vladmandic/sdnext

项目概览

项目提供自研的模型量化引擎（SDNQ），据称最高可实现 4 倍的 VRAM 占用减少，并具备动态平衡 CPU 与 GPU 显存的机制，对硬件受限用户具有实用性。

项目类型

模型运行 · 图像视觉 · 视频技术

应用场景

图片处理

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 希望使用统一的 Web 界面进行多模态生成，且需要尽量避免复杂环境配置的创作者。
• 显存受限，但希望运行较大扩散模型或需要模型量化能力的本地部署用户。

核心能力

• 支持包括文生图、图生图、文生视频、图生视频、Inpainting、Outpainting 以及自定义脚本在内的多种生成工作流。
• 用户可以从列表中选择参考模型，系统将自动下载并使其处于可用状态；手动添加的模型也会被自动检测。
• 提供模型量化引擎，允许使用预量化模型或进行实时量化，据称最高可实现 4 倍的 VRAM 占用减少。
• 动态平衡 CPU 和 GPU 内存，使得在硬件受限的设备上也能运行更大的模型。
• 支持使用多种内置的 LLM 和 VLM 模型、OpenCLiP 模型，以及结合 WaifuDiffusion 和 DeepDanbooru 模型的 Tagger 对图像进行描述打标和增强。
• 提供完整的图像校正和调色工具套件，用于处理生成的图像或外部输入的图像。
• 提供跨平台 Web 应用程序，具备平台特定的自动检测和调优，支持约 15 种语言本地化和 UI 主题，同时包含桌面端和移动端界面。
• 提供内置安装程序，包含自动更新和依赖项管理功能。

限制与风险

• 图像/视频生成需要使用扩散模型，无论是通过自动下载还是手动添加，都需要具备相关模型文件。
• 项目仅支持自托管和本地运行，未提供官方的托管服务，需要用户自行准备运行环境。

如何开始

• 项目提供内置安装程序进行依赖管理，可通过克隆源码后执行单条 Shell/Batch 命令（如 ./webui.sh）启动 Web UI。

核验依据

• GitHub 项目简介: SD.Next: All-in-one WebUI for AI generative image and video creation, captioning and processing
• README: SD.Next is a state-of-the-art, open-source server application and web interface (WebUI) for AI image and video generation, built on Stable Diffusion and supporting dozens of advan…
• README: SD.Next is feature-rich open-source AI art generation platform with a focus on performance, flexibility, and user experience.
• README: Automatic model download: simply select a model from the list of reference models and it will be downloaded and ready to use Or download and add your own models and they will be a…
• README: - **Desktop** and **mobile** interfaces - Built in **installer** with automatic updates and dependency management

内容核验时间：