Google colab

Stable Diffusion no Google Colab: Guia Completo para Gerar Imagens via Código e Evitar Bloqueios

Xavier

26 Mai 2025 • 4 min read

Introdução à Geração de Imagens com Stable Diffusion no Google Colab

Se você tem tentado usar o Stable Diffusion Web UI (também conhecido como Automatic1111) no Google Colab, provavelmente já se deparou com desconexões frustrantes. Isso ocorre porque o Google Colab, especialmente em seu plano gratuito, implementou restrições ao uso de interfaces gráficas (GUIs) para modelos de IA que consomem muitos recursos, como o Stable Diffusion. No entanto, isso não significa o fim da linha para gerar imagens incríveis gratuitamente. Neste guia, vamos explorar como você pode continuar utilizando o poder do Stable Diffusion no Google Colab, mas de uma maneira diferente: através de código, utilizando a biblioteca Diffusers da Hugging Face. Este método não só contorna as restrições, como também oferece um controle mais granular sobre o processo de geração de imagens, incluindo conteúdo NSFW (Not Safe For Work), de forma ilimitada.

Por Que o Google Colab Baniu GUIs como o Automatic1111?

A popularidade explosiva de ferramentas como o Stable Diffusion Web UI sobrecarregou os recursos do plano gratuito do Google Colab. De acordo com Chris Perry, líder de produto do Google Colab, a empresa prioriza o uso de notebooks interativos para computação por usuários do nível gratuito, e o uso massivo do Stable Diffusion WebUI tornou-se insustentável para o orçamento da equipe. Essa medida visa garantir que os recursos computacionais, especialmente as preciosas GPUs, permaneçam disponíveis para uma gama mais ampla de usuários e aplicações de pesquisa e desenvolvimento.

A Alternativa Poderosa: Usando a Biblioteca Diffusers da Hugging Face no Google Colab

A biblioteca Diffusers da Hugging Face é uma ferramenta de última geração projetada para facilitar o acesso e a utilização de modelos de difusão pré-treinados. Ela oferece uma interface Pythonic intuitiva para gerar imagens, áudio e até mesmo estruturas 3D de moléculas. Ao invés de depender de uma interface gráfica, você interage diretamente com os modelos através de código, o que proporciona flexibilidade e um entendimento mais profundo do funcionamento interno do Stable Diffusion.

Vantagens de Utilizar a Biblioteca Diffusers no Google Colab

Controle Total: Ajuste fino de todos os parâmetros de geração.
Flexibilidade: Fácil integração com outros modelos e bibliotecas Python.
Acesso Gratuito à GPU: Continue aproveitando as GPUs do Google Colab para acelerar a geração.
Aprendizado: Entenda melhor os mecanismos por trás da geração de imagens por IA.

Guia Passo a Passo para Gerar Imagens com Stable Diffusion no Google Colab via Código

Mesmo que você não seja um programador experiente, este guia simplificará o processo. A documentação completa da biblioteca Diffusers pode ser encontrada no site da Hugging Face.

Configuração Inicial no Google Colab

Acesse o Google Colab e faça login com sua conta Google.
Crie um novo notebook clicando em "Arquivo" > "Novo notebook".
Renomeie seu notebook para algo como "StableDiffusion_Diffusers.ipynb".
Importante: Configure o ambiente de execução para usar uma GPU. Vá em "Ambiente de execução" > "Alterar tipo de ambiente de execução" e selecione "T4 GPU" (ou outra GPU disponível) no menu suspenso "Acelerador de hardware".

Instalando as Dependências Essenciais do Stable Diffusion

No primeiro bloco de código do seu notebook, insira os seguintes comandos para instalar as bibliotecas necessárias. O ponto de exclamação (!) no início indica ao Colab que o comando deve ser executado no terminal.

!pip install diffusers["torch"] transformers
!pip install accelerate
!pip install git+https://github.com/huggingface/diffusers

Execute este bloco clicando no botão de play à esquerda ou pressionando Shift+Enter.

Escrevendo o Código para Geração de Imagens com Stable Diffusion

Após a instalação, crie um novo bloco de código e adicione o seguinte script básico para gerar sua primeira imagem:

import torch
from diffusers import StableDiffusionPipeline

# Carrega o modelo pré-treinado (checkpoint)
pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5", torch_dtype=torch.float16)

# Move o pipeline para a GPU para acelerar a geração
pipe = pipe.to("cuda")

# Define o seu prompt
prompt = "a photo of an astronaut riding a horse on mars"

# Gera a imagem
image = pipe(prompt).images

# Exibe a imagem
image

Execute este bloco. A primeira execução pode demorar um pouco, pois o modelo precisa ser baixado.

Personalizando Suas Criações com Stable Diffusion no Google Colab

A verdadeira magia começa quando você personaliza os parâmetros. Você pode definir variáveis no início do seu bloco de código para facilitar as alterações:

Alterando o Modelo (Checkpoint) do Stable Diffusion

Para usar diferentes estilos de imagem, você pode trocar o modelo. Modelos populares podem ser encontrados no Hugging Face (procure por modelos com a tag "diffusers") e no Civitai. Para usar um modelo do Hugging Face, substitua o nome no comando `from_pretrained`.

Exemplo com o modelo `digiplay/majicMIX_realistic_v6`:

model_id = "digiplay/majicMIX_realistic_v6"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

Ajustando Parâmetros de Geração do Stable Diffusion

Você pode definir variáveis para altura, largura, número de passos de inferência, escala de orientação (guidance scale) e prompt negativo:

prompt = "1girl, 8k, masterpiece, ultradetailed"
h = 800
w = 640
steps = 25
guidance = 7.5
neg = "easynegative, lowres, bad anatomy, bad hands, text, error, missing fingers"

image = pipe(prompt, height=h, width=w, num_inference_steps=steps, guidance_scale=guidance, negative_prompt=neg).images
image

Gerando Conteúdo NSFW com Stable Diffusion no Google Colab (Com Responsabilidade)

A biblioteca Diffusers permite desabilitar o verificador de segurança para gerar conteúdo NSFW. Adicione a seguinte linha após carregar o pipeline e movê-lo para a GPU:

pipe.safety_checker = None

Lembre-se de usar esta funcionalidade com responsabilidade e de acordo com os termos de serviço das plataformas e as leis aplicáveis.

Vantagens de Usar Stable Diffusion via Código no Google Colab

Controle Granular: Ajuste cada aspecto da geração, desde o modelo até os mínimos detalhes dos parâmetros.
Ampla Gama de Modelos: Acesse facilmente milhares de modelos disponíveis no Hugging Face e adapte-os às suas necessidades.
Sem Limitações de GUI: Evite as desconexões e restrições impostas aos usuários de interfaces gráficas no plano gratuito do Colab.
Automação e Experimentação: Crie scripts para gerar lotes de imagens, testar diferentes prompts automaticamente e explorar técnicas avançadas de IA generativa.

Conclusão: Liberdade Criativa com Stable Diffusion no Google Colab

Apesar das restrições recentes do Google Colab em relação às GUIs, a geração de imagens com Stable Diffusion continua acessível e poderosa através da programação com a biblioteca Diffusers da Hugging Face. Este método não apenas contorna os bloqueios, mas também abre um universo de possibilidades para personalização e controle. Ao dominar alguns comandos básicos, você pode liberar todo o potencial criativo do Stable Diffusion, utilizando diversos modelos e explorando os limites da inteligência artificial generativa, tudo isso aproveitando os recursos gratuitos do Google Colab. Experimente, modifique e crie sem limites!