Stable Diffusion 网页界面

使用 Gradio 库实现的 Stable Diffusion 网络接口。

功能

详细功能展示及图片：

• 原始的 txt2img 和 img2img 模式
• 一键安装和运行脚本（但你仍需安装 python 和 git）
• 外扩绘制
• 内填绘制
• 颜色草图
• 提示矩阵
• Stable Diffusion 放大
• 关注度，指定模型应更加关注文本的某些部分
• 一个穿着 ((燕尾服)) 的男人 - 会更加关注燕尾服
• 一个穿着 (燕尾服:1.21) 的男人 - 替代语法
• 选中文本并按 Ctrl+Up 或 Ctrl+Down（macOS 上是 Command+Up 或 Command+Down）自动调整选中文本的关注度（代码由匿名用户贡献）
• 循环回传，多次运行 img2img 处理
• X/Y/Z 图，绘制具有不同参数的图像三维图的方式
• 文本反演
• 可以拥有任意多的嵌入向量，并使用任何喜欢的名称
• 支持多个嵌入，每个令牌可有不同数量的向量
• 支持半精度浮点数
• 可在 8GB 显存上训练嵌入（也有 6GB 可用的报告）
• 扩展标签页包含：
• GFPGAN，修复人脸的神经网络
• CodeFormer，作为 GFPGAN 替代的人脸修复工具
• RealESRGAN，神经网络放大器
• ESRGAN，带有许多第三方模型的神经网络放大器
• SwinIR 和 Swin2SR（见这里），神经网络放大器
• LDSR，潜在扩散超分辨率放大
• 调整宽高比选项
• 采样方法选择
• 调整采样器 eta 值（噪声乘数）
• 更高级的噪声设置选项
• 可随时中断处理
• 支持 4GB 显卡（也有 2GB 可用的报告）
• 批量正确的随机种子
• 实时提示令牌长度验证
• 生成参数
• 生成图像时使用的参数会随图像保存
• PNG 文件以 PNG 块形式保存，JPEG 以 EXIF 保存
• 可以将图像拖到 PNG 信息标签页以恢复生成参数并自动复制到界面
• 可在设置中禁用
• 支持将图像/文本参数拖放到提示框
• 读取生成参数按钮，加载提示框中的参数到界面
• 设置页面
• 从界面运行任意 python 代码（需使用 --allow-code 运行以启用）
• 大多数界面元素有鼠标悬停提示
• 可通过文本配置更改默认值/混合值/最大值/步长值
• 瓦片支持，复选框用于创建可以平铺的纹理图像
• 进度条和实时图像生成预览
• 可使用单独神经网络生成预览，几乎不占用显存或计算资源
• 负面提示，额外文本框允许列出不希望出现在生成图像中的内容
• 样式，保存部分提示并通过下拉菜单轻松应用
• 变体，生成相同图像但有微小差异的方式
• 种子缩放，生成相同图像但分辨率稍有不同
• CLIP 询问器，尝试从图像猜测提示的按钮
• 提示编辑，生成过程中更改提示，比如开始做西瓜，中途切换到动漫女孩
• 批量处理，使用 img2img 处理一组文件
• Img2img 替代方法，交叉注意力控制的反向欧拉方法
• 高分辨率修正，一键生成高分辨率图片且无通常失真
• 动态重新加载检查点
• 检查点合并，标签页允许合并最多 3 个检查点为一个
• 自定义脚本，社区提供多种扩展
• 可组合扩散，同时使用多个提示的方式
• 使用大写 AND 分隔提示
• 支持提示权重：一只猫 :1.2 AND 一只狗 AND 一只企鹅 :2.2
• 提示无令牌限制（原始 Stable Diffusion 允许最多 75 个令牌）
• DeepDanbooru 集成，为动漫提示创建 danbooru 风格标签
• xformers，部分显卡大幅提升速度：（命令行参数添加 --xformers）
• 通过扩展：历史标签：方便在界面内查看、导向和删除图像
• 永远生成选项
• 训练标签页
• 超网络和嵌入向量选项
• 图像预处理：裁剪、镜像、使用 BLIP 或 deepdanbooru 自动标注（动漫专用）
• Clip skip
• 超网络
• Loras（与超网络类似，但更美观）
• 独立界面，可以选择并预览要添加到提示中的嵌入向量、超网络或 Loras
• 可从设置界面选择加载不同的 VAE
• 进度条显示估计完成时间
• API 支持
• 支持 RunwayML 提供的专用内填绘制模型
• 通过扩展：美学梯度，使用 CLIP 图像嵌入生成特定美学图像的方法（实现自 https://github.com/vicgalle/stable-diffusion-aesthetic-gradients）
• 支持 Stable Diffusion 2.0 - 见 wiki 获取说明
• 支持 Alt-Diffusion - 见 wiki 获取说明
• 现在无任何不良字母！
• 加载 safetensors 格式的检查点
• 放宽分辨率限制：生成图像尺寸必须是 8 的倍数，而非 64 的倍数
• 现在附带许可证！
• 可从设置界面重新排序 UI 元素
• 支持 Segmind Stable Diffusion

安装与运行

确保满足所需的依赖，并按照以下说明操作：

• NVidia（推荐）
• AMD 显卡。
• Intel CPU，Intel GPU（集成与独立）（外部 wiki 页面）
• 昇腾 NPU（外部维基页面）

或者，使用在线服务（如 Google Colab）：

• 在线服务列表

使用发布包在 Windows 10/11 上安装带 NVidia GPU 的版本

• 从 v1.0.0-pre 下载 sd.webui.zip 并解压其内容。
• 运行 update.bat。
• 运行 run.bat。

> 更多详情请参见 Install-and-Run-on-NVidia-GPUs

Windows 上的自动安装

• 安装 Python 3.10.6（较新版本的 Python 不支持 torch），勾选“将 Python 添加到 PATH”。
• 安装 git。
• 下载 stable-diffusion-webui 仓库，例如运行 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。
• 在 Windows 资源管理器中以普通非管理员用户身份运行 webui-user.bat。

Linux 上的自动安装

• 安装依赖项：

# Debian-based:
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
Red Hat-based:
sudo dnf install wget git python3 gperftools-libs libglvnd-glx
openSUSE-based:
sudo zypper install wget git python3 libtcmalloc4 libglvnd
Arch-based:
sudo pacman -S wget git python3

如果您的系统非常新，您需要安装 python3.11 或 python3.10：

# Ubuntu 24.04
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.11
Manjaro/Arch
sudo pacman -S yay
yay -S python311 # do not confuse with python3.11 package
Only for 3.11
Then set up env variable in launch script
export python_cmd="python3.11"
or in webui-user.sh
python_cmd="python3.11"

• 导航到您希望安装 webui 的目录并执行以下命令：

wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

或者直接在你想要的位置克隆仓库：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

• 运行 webui.sh。
• 查看 webui-user.sh 了解选项。

在 Apple Silicon 上安装

安装说明见此处。

贡献

以下是向此仓库添加代码的方法：贡献指南

文档

文档已从此 README 移至项目的wiki。

为了让 Google 和其他搜索引擎抓取 wiki，这里有一个（非为人类设计的）可抓取 wiki 链接。

致谢

借用代码的许可证可在 Settings -> Licenses 界面以及 html/licenses.html 文件中找到。

• Stable Diffusion - https://github.com/Stability-AI/stablediffusion, https://github.com/CompVis/taming-transformers, https://github.com/mcmonkey4eva/sd3-ref
• k-diffusion - https://github.com/crowsonkb/k-diffusion.git
• Spandrel - https://github.com/chaiNNer-org/spandrel 实现了
• GFPGAN - https://github.com/TencentARC/GFPGAN.git
• CodeFormer - https://github.com/sczhou/CodeFormer
• ESRGAN - https://github.com/xinntao/ESRGAN
• SwinIR - https://github.com/JingyunLiang/SwinIR
• Swin2SR - https://github.com/mv-lab/swin2sr
• LDSR - https://github.com/Hafiidz/latent-diffusion
• MiDaS - https://github.com/isl-org/MiDaS
• 优化思路 - https://github.com/basujindal/stable-diffusion
• 交叉注意力层优化 - Doggettx - https://github.com/Doggettx/stable-diffusion，提示编辑的原始想法。
• 交叉注意力层优化 - InvokeAI，lstein - https://github.com/invoke-ai/InvokeAI（原项目 http://github.com/lstein/stable-diffusion）
• 亚二次方复杂度交叉注意力层优化 - Alex Birch (https://github.com/Birch-san/diffusers/pull/1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention)
• 文本反演 - Rinon Gal - https://github.com/rinongal/textual_inversion（我们未使用他的代码，但采纳了他的思路）。
• SD 放大思路 - https://github.com/jquesnelle/txt2imghd
• mk2 外延噪声生成 - https://github.com/parlance-zz/g-diffuser-bot
• CLIP 询问器的想法及部分代码借用 - https://github.com/pharmapsychotic/clip-interrogator
• 可组合扩散的思路 - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
• xformers - https://github.com/facebookresearch/xformers
• DeepDanbooru - 动漫扩散器的询问器 https://github.com/KichangKim/DeepDanbooru
• 从 float16 UNet 浮点32精度采样 - 感谢 marunine 的想法，Birch-san 的 Diffusers 示例实现（https://github.com/Birch-san/diffusers-play/tree/92feee6）
• Instruct pix2pix - Tim Brooks（星标）、Aleksander Holynski（星标）、Alexei A. Efros（无星标）- https://github.com/timothybrooks/instruct-pix2pix
• 安全建议 - RyotaK
• UniPC 采样器 - Wenliang Zhao - https://github.com/wl-zhao/UniPC
• TAESD - Ollin Boer Bohan - https://github.com/madebyollin/taesd
• LyCORIS - KohakuBlueleaf
• 重新开始采样 - lambertae - https://github.com/Newbeeer/diffusion_restart_sampling
• Hypertile - tfernd - https://github.com/tfernd/HyperTile
• 初始 Gradio 脚本 - 由匿名用户在 4chan 发布。感谢匿名用户。
• （你）

--- Tranlated By Open Ai Tx | Last indexed: 2025-08-07 ---