跳到主要内容

Stable Diffusion WebUI

本地跑 Stable Diffusion 的经典网页界面

260

工具介绍

AUTOMATIC1111 的 Stable Diffusion Web UI 是一个用 Gradio 构建的浏览器前端,通过 GitHub 分发,让用户在本地硬件上运行 Stable Diffusion 并细致控制生成过程,而不必依赖付费的托管服务。

生成与编辑的基础能力

界面围绕 Stable Diffusion 最初的两个模式展开:txt2img 根据文本提示生成图像,img2img 则转换已有图像。在此基础上加入内补、外补与彩色草图工具,使同一个界面既能从零生成,也能修改现有作品。负向提示词字段让用户列出不希望出现的内容,Styles 功能则把提示词的一部分保存下来,之后通过下拉菜单快速复用。

提示词控制与结果复现

提示词处理远不止一个文本框。注意力语法允许为提示词中的部分加权,写作 ((tuxedo)) 或 (tuxedo:1.21),选中文本后可用 Ctrl+Up 与 Ctrl+Down(macOS 上为 Command+Up 与 Command+Down)调整权重。提示词不受原版 Stable Diffusion 75 个 token 的限制。Composable-Diffusion 支持在一次生成中使用多个提示词,用大写 AND 分隔,并可为每个提示词指定权重。生成参数会随图像一同保存,PNG 写入 PNG 块,JPEG 写入 EXIF;把图像拖入 PNG info 标签页即可还原这些参数,方便回到早先的结果进行复现或调整。

放大、人脸修复与对比工具

Extras 标签页汇集了多个用于改善输出的神经网络。GFPGAN 与 CodeFormer 负责人脸修复,RealESRGAN、ESRGAN、SwinIR、Swin2SR 与 LDSR 则以不同方式提供放大,其中 ESRGAN 可搭配大量第三方模型。若要做系统性实验,X/Y/Z 图表能用不同参数生成三维网格图像,Loopback 则反复运行 img2img 处理。Highres Fix 一键产出高分辨率图像,检查点合并标签页最多可将三个检查点合而为一。

训练与模型扩展

Textual Inversion 支持让用户创建任意数量的嵌入、自由命名,并把多个嵌入与不同的每 token 向量数组合使用。项目报告称嵌入可在 8GB 显存上训练,也有 6GB 可用的说法。Hypernetwork 与 Lora 同样受支持,另有一个独立界面让用户在加入提示词前,带预览地选择嵌入、Hypernetwork 或 Lora。设置界面可加载不同的 VAE,检查点也能即时重新加载。

硬件需求与性能选项

界面支持 4GB 显卡,并有 2GB 显卡可用的报告,处理过程可随时中断。进度条显示预计完成时间与生成图像的实时预览;另有一个独立神经网络能以几乎可忽略的显存与算力开销生成这些预览。采样方法选择包含可调的 sampler eta 值与更高级的噪声设置。在命令行参数中加入 --xformers,可在部分显卡上带来明显的速度提升。

扩展性与生态

项目支持自定义脚本与大量社区扩展。其中一个扩展加入历史标签页,方便在界面内查看、定位与删除图像;另一个扩展 Aesthetic Gradients 利用 CLIP 图像嵌入生成具有特定美感的图像。项目提供 API,界面中也有持续生成选项。DeepDanbooru 集成可为动漫提示词生成 danbooru 风格标签,CLIP interrogator 按钮则尝试从图像反推提示词。

安装与实际考量

安装由一键脚本处理,但仍需先装好 Python 与 Git。从界面运行任意 Python 代码需要以 --allow-code 参数启动,启用前值得先了解其含义。许多更专门的能力来自第三方模型与扩展,而非核心安装自带,因此体验在一定程度上取决于用户自行添加了什么。项目在 GitHub 上分发,其功能集由一长串开发者与社区成员的贡献逐步积累而成。

核心功能

  • 原生 txt2img 与 img2img 生成模式
  • 内补、外补与彩色草图工具
  • 注意力语法,可用 `((tuxedo))` 或 `(tuxedo:1.21)` 为提示词部分加权,并支持快捷键调整选中文本
  • Extras 标签页集成 GFPGAN、CodeFormer、RealESRGAN、ESRGAN、SwinIR、Swin2SR 与 LDSR 等修复与放大网络
  • X/Y/Z 图表,用不同参数批量生成三维对比图
  • Textual Inversion 嵌入训练,有 8GB 与 6GB 显存可用的报告
  • Prompt Matrix、Loopback、Highres Fix 与检查点合并
  • 生成参数写入 PNG 块与 JPEG EXIF,可通过 PNG info 标签页还原

适用场景

  1. 1根据文本提示生成图像,或用 img2img 修改已有图像
  2. 2使用内置神经网络修复人脸并放大输出
  3. 3训练并应用 Textual Inversion 嵌入、Hypernetwork 与 Lora
  4. 4通过 X/Y/Z 图表系统对比不同参数组合
  5. 5用 img2img 批量处理一组文件
  6. 6借助社区扩展与自定义脚本搭建个性化工作流

优势与注意事项

优势

  • 通过浏览器界面在本地运行,无需托管服务
  • 功能覆盖面广,涵盖生成、编辑、放大与训练
  • 支持低显存硬件,4GB 显卡可用,并有 2GB 可用的报告
  • 生成参数嵌入输出文件,之后可还原
  • 可通过自定义脚本与社区扩展进行扩展

注意事项

  • 一键脚本运行前仍需自行安装 Python 与 Git
  • 从 UI 运行任意 Python 代码需要加 `--allow-code` 参数
  • 部分功能依赖第三方模型与扩展,而非核心安装自带
  • 显存需求因功能而异,低显存可用的说法多为用户报告

定价详情

未标注订阅价格。

基本信息

官方网站
github.com
收录时间
2026年10月8日
支持平台
网页端
中英支持
未标注
API
未标注
本地部署
未标注
适合人群
适合希望在自有硬件上运行图像生成、并愿意投入时间配置和扩展的技术型用户、AI 艺术创作者与爱好者。
信息最近更新
2026年10月11日
官网状态
检测中
信息纠错 · 隐私请求
联系我们

工具功能、价格与可用性可能变化,请以官网为准。 由 steven 维护 · 最后更新 2026年10月11日 →

关于这个工具的更多内容

相关工具

全部分类