stable-diffusion-webui(AUTOMATIC1111)
可替代商业软件
文生图/图生图、ControlNet 姿态控制、LoRA 风格训练、高清修复、批量出图(需脚本)、本地隐私部署
⬇️ 立即下载
✅ 安全无毒 | 无捆绑软件 | 官方原版
📖 软件详细介绍
AUTOMATIC1111(项目全称 stable-diffusion-webui)是目前全球使用最广泛的 Stable Diffusion 开源图形化操作界面。它把原本需要输入命令行的模型推理过程,变成了一个功能强大、高度可扩展的网页应用,让 AI 绘画变得触手可及。
🎯 核心功能
- 文生图 & 图生图
支持输入文本(Prompt)生成图像,也支持以一张图为基础进行重绘、风格转换或细节增强。 - 图像修复与扩展
内置 Inpainting(局部重绘),可以涂抹需要修改的区域并用文字重新生成;Outpainting(向外扩展) 则能按你设定的方向扩大画布,自动补全画面。 - 强大的提示词控制
支持(关键词:1.2)这种调整权重的语法,可强制生成或排除某些元素;还能设定负面提示词(Negative Prompt),精准控制画面避免出现不想看到的内容。 - 高分辨率修复
一键开启 Highres. fix,先按低分辨率生成构图,再放大并补充细节,有效避免直接生成大图时出现多头、结构崩坏等问题。 - 海量采样器与算法
内置 Euler、DPM++、DDIM、UniPC 等几十种采样器,用不同数学方式去噪,能明显影响出图速度和画面风格。 - 图像批处理
可批量处理多张图片(如统一放大),也支持用相同的提示词,配合不同的种子或参数,一次性生成大量对比图。 - 模型与附加网络管理
方便地加载和管理主模型、VAE 变分自编码器,并原生支持 LoRA、Hypernetwork、Embedding 等低秩适配模型,轻松学习特定画风、角色或物体。 - 脚本与对比图
内置 X/Y/Z plot 等脚本,能自动生成不同参数(如采样步数、CFG Scale)组合的网格对比图,帮你找到最佳设置。 - 扩展生态
通过 Extensions(扩展) 标签页,可以一键安装社区贡献的各种插件,比如 ControlNet(姿势/边缘/深度控制)、AnimateDiff(生成动画)、Deforum(制作视频转场)等,功能被无限扩展。 - 图片信息读取
只要是这个 WebUI 生成的图片,将图片拖入 PNG Info 标签页,就能完整读出当时使用的所有参数,方便复现和分享。
✨ 主要优势
- 功能最全面的一站式方案
从生成、编辑、放大到训练辅助,几乎所有主流 Stable Diffusion 功能都被集成在一个界面里,无需频繁切换工具。 - 高度模块化与可定制
界面布局、键盘快捷键、默认参数都可深度调整。通过扩展系统,你能把它打造成专为自己工作流优化的 AI 画室。 - 完全免费开源,本地运行
所有功能都在你自己的电脑上运行,不依赖云服务,没有订阅费,也杜绝了数据上传的隐私风险。 - 社区极度活跃,资源丰富
作为最主流的选择,你在网上能找到海量的教程、模型和疑难解答。遇到问题几乎不需要再摸索,社区里早有答案。 - 跨平台与硬件适配
支持 Windows、Linux 和 macOS(Intel/Apple Silicon),对 NVIDIA 显卡支持最好,AMD 和 Intel 显卡也能通过 DirectML 或 ROCm 使用。 - 极低的入门门槛,超高的专业上限
新手用默认设置就能点几下出图,但专业用户可以通过提示词语法、脚本和插件管线,实现高度工业化、可复现的创作流程。
⚙️ 系统要求
操作系统:
Windows 10/11、Linux (Ubuntu 18.04+)、macOS (Intel 或 Apple Silicon)。
显卡 (GPU):
首选 NVIDIA 显卡(RTX 系列最佳),最低 4GB 显存(仅能运行基础模型,易报错),推荐 8GB 及以上(流畅运行 SDXL 及高分辨率生成);AMD/Intel Arc 或 Apple M 系列芯片可运行但需额外配置且性能略低 。
内存 (RAM):
最低 16GB,推荐 32GB(防止多模型加载或高分图生成时溢出)。
存储:
至少20GB 可用 SSD 空间(模型单文件常达 2-7GB,依赖库及缓存占用较大,机械硬盘严重影响加载速度)。
处理器 (CPU):
x86 架构 Intel/AMD 均可,非主要瓶颈,但需支持 AVX 指令集 。
Python 版本:
严格推荐 Python 3.10.6(部分新版兼容 3.10.9-3.10.11,但 3.11+ 可能引发 PyTorch 兼容问题);安装时务必勾选"Add Python to PATH" 。
依赖工具:
必须安装 Git(用于克隆仓库及更新);首次运行会自动下载 PyTorch 等依赖(需能访问 GitHub/HuggingFace)。
驱动要求:
NVIDIA 显卡需安装最新 CUDA 驱动(建议 CUDA 11.8+ 或 12.x,驱动版本≥470)。
📥 下载地址
📌 共提供多个下载源,可选择任意一个下载。
📢 下载说明
本软件安装包均来自官网或GitHub源码仓库,无毒无捆绑,安全可靠,可放心下载。本网站只做公益性开源软件国内高速镜像下载。