简介
Stable Diffusion WebUI(简称 WebUI)是一个基于 Stable Diffusion 的图形化界面工具,由 AUTOMATIC1111 开发。它让 AI 绘画变得简单直观,通过网页界面就能生成图片。
WebUI 特色:
- ✅ 界面直观,上手简单
- ✅ 插件丰富,生态成熟
- ✅ 功能全面:文生图、图生图、局部重绘、高清修复
- ✅ ControlNet 集成
- ✅ 适合新手入门
一、WebUI 和 ComfyUI 选哪个?
| 特性 | WebUI | ComfyUI |
|---|---|---|
| 上手难度 | 简单 ⭐⭐⭐ | 较难 ⭐⭐ |
| 界面 | 图形化表单 | 节点工作流 |
| 灵活性 | 一般 | 非常高 |
| 插件生态 | 丰富 | 适中 |
| 适合人群 | 新手入门 | 进阶/专业 |
| 显存占用 | 较高 | 更省显存 |
| 导出工作流 | 不支持 | 支持 JSON |
建议:
- 新手 → 先用 WebUI
- 想深入 → 后面再学 ComfyUI
- 两个可以同时安装,不冲突
二、安装
2.1 下载安装包
方式一:官方版本
https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases
方式二:秋叶整合包(推荐新手)
国内使用秋叶整合包更方便:
- B站搜索「Stable Diffusion 秋叶整合包」
- 下载后解压
- 双击「启动器」即可运行
2.2 Windows 安装
- 解压
stable-diffusion-webui.zip - 双击运行
webui-user.bat - 首次运行会自动安装依赖和下载模型
- 打开浏览器访问
http://127.0.0.1:7860
2.3 Mac 安装
bash# 1. 安装 Homebrew /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" # 2. 安装依赖 brew install cmake protobuf rust python@3.10 git # 3. 克隆项目 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui cd stable-diffusion-webui # 4. 启动 ./webui.sh
Mac 可用 MPS 加速,但部分功能受限。推荐用 Mac 版 ComfyUI。
三、基础功能详解
3.1 文生图(txt2img)
最基础的功能,输入文字生成图片。
界面:
┌─────────────────────────────────────────────┐
│ [模型选择] [VAE] [采样器] [生成] │
├─────────────────────────────────────────────┤
│ 正面提示词: │
│ 1girl, anime style, beautiful... │
│ │
│ 负面提示词: │
│ lowres, bad anatomy... │
│ │
│ 采样步数: 20 宽: 512 高: 512 │
│ CFG: 7 批次: 1 │
└─────────────────────────────────────────────┘
操作步骤:
- 选择基础大模型
- 输入提示词(英文更好)
- 设置参数
- 点击 Generate
3.2 图生图(img2img)
用一张图片作为参考,生成新的图片。
使用场景:
- 风格转换(照片变动漫)
- 改变图片内容
- 扩展图片(扩图)
参数:Denoise(降噪强度)
- 0-0.3:和原图很像,只改变细节
- 0.4-0.6:较大改变
- 0.7-1:几乎重新生成
3.3 局部重绘(Inpainting)
只重绘图片的某一部分,其他部分保持不变。
使用场景:
- 换脸
- 修改某个物体
- 去除不需要的元素
操作:
- 发送到 Inpaint
- 用画笔涂抹要重绘的区域
- 设置 Denoise(通常 0.5-0.75)
- Generate
3.4 高清修复(Hires fix)
把低分辨率图片放大,同时保持细节。
参数:
| 参数 | 说明 | 推荐值 |
|---|---|---|
| Upscale by | 放大倍数 | 2 |
| Denoising strength | 降噪强度 | 0.3-0.5 |
| Tile size | 分块大小 | 512 |
3.5 ControlNet
控制图片生成的方向,是 WebUI 最强大的功能之一。
常用模型:
| 模型 | 作用 |
|---|---|
| Canny | 边缘检测控制 |
| Depth | 深度图控制 |
| Pose | 姿态控制 |
| Scribble | 草图控制 |
| Seg | 语义分割控制 |
使用步骤:
- 上传参考图
- 选择 ControlNet 模型
- 勾选 Enable
- Generate
四、参数说明
4.1 核心参数
| 参数 | 说明 | 推荐值 |
|---|---|---|
| Sampling Steps | 采样步数,越多越精细 | 20-30 |
| Width / Height | 图片尺寸 | 512x512 或 768x768 |
| CFG Scale | 提示词引导强度 | 7-8 |
| Seed | 随机种子,-1 随机 | -1 |
| Batch Count | 生成几批 | 1-4 |
| Denoise | 图生图降噪强度 | 0.5-0.8 |
4.2 推荐采样器
| 采样器 | 特点 |
|---|---|
| Euler a | 经典快速,效果好 ⭐⭐⭐⭐⭐ |
| DPM++ 2M Karras | 质量高,速度快 ⭐⭐⭐⭐⭐ |
| UniPC | 快速且质量不错 ⭐⭐⭐⭐ |
| DDIM | 适合图生图,可控性强 ⭐⭐⭐ |
五、模型安装
5.1 模型存放位置
Windows:
stable-diffusion-webui\models\Stable-diffusion\
5.2 模型类型
| 文件夹 | 放置内容 |
|---|---|
Stable-diffusion/ | 基础大模型 |
Lora/ | LoRA 模型 |
VAE/ | VAE 模型 |
Embeddings/ | 文本嵌入 |
ControlNet/ | ControlNet 模型 |
5.3 下载模型
| 网站 | 地址 |
|---|---|
| Civitai | https://civitai.com |
| HuggingFace | https://huggingface.co/models |
六、电脑配置推荐
6.1 显卡推荐
| 显卡 | 显存 | 推荐度 |
|---|---|---|
| RTX 4090 | 24GB | ⭐⭐⭐⭐⭐ |
| RTX 4080 | 16GB | ⭐⭐⭐⭐ |
| RTX 3090 | 24GB | ⭐⭐⭐⭐ |
| RTX 4070 Ti | 12GB | ⭐⭐⭐ |
| RTX 3060/4060 | 8GB | ⭐⭐ |
6.2 Mac
推荐用 ComfyUI,WebUI 在 Mac 上功能受限。
七、常见问题
Q1:显存不足?
- 开启 Low VRAM 模式
- 降低分辨率到 512x512
Q2:图片生成模糊?
- 检查 VAE 是否正确加载
- 增加采样步数到 25+
Q3:提示词不生效?
- 使用英文提示词
- 检查 LoRA 名称是否正确
八、总结
- 下载秋叶整合包 → 解压运行
- 熟悉文生图基础功能
- 尝试图生图风格转换
- 学习局部重绘修改图片
- 掌握ControlNet精准控制
WebUI 上手简单,功能强大,新手推荐先用这个。