De opkomst van tools zoals Midjourney, DALL-E 3 en Adobe Firefly heeft beeldgeneratie toegankelijk gemaakt voor het grote publiek. Deze diensten draaien echter in de cloud, wat betekent dat je afhankelijk bent van abonnementen, internetverbindingen en strenge censuurfilters. De afgelopen jaren is er echter een krachtig alternatief ontstaan: lokale beeldgeneratie. Door open-source modellen zoals Stable Diffusion en FLUX op je eigen computer te draaien, krijg je de volledige controle terug.
In deze uitgebreide gids bespreken we wat er nodig is om zelf lokaal professionele AI-afbeeldingen te genereren. We kijken naar de hardwarevereisten, de verschillende beschikbare modellen, de meest gebruiksvriendelijke software en de complexe maar fascinerende leercurve van prompts en modelinstellingen.
Waarom zou je lokaal beelden genereren?
Het opzetten van een lokale omgeving kost tijd en vereist een investering in hardware, maar de voordelen zijn voor veel hobbyisten en professionals doorslaggevend:
- Volledige controle en flexibiliteit: Waar cloud-diensten je vaak een simpele tekstbalk geven, bieden lokale tools toegang tot geavanceerde technieken zoals ControlNet (waarmee je de exacte houding van een personage kunt bepalen) en Inpainting (het lokaal aanpassen van specifieke delen van een afbeelding, zoals een hand of een oog).
- Geen abonnementskosten: Hoewel de hardware een eenmalige investering is, is het genereren van tienduizenden afbeeldingen daarna volledig gratis. Je betaalt niet per 'credit' of per maand.
- Privacy en bedrijfsgeheimen: Voor ontwerpbureaus en bedrijven is het uploaden van referentiebeelden naar een Amerikaanse cloudserver vaak een no-go. Lokale generatie zorgt voor een volledig privacyvriendelijke AI-workflow waarbij geen enkele byte je netwerk verlaat.
- Ongecensureerd: Lokale modellen hebben geen ingebouwde weigeringsmechanismen voor bepaalde woorden of concepten, wat artistieke vrijheid garandeert zonder dat je tegen valse 'policy violations' aanloopt.
Hardwarevereisten: Wat heeft je computer nodig?
Beeldgeneratie is wiskundig intensief. Waar tekstmodellen (LLM's) vooral afhankelijk zijn van snelle geheugenbandbreedte, rekenen beeldmodellen zwaar op de grafische kaart (GPU). Wil je serieus aan de slag, dan is een sterke videokaart essentieel. We raden aan om ook onze bredere gids over hardware voor lokale AI te raadplegen, omdat veel principes overlappen.
Videokaart (GPU) en VRAM
De absolute bottleneck voor lokale beeldgeneratie is VRAM (Video RAM). Dit is het geheugen van je grafische kaart. Als een model (inclusief referentiebeelden en ControlNet-lagen) niet in het VRAM past, moet je pc terugvallen op het reguliere werkgeheugen (RAM), wat het generatieproces vertraagt van seconden naar minuten of zelfs uren.
- Minimum (6GB - 8GB VRAM): Met 8GB kun je moeiteloos oudere modellen zoals Stable Diffusion 1.5 draaien. Ook het nieuwere SDXL werkt, zij het met enige optimalisaties en langzamere generatietijden.
- Aanbevolen (12GB - 16GB VRAM): Dit is de 'sweet spot'. Met kaarten zoals de NVIDIA RTX 3060 (12GB) of 4070 Ti Super (16GB) draai je zonder problemen complexe workflows, grotere resoluties en zware modellen.
- High-end (24GB VRAM): Met een RTX 3090 of 4090 kun je enorme batches beelden tegelijk genereren, video-generatie (zoals AnimateDiff) toepassen en de zwaarste nieuwe modellen zoals FLUX vlot draaien.
NVIDIA vs. AMD vs. Apple Silicon: Veruit de meeste open-source AI-tools zijn gebouwd rondom CUDA, de architectuur van NVIDIA. NVIDIA is daarom veruit de veiligste keuze en biedt de snelste prestaties en makkelijkste installatie. AMD-kaarten werken via ROCm, maar dit vereist vaak meer technische kennis en bugs komen vaker voor. Apple-gebruikers met M1/M2/M3-chips (vooral de Max- en Ultra-varianten met veel 'Unified Memory') hebben een groot voordeel omdat het systeemgeheugen en videogheugen gedeeld zijn. Software zoals Draw Things is uitstekend geoptimaliseerd voor Apple Silicon via het Metal-framework.
RAM en Opslag
Naast de GPU heb je bij voorkeur minimaal 32GB regulier RAM-geheugen nodig. Ook is een snelle NVMe SSD cruciaal. AI-modellen zijn gigantische bestanden. Een enkel SDXL-model weegt al snel 6,5 GB. Voordat je het weet heb je 200 GB tot 500 GB aan opslagruimte gereserveerd voor verschillende stijlen, modellen en tools.
Welke modellen zijn er beschikbaar?
De kracht van de open-source gemeenschap is dat er niet één model is, maar duizenden. Ze bouwen echter voort op een paar fundamentele architecturen. Als je twijfelt, bekijk dan onze gids over het kiezen van een lokaal model voor meer diepgang.
Stable Diffusion (SD 1.5 en SDXL)
Uitgebracht in 2022, veranderde Stable Diffusion 1.5 de wereld. De resolutie (standaard 512x512) is tegenwoordig verouderd, maar omdat het model extreem licht is en er miljoenen aanpassingen voor zijn gemaakt, wordt het nog steeds veel gebruikt. SDXL (Stable Diffusion XL) werd de nieuwe standaard in 2023. Het genereert beelden op 1024x1024, begrijpt je tekst (prompts) veel beter en heeft fantastische details, mits je minimaal 8GB VRAM hebt.
FLUX.1
In 2024 bracht Black Forest Labs het model FLUX.1 uit, wat lokaal momenteel wordt beschouwd als de onbetwiste koning, vergelijkbaar met of zelfs beter dan Midjourney V6. FLUX begrijpt extreem complexe prompts en kan (in tegenstelling tot eerdere modellen) perfect tekst spellen in afbeeldingen. FLUX komt in zware varianten die eigenlijk 24GB VRAM vereisen, maar de community heeft snel gekwantiseerde versies gemaakt waardoor het ook op kaarten met 12GB of 16GB draait.
Terminologie: Checkpoints en LoRA's
Als je gaat downloaden op platforms zoals Civitai of Hugging Face, kom je twee termen veel tegen:
- Checkpoints (of Base Models): Dit zijn de volledige, grote bestanden (2GB - 12GB). Een checkpoint bevat alle 'kennis' van het model. Denk aan een checkpoint dat specifiek getraind is op fotorealisme, of juist op anime-stijlen.
- LoRA's (Low-Rank Adaptations): Dit zijn kleine bestanden (10MB - 300MB) die je als een 'sausje' over een checkpoint heen gooit. Je kunt bijvoorbeeld een LoRA downloaden van een specifieke auto, een kledingstuk of een kunststijl (zoals 'waterverf'). Door een LoRA te combineren met een checkpoint, stuur je het model heel precies in een bepaalde richting.
Toegankelijke tools en software (User Interfaces)
Je draait deze modellen niet via de command line, maar via grafische interfaces (UI's) die via je webbrowser draaien. Hier zijn de populairste opties:
1. Automatic1111 (A1111)
De 'grootvader' van de Stable Diffusion interfaces. Het ziet eruit als een dashboard uit de jaren '90 vol knoppen en schuifjes. Het voordeel? Het ondersteunt elke denkbare plug-in, extensie en techniek. Als er een nieuwe AI-doorbraak is, is dit de eerste tool die het ondersteunt. De leercurve is wel stevig.
2. ComfyUI
Een zogenaamde 'node-based' interface. Je bouwt je workflow door letterlijk blokjes (nodes) met lijntjes aan elkaar te verbinden. Je laadt een model in het ene blok, stuurt het naar een prompt-blok, dan naar de sampler, en ten slotte naar de uitvoer. Dit is visueel intimiderend, maar ongelooflijk krachtig voor automatisering. Een enorm voordeel van ComfyUI is dat het geheugenbeheer superieur is; het draait zware modellen op zwakkere videokaarten veel efficiënter dan A1111.
3. Fooocus
Als je de complexiteit van A1111 of ComfyUI niet wilt, is Fooocus de beste keuze. Fooocus draait onder de motorkap de zware techniek van SDXL, maar de interface is net zo minimalistisch als Midjourney. Je typt je prompt, drukt op genereren, en het programma doet al het zware technische rekenwerk (zoals het optimaliseren van VRAM en het kiezen van samplers) op de achtergrond. Perfect voor beginners.
4. Draw Things (Voor Mac)
Deze applicatie installeer je gewoon via de App Store op je Mac of zelfs je iPad. Het is volledig offline, gratis en enorm goed geoptimaliseerd voor Apple hardware.
De leercurve: Prompts en instellingen begrijpen
Wanneer je een generatie-interface opent, zie je meer dan alleen een tekstvak. Om lokaal goede beelden te maken, moet je de belangrijkste variabelen begrijpen.
| Instelling | Uitleg en beste praktijken |
|---|---|
| Positive Prompt | Wat je wél in de afbeelding wilt zien. Bij lokale modellen (vooral SD 1.5/SDXL) werkt een lijst met steekwoorden vaak beter dan volzinnen. Bijvoorbeeld: "portrait of a young woman, cinematic lighting, neon colors, highly detailed, 8k". Bij nieuwere modellen zoals FLUX werken natuurlijke volzinnen juist weer beter. |
| Negative Prompt | Wat je absoluut NIET wilt zien. Hiermee filter je ruis weg. Veelgebruikte termen zijn: "ugly, deformed, bad anatomy, blurry, text, watermark". |
| Steps (Sampling Steps) | Hoeveel stappen de AI neemt om vanuit ruis naar de afbeelding te werken. Meer stappen betekent vaak meer detail, maar duurt langer. 20 tot 30 stappen is voor de meeste modellen optimaal. Boven de 40 stappen zie je zelden verbetering. |
| CFG Scale (Guidance) | De Classifier Free Guidance (CFG) bepaalt hoe strikt het model naar jouw prompt luistert. Een lage waarde (bijv. 3-4) geeft de AI veel artistieke vrijheid. Een hoge waarde (10-15) forceert de AI om elk woord in je prompt te tekenen, maar dit resulteert vaak in overbelichte en 'gefrituurde' beelden. Een veilige standaard is 7. |
| Sampler | Het algoritme dat de ruis weghaalt. Euler a is snel en creatief (het beeld verandert iets bij meer stappen). DPM++ 2M Karras is momenteel de gouden standaard voor scherpe, realistische resultaten en convergeert snel. |
Praktische en juridische aandachtspunten
De vrijheid van lokale beeldgeneratie komt met verantwoordelijkheden. Lokaal ben je niet gebonden aan ethische filters die bedrijven als OpenAI (DALL-E) of Google opleggen.
Allereerst is er het auteursrechtelijke aspect. In de Europese Unie (en ook daarbuiten) is de consensus dat een AI-gegenereerde afbeelding zónder menselijke inbreng geen auteursrecht geniet. Jij 'bezit' de afbeelding niet, omdat een computer deze heeft gemaakt. Echter, als je de output sterk manipuleert, samenvoegt via ControlNet en Inpainting, en daar substantiële artistieke inbreng aan toevoegt, kan er alsnog sprake zijn van een nieuw, auteursrechtelijk beschermd werk. Meer over deze juridische haken en ogen lees je op ons bredere kennisportaal over AI en wetgeving.
Verder roept de afwezigheid van filters het risico van deepfakes en NSFW-materiaal op. Hoewel de tools je de volledige technische vrijheid geven, blijf je als gebruiker volledig persoonlijk aansprakelijk en strafbaar voor wat je genereert en publiceert onder de Nederlandse en Europese wetgeving. Het maken van niet-consensuele deepfakes is illegaal en ethisch verwerpelijk.
Lokaal vs. Cloud: Een eerlijke vergelijking
Laten we eerlijk zijn: als je gewoon snel een mooi plaatje nodig hebt voor een PowerPoint-presentatie of een blog, dan wint Midjourney of ChatGPT Plus (DALL-E 3) het op gebied van gemak en snelheid. Je typt een zin in het Nederlands, en binnen 15 seconden heb je een esthetisch perfect beeld. Daar kan een complexe lokale setup met ControlNet-nodes en handmatig VRAM-beheer qua gebruiksgemak niet tegenop.
Lokale beeldgeneratie is echter niet bedoeld voor mensen die één knop willen indrukken. Het is bedoeld voor de makers, kunstenaars, ontwikkelaars en privacy-bewuste bedrijven die de AI willen inzetten als een digitaal potlood. Lokaal draaien is het verschil tussen het kopen van een magnetronmaaltijd (Cloud) en het zelf verbouwen van je ingrediënten om op sterrenniveau te koken (Lokaal). De leercurve is steil, de hardwarevereisten zijn aanzienlijk, maar de absolute vrijheid, controle en kostenbesparing op de lange termijn maken de investering dubbel en dwars waard.