入门 12 分钟图像

AUTOMATIC1111：安装 Stable Diffusion WebUI (2026)

直接回答

AUTOMATIC1111（A1111）是采用 AGPL-3.0 许可证的免费开源网页界面，让 Stable Diffusion 在个人电脑上得以普及。它使用 Python 3.10 和 Git，通过一个脚本即可安装，可在浏览器中通过 http://127.0.0.1:7860 打开，并支持 Stable Diffusion 1.5 和 SDXL。它不支持 Flux，最新版本 1.10.1 发布于 2025 年 2 月：对于全新安装，Forge 的衍生版本或 ComfyUI 往往是更好的选择。

AUTOMATIC1111，通常简称为 A1111，是一个免费且开源的网页界面，让用户无需编写任何 Python 代码即可使用 Stable Diffusion。其全称是 Stable Diffusion WebUI。它在您的电脑上运行图像模型，通过浏览器操作，无需账号或订阅。截至 2026 年 9 月 28 日，它仍能很好地运行 Stable Diffusion 1.5 和 SDXL，但其最新发布版本 1.10.1 发布于 2025 年 2 月，且不支持 Flux 等较新的模型系列。本指南涵盖 Windows 和 Linux 上的安装、模型文件的整理、根据可用显存调整启动设置、ADetailer 等最实用的扩展，以及模型文件的安全问题，并坦率说明在全新安装时，哪些情况下 Forge 或 ComfyUI 是更好的选择。

作者： Mohamed Meguedmi·更新于 2026-09-29·已在 Windows、macOS 和 Linux 上测试

#AUTOMATIC1111 是什么？

Stability AI 于 2022 年 8 月 22 日宣布公开发布 Stable Diffusion。一位以 AUTOMATIC1111 为笔名的开发者于当天在 GitHub 上创建了该仓库：这是一个基于 Gradio 库构建的浏览器界面，采用 AGPL-3.0 许可证，免去了输入 Python 命令的麻烦。该仓库目前拥有超过 160 000 颗星。界面提供了文生图、图生图、蒙版重绘和放大等选项卡，以及一个庞大的扩展库。

与所有本地工具一样，它运行在您的设备上，在浏览器中通过 http://127.0.0.1:7860 打开，默认情况下始终不离开您的本地网络。提示词、设置和图像均保留在您的磁盘上，可离线查看和重复使用。

#你需要什么

AI 图像工具包

在本地无限制地生成 AI 图像与视频：在你的 GPU 或 Mac 上使用 ComfyUI、Flux、Z-Image、Wan 2.2——提供可直接加载的工作流，并介绍相关法律框架。

  • 在线空间，终身可用
  • PDF + 文件
  • 30 天内退款
AI 图像套件 →或 所有套件终身使用权 — 49 € →
最低配置舒适
显卡配备 4 GB 显存的 NVIDIA 显卡（仅限 SD 1.5，需启用节省内存的选项）运行 SDXL：配备 8 GB 显存的 NVIDIA 显卡；运行搭配 LoRA、ControlNet 和图像放大功能的 SDXL：12 GB 及以上显存
内存8 GB16 GB及以上
磁盘安装软件及一个模型约需 12 GBSSD 上需 50 GB 及以上空间：模型集合增长迅速
软件Python 3.10.x 和 GitPython 版本很重要：README 要求在 Windows 下使用 3.10.6，并警告较新版本不支持 torch

AMD 显卡可通过 ROCm 在 Linux 下原生运行。在 Windows 下，官方 wiki 明确指出：“Windows+AMD support has not officially been made for webui”，实际可行的途径是使用 lshqqytiger 的社区 DirectML 分支；根据 2024 年 1 月编辑的 wiki 页面，该分支当时尚不能进行训练。在搭载 Apple Silicon 的 Mac 上，官方 wiki 说明了通过 Homebrew 和 webui.sh 脚本进行安装的方法：大多数功能可正常使用，训练非常慢且占用大量内存。NVIDIA 仍是该项目支持最完善的方案。

#在 Windows 和 Linux 上安装

  1. 01
    安装 Python 3.10.6
    从 python.org 下载并安装，安装时勾选「Add Python to PATH」。README 明确说明，较新的版本不支持 torch：请继续使用 3.10.6，即使同一份 README 也允许某些很新的 Linux 发行版使用 3.11。
  2. 02
    安装Git
    Windows 下使用 Git for Windows；Linux 下使用您所用发行版的 git 软件包。
  3. 03
    克隆仓库并运行脚本
    在短路径文件夹中，不包含空格或重音符号。在 Windows 上，脚本为 webui-user.bat；在 Linux 上，为 webui.sh。
  4. 04
    首次启动时请耐心等待
    脚本会下载 PyTorch 及其依赖项，总计数 GB：预计需要十分钟到半小时。出现本地地址后，请在浏览器中打开该地址。
Windows（终端）或 Linux
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# Windows
webui-user.bat

# Linux (après : sudo apt install git python3.10-venv libgl1 libglib2.0-0)
./webui.sh

#模型存放位置

models/Stable-diffusion
检查点，即主要模型文件，格式为 .safetensors。
models/Lora
LoRA：在基础模型上添加风格或主题。
models/VAE
可选的 VAE；许多 SDXL 检查点模型内嵌了 VAE。
extensions
扩展功能，通过同名选项卡进行管理。
outputs
您的图片，按模式和日期排序。

新安装不一定包含模型：旧版本会自动在首次启动时下载SD 1.5，这一行为已不再保证。请从Hugging Face下载一个SDXL检查点，放置到models/Stable-diffusion目录下，然后点击模型选择器旁边的刷新图标。仅使用.safetensors格式文件：旧的.ckpt格式在打开时可能执行代码，详情见下文。

#根据您的VRAM选择启动选项

在 Windows 下，应将选项写入 webui-user.bat 文件的 COMMANDLINE_ARGS 行；在 Linux 下，则写入 webui-user.sh 文件的 COMMANDLINE_ARGS 行。

选项效果何时使用
--xformers节省内存的注意力机制：速度更快，显存占用更少几乎总是适用于 NVIDIA 显卡
--medvram每次仅将模型的一部分保留在 GPU 上；运行速度更慢使用 SDXL 的 6 至 8 GB 显存显卡
--medvram-sdxl同上，仅适用于SDXL模型8 GB 显存显卡在 SD 1.5 下表现良好
--lowvram大幅卸载，速度慢得多4GB显存卡，仅作最后选择
--no-half-vae禁用VAE的半精度模式黑色或绿色图像
--api启用 REST API通过脚本或其他应用程序控制界面
--listen接受来自局域网的连接在平板电脑或其他 PC 上使用；需增加身份验证
适用于 8 GB 显存显卡的示例（webui-user.bat）
set COMMANDLINE_ARGS=--xformers --medvram-sdxl --autolaunch

#第一张图像的设置参数

设置初始值角色
Sampling methodDPM++ 2M Karras，或Euler a降噪算法；这两个是可靠选项
Sampling steps20 à 30步数越多，耗时越长；超过 30 步后，新增步数带来的收益逐渐减少
Width × HeightSDXL 1024×1024，SD 1.5 512×512请尽量使用接近原生分辨率的设置，否则构图效果会变差
CFG Scale5 à 7提示词保真度；过高会导致图像饱和
Seed-1（随机）固定图像时，仅调整一个细节即可重新生成图像
Hires. fix起始设置为关闭先生成小尺寸图像，再在第二轮处理中放大：这是增加细节的经典方法

请用英文描述，而不是下达指令，并先写出主体：「portrait of an elderly fisherman, window light, 85mm, shallow depth of field」比孤立的关键词列表效果更好。负向提示词列出需要避免的内容，例如「blurry, deformed hands, extra fingers, low quality」，用于排除最常见的缺陷。有一个功能值得尽早了解：PNG Info 标签页可以读取该界面生成的任意图像中的提示词和全部设置，让您无需重新输入所有内容，就能复现或调整一次成功的生成。

#2026 年 A1111、Forge 还是 ComfyUI？

AUTOMATIC1111ForgeComfyUI
界面选项卡和表单相同的选项卡节点图
上手容易上手容易上手较难上手
运行速度与显存节省参考根据其README文档，旨在实现更优的资源管理与更快的推理速度在其 README 中自称是针对消费级硬件优化得最充分的推理引擎
较新的模型（Flux 及之后推出的模型）否支持的流式传输几乎全部，通常排在首位
视频否否是
扩展和教程目前最大的数据集大多数 A1111 扩展均可正常运行生态系统庞大且有所不同
开发节奏最新版本 1.10.1，2025年2月原始代码仓库自 2025 年 6 月起已停止维护；Neo 分叉项目仍在活跃开发非常活跃

结论很简单。如果您正在跟随为 A1111 编写的课程、教程或扩展，或者您当前的安装在 SD 1.5 和 SDXL 下已能满足需求，请选择 A1111。对于此类界面的全新安装，请查看 Forge：这是由 ControlNet 和 Fooocus 的作者 lllyasviel 开发的衍生版本，旨在优化资源管理并支持 Flux，且您的使用习惯可完全沿用。Forge 的仓库本身也说明了这一点：由于原项目“几乎已停止更新”，Forge 会“每 90 天或当有重要修复时”与其重新同步。但 Forge 仓库本身自 2025 年 6 月起在主分支上已无提交：后续维护由社区分支 Forge Neo（由 Haoming02 维护）承担，其 README 宣布支持近期模型（Qwen-Image、Wan 2.2、Z-Image），且在 2026 年 9 月底仍在更新。对于社区项目，请在投入前先核实其活跃度。如果您需要当前模型、视频或可复现的流水线，请选择 ComfyUI。

#实用扩展与模型安全

#ADetailer：自动修正人脸和手部

在生成的远景图像中，人脸和手部仍然是 Stable Diffusion 的弱项。ADetailer 扩展的官方仓库将其描述为一个“does automatic masking and inpainting”的扩展。它会通过识别模型自动检测这些区域，然后使用自己的提示词，对这些区域再次进行有针对性的局部重绘。您可以直接在 Extensions 选项卡中安装它，只需将其 GitHub 地址粘贴到“Install from URL”中。

局部重绘（inpainting）正是该界面的四种基本模式之一，另外三种是文生图、图生图和图像放大：它只重新生成图像中用蒙版标记的区域，其余部分保持不变。ADetailer 会自动完成这一操作，无需您为每张脸手动绘制蒙版。

#.ckpt 和 .safetensors 文件：格式会带来哪些区别

.ckpt文件是采用pickle格式的Python序列化文件，这种格式在打开时可能执行任意代码。社区平台上已经出现过含有恶意代码的检查点文件。.safetensors格式从根源上解决了这个问题：该格式的官方仓库称，它「implements a new simple format for storing tensors safely (as opposed to pickle) and that is still fast (zero-copy)」。AUTOMATIC1111内置检查机制，会在反序列化之前阻止加载被判定为可疑的pickle文件，但最简单的原则仍然是只下载.safetensors文件，尤其是在从Hugging Face或Civitai以外的来源下载时。

#常见错误

CUDA out of memory
图像或模型大小超出 VRAM。请添加 --medvram 或 --medvram-sdxl，降低分辨率，关闭其他使用 GPU 的应用程序。
Torch is not able to use GPU
驱动程序过旧，或 GPU 不是 NVIDIA 显卡。请更新驱动程序；无需安装 CUDA Toolkit。
安装因依赖项问题而失败
Python 版本错误。请安装 3.10.x 版本，并在重新启动前删除 venv 文件夹。
较新的 RTX 50 系列显卡未被使用
稳定版搭载的 PyTorch 版本早于 Blackwell 架构。项目的一位贡献者在 GitHub 讨论中记录了应对方案，该讨论更新于 2025 年 5 月 1 日：切换到 dev 分支（git switch dev），该分支使用支持 RTX 50 系列的 PyTorch 2.7.0，然后在 COMMANDLINE_ARGS 中加上 --reinstall-torch 运行一次，之后移除该选项。否则，请使用 ComfyUI。

#FAQ

AUTOMATIC1111 免费吗？+
是的，完全免费。这是一款采用 AGPL-3.0 许可证的开源软件，在 GitHub 上免费发布；它运行的 Stable Diffusion 模型（SD 1.5、SDXL）也可以从 Hugging Face 或 Civitai 免费下载。无需订阅，无需购买使用点数，也无需创建账户：您只需要一台配备合适显卡的电脑，并在初次安装时连接网络。
AUTOMATIC1111是否仍在更新？+
更新很少。最新发布版本 1.10.1 发布于 2025 年 2 月；开发分支直到 2026 年 3 月仍收到过一些零星修复。不支持 Flux 等较新的模型系列。它运行 SD 1.5 和 SDXL 仍然很好，但开发活动已转向十分活跃的 ComfyUI，以及 Forge Neo 等 Forge 衍生项目。
AUTOMATIC1111 需要什么版本的 Python？+
Windows 下应使用 Python 3.10.6：这是 README 指定的版本，其中还提醒，更新的版本不支持 torch。在某些很新的 Linux 发行版上，同一份 README 也允许使用 3.10 或 3.11。如果安装因依赖问题而失败，请安装 3.10.6，并勾选「Add Python to PATH」，删除 venv 文件夹，然后重新运行脚本。
运行 AUTOMATIC1111 需要多少 VRAM？+
配备 4 GB 显存的 NVIDIA 显卡可在启用节省内存的选项（--medvram、--lowvram）后运行 Stable Diffusion 1.5。8 GB 显存可配合 --medvram-sdxl 良好运行 SDXL，而 12 GB 或更多显存则可较为从容地运行结合 LoRA、ControlNet 和高分辨率放大处理的 SDXL，无需不断进行内存切换。
AUTOMATIC1111 是否可以在没有互联网连接的情况下运行？+
是的，安装完成后即可离线使用。互联网仅用于首次下载 Python、Git、PyTorch 依赖项、模型和扩展。这些文件保存到磁盘后，每次图像生成都完全在本地进行，不进行任何网络通信，ADetailer 或 ControlNet 等扩展也不例外。
在 AUTOMATIC1111 中，ADetailer 是做什么的？+
ADetailer 会自动检测人脸、手部或其模型所定义的其他区域，然后使用自己的提示词，对这些区域再次进行有针对性的局部重绘，无需您手动绘制蒙版。这是修正远景镜头或次要角色常见缺陷最直接的方法。
是否应避免使用从网上下载的 .ckpt 文件？+
如果来源不可靠，出于谨慎，应该避免：.ckpt是Python的pickle文件，能够在打开时执行代码，而且社区平台上已经出现过含有恶意代码的文件。AUTOMATIC1111默认会阻止被判定为可疑的pickle文件，但最稳妥的做法仍是仅从Hugging Face或Civitai下载.safetensors文件，这种格式无法执行代码。
这份指南对您有帮助吗？

有反馈、发现了错误，或想补充说明？请告诉我们，让这份指南对每个人都更有帮助。