namorada ou de namorado, qualquer que seja o que você procura.

O detalhamento completo do DarLink é a opção ancorada em narrativa. Sediada na Suíça, montada em torno do Scenario mais a saída de Media com um sistema Living Memory de três camadas, e embute imagens inline com 4K alegado dentro de um arco de história contínuo. Escolhe essa se você quer a sua saída sem censura tecida numa narrativa em vez de cuspida como prompts soltos.

O review completo do Joi é a opção de consistência de personagem. O Face-Sync V4 dele é o lock de identidade mais forte documentado no nosso conjunto de teste: o mesmo personagem se segura entre re-rolls e entre os frames de vídeo do Dream Clips em resolução perto de 4K. O anual Premium dá uns $4/mês. Escolhe essa quando manter um único personagem reconhecível ao longo de dezenas de gerações é a coisa que mais importa pra você. Um aviso, porém: o Joi é geo-bloqueado no Reino Unido, então leitores do Reino Unido deveriam pegar uma das outras três [Source: Joi: landing de indisponível no Reino Unido · verified 2026-05-17].

Perguntas frequentes

Como eu configuro o Stable Diffusion sem censura?

Instale o Python 3.10.6 e o Git, clone a WebUI Automatic1111 do GitHub, complete o primeiro boot pra baixar o modelo base 1.5, depois baixe um checkpoint sem censura tipo o Pony Diffusion V6 XL (anime / cartoon) ou o Realistic Vision V6.0 B1 (fotorrealista) do Civitai. Coloque o arquivo .safetensors em models/Stable-diffusion, atualize a WebUI e selecione o novo checkpoint. Se quiser, coloque uma LoRA de models/Lora pra controle mais fino de estilo ou personagem. A instalação local roda de graça no hardware que você já tem.

Qual WebUI é a melhor: Automatic1111, Forge ou ComfyUI?

A Automatic1111 é o ponto de partida padrão, com o maior ecossistema de plugins e mais tutoriais. A Forge é um fork mais rápido da Automatic1111 que roda melhor em placas de VRAM mais baixa (menos de 12 GB) e é a que você pega se bater em erros de falta de memória no SDXL. A ComfyUI é baseada em nós, tem uma curva de aprendizado mais íngreme, e é a escolha certa quando você precisa de fluxos reproduzíveis de vários passos. Pra uma primeira instalação, Automatic1111 ou Forge te levam até a primeira imagem mais rápido.

Quanta VRAM eu preciso?

Piso de entrada: GPU NVIDIA com 8 GB de VRAM (RTX 3060 12GB, RTX 4060, RTX 3070) pra checkpoints SD 1.5. Checkpoints SDXL (Pony Diffusion V6 XL, SDXL base, FLUX.1-dev) precisam de 12 GB de VRAM no mínimo, com 16-24 GB recomendado. GPUs AMD funcionam via DirectML ou ROCm com suporte de ferramental reduzido. Macs com Apple Silicon rodam via Mochi Diffusion ou Diffusers mas ficam atrás da NVIDIA na velocidade. Geração só no CPU é inviável (10-50 vezes mais lenta que uma GPU mediana).

Como eu desativo o safety checker na Automatic1111?

Edite o webui-user.bat no Windows ou o webui-user.sh no Mac e Linux. Acha a linha COMMANDLINE_ARGS= e adiciona --disable-safe-unpickle. Salve o arquivo e reinicie a WebUI. Alguns forks expõem um toggle em Settings → User Interface pro safety checker, então cheque a documentação da sua versão específica de WebUI. A Forge já vem sem o safety checker por padrão, e a ComfyUI não carrega ele nos fluxos padrão.

Onde eu baixo checkpoints sem censura do Stable Diffusion?

O Civitai é o mercado da comunidade pra checkpoints de geração de imagem, LoRAs e embeddings, com tags visíveis de classificação de conteúdo, reviews da comunidade e galerias de amostra por modelo atrás de um toggle explícito. O HuggingFace hospeda os pesos canônicos de modelo base das publicadoras oficiais (Black Forest Labs FLUX, Stability AI SDXL) mas fica mais conservador nos fine-tunes sem censura compartilhados pela comunidade. A maioria dos fluxos de inferência local puxa os modelos base do HuggingFace e os fine-tunes da comunidade do Civitai.

É legal rodar o Stable Diffusion sem censura localmente?

Gerar imagens de IA sem censura de personagens fictícios, renderizados por IA, adultos e consensuais é legal nos Estados Unidos e na maioria das jurisdições ocidentais quando rodado localmente no hardware que você possui. As linhas vermelhas duras são universais: nada de representações de menores (lei federal dos EUA 18 USC 2252A), nada de cenários não consensuais, nada de semelhança de pessoa real sem consentimento explícito. Plataformas hospedadas enfrentam ainda o UK Online Safety Act, as leis estaduais de verificação de idade nos EUA e o EU Digital Services Act.

O que é uma LoRA e como eu instalo uma?

Uma LoRA (Low-Rank Adaptation) é um arquivo pequeno de fine-tune, normalmente 50-300 MB, que puxa o checkpoint base pra um estilo, arquétipo de personagem ou propriedade de saída específica sem retreinar o base inteiro. Baixe da aba LoRA do Civitai. Coloque o arquivo .safetensors na pasta models/Lora. Referencie no seu prompt positivo com a sintaxe <lora:nomedoarquivo:0.7> onde 0.7 é a força (0.6-0.8 é o típico). As LoRAs têm que casar com a arquitetura base: LoRA SD 1.5 com checkpoint SD 1.5, LoRA SDXL com checkpoint SDXL.

Quando este guia não se aplica

Se você não tem uma GPU NVIDIA com pelo menos 8 GB de VRAM, uma placa AMD que você tá disposto a brigar com ferramental reduzido, ou Apple Silicon com 16 GB de memória unificada, o caminho da instalação local simplesmente não é prático. Pega uma alternativa hospedada da seção de quatro escolhas ali em cima. E se você tá aqui pra gerar pessoas reais sem o consentimento delas, qualquer coisa envolvendo menores, ou cenários não consensuais, para agora. Isso tá fora do escopo em todo lugar, na sua própria máquina e em toda plataforma hospedada igualmente. Este guia assume leitores adultos gerando personagens fictícios, renderizados por IA, adultos e consensuais.

Verificado pela última vez em 17 de maio de 2026 · Veja o registro de errata pra qualquer correção pós-publicação · Editora: Alexandra Joly · Metodologia · Processo editorial · Divulgação de afiliados

Pula o setup de GPU, testa o Promptchan grátis →

Companheiro empacotado mais geração de imagem: testa o Candy.ai →

Geração de imagem ancorada em narrativa: testa o DarLink Ai →

Consistência de personagem com face-lock: testa o Joi →

Leitura relacionada

Como Configurar o Stable Diffusion Sem Censura (2026)