AUTOMATIC1111/stable-diffusion-webui

项目概览

支持在 4GB 显存环境运行，并提供 Windows 平台的安装与运行脚本。

项目类型

模型运行 · 图像视觉

应用场景

图片处理

部署方式

Python 环境

License

AGPL-3.0

适合谁

• 希望在本地消费级硬件上部署并获得 Stable Diffusion 生成与处理能力的创作者和开发者。
• 需要通过 API 将图像生成能力集成到自定义工作流中的技术用户。

核心能力

• 利用 Stable Diffusion 模型，根据用户输入的文本提示词直接生成全新的图像。作为核心基础功能，它将用户的文字描述快速转化为视觉资产，目前状态为可用。
• 结合现有的图像和文本提示词来生成新图像。该功能允许用户在保留原图部分结构或风格的基础上进行演化修改，为图像迭代和风格转换提供价值，目前状态为可用。
• 允许用户修改图像的特定局部区域，或者向外延伸图像的原始边界。这一能力使用户能够精准修复瑕疵或扩展画幅，无需重新生成整张图像，目前状态为可用。
• 使用多种神经网络放大器来提升图像的分辨率。该功能在放大输出尺寸的同时处理图像细节，满足高清打印或大尺寸展示的需求，目前状态为可用。
• 利用 GFPGAN 或 CodeFormer 算法修复和恢复生成图像中的面部细节。这用于处理 AI 生成图像中常见的面部畸变问题，改善人像观感，目前状态为可用。
• 支持在本地训练 Embeddings、Hypernetworks 和 LoRAs。用户可以借此训练特定风格、人物或物体的专属模型，实现个性化的生成效果，目前状态为可用。
• 提供通过 API 与应用程序进行编程级别交互的能力。使得开发者能够绕过 Web 界面，将核心生成功能直接集成到脚本或其他应用程序中，目前状态为可用。
• 允许用户将最多 3 个不同的模型检查点合并为一个。方便创作者融合不同模型的特征，创造出风格独特的混合模型，目前状态为可用。

限制与风险

• 由于较新版本的 Python 可能无法支持 PyTorch 等核心底层依赖，用户在配置独立环境时需要严格关注 Python 的版本选择。
• 在安全方面，如果用户在启动时启用了 --allow-code 参数，将允许从 Web UI 中运行任意的 Python 代码，这在非受控环境中存在安全风险。

如何开始

• 对于 Windows 用户，官方提供了安装和运行脚本。用户需要下载发布包压缩文件并解压，依次运行 update.bat 和 run.bat 即可完成环境配置并启动。

核验依据

• README: A web interface for Stable Diffusion, implemented using Gradio library.
• README: 4GB video card support (also reports of 2GB working)
• Release: 1.10.1
• README: 1. Download `sd.webui.zip` from [v1.0.0-pre](https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases/tag/v1.0.0-pre) and extract its contents. 2. Run `update.bat`. 3. Run…
• README: Install [Python 3.10.6](https://www.python.org/downloads/release/python-3106/) (Newer version of Python does not support torch)

内容核验时间：