Stable Diffusion WebUI 2026（AUTOMATIC1111）：163k 星自托管图像生成完整指南

过去 3 年 Google “stable diffusion install” 第一个结果一直是 AUTOMATIC1111 stable-diffusion-webui。163k GitHub 星（史上最多星 AI 项目之一），是 2026 SD 家族图像生成的自托管默认 UI —— txt2img / img2img / 修复 / 扩展 / LoRA / ControlNet / 批量生成，全在 Gradio web UI 后面，4 GB GPU 就能跑。

这是个人创作者和 dev “想本地生图不付 $20/月给 Midjourney” 的答案。复杂工作流（多模型管线 / 视频生成 / 音频）见 ComfyUI —— 两者互补，不是竞争。

TL;DR #

• 是什么：SD 家族模型的 Gradio web UI
• GitHub：163k 星，7689+ commits，最新 v1.10.1
• License：AGPL-3.0（SaaS 部署注意）
• 模型：原生 SD 1.5 / 2.x / SSD-1B / Alt-Diffusion；扩展支持 SDXL；fork 支持 SD3 / Flux
• 硬件：最低 4 GB VRAM（有 2 GB 报告 --lowvram 能跑）
• 值得知道的 fork：Forge（更快，SDXL/Flux 重点）/ SD.Next（rolling release）

1. 为什么 A1111 在 2026 还是默认 #

Flux（2024 年 9 月）和 SD 3.5 后图像生成生态严重碎片化。ComfyUI 占据"复杂管线"niche。但 A1111 仍是默认因为：

1. 学习曲线最低 —— 文本框、生成按钮、完事
2. 扩展最多 —— 500+ 扩展处理 ControlNet / ADetailer / Regional Prompter / 训练等
3. 教程最多 —— 4 年 Reddit/YouTube 内容都是 A1111 形状
4. 够 80% 用例 —— 只要"文字到好图"，ComfyUI 图形视图杀鸡用牛刀

新手本地图像生成：从这里开始。outgrow 它时迁 ComfyUI。

2. 硬件真实数字（2026） #

云端用：Vast.ai 或 DigitalOcean GPU droplet $0.30-0.50/小时 GPU 实例，任何有意义量上比 Midjourney 便宜。

3. 快装（15 分钟） #

Linux/macOS：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
./webui.sh  # 自动装 Python 依赖，下默认模型

Windows：下最新 release zip，解压，跑 webui-user.bat。

首次运行下 ~4 GB（默认 SD 1.5 模型）+ ~2 GB Python 依赖。浏览器打开 http://localhost:7860。

4. 80/20 设置 #

“给我生张好图” 工作流：

• Sampler：DPM++ 2M Karras 或 Euler a
• Steps：20-30（30 以上收益递减）
• CFG Scale：7（越低越创意，越高越死板）
• 分辨率：SD 1.5 用 512×768，SDXL 用 1024×1024
• Negative prompt 基线：bad anatomy, blurry, low quality, watermark, text, signature

高质量：开 Hires fix（2× 上采样 + denoise 0.4-0.5），代价是 2× 生成时间。

5. 必装扩展 #

500+ 扩展里 top picks：

• ControlNet —— pose / depth / canny / scribble 条件控制。最有用单一扩展
• ADetailer —— 自动修脸和手（SD 两个失败模式）
• Regional Prompter —— 不同区域不同 prompt
• Dynamic Prompts —— wildcard 语法 {red|blue|green} car
• Civitai Helper —— 管理 Civitai 下载的模型
• sd-webui-prompt-history —— 找回过去生成的 prompt

装：Extensions tab → Install from URL → 贴 GitHub URL → Apply 重启。

6. LoRA / Embedding / ControlNet 工作流 #

三种定制机制：

• LoRA（Low-Rank Adaptation）—— 小文件（~150 MB），把基础模型适配到特定风格或主题。丢 models/Lora/，prompt 里引用：<lora:style_name:0.8>
• Textual Inversion / Embeddings —— 更小（~30 KB），单概念添加。丢 embeddings/，prompt 里打触发词
• ControlNet —— pose / depth / 线稿等条件生成。模型进 models/ControlNet/

Civitai 是社区 LoRA 和 checkpoint 的事实 hub。Civitai Helper 扩展自动同步你本地文件和元数据。

7. SDXL / SD3 / Flux 支持（2026 现状） #

开箱 A1111 主线做 SD 1.x/2.x。新模型：

• SDXL —— v1.6 起主线工作
• SDXL Turbo / Lightning —— 工作，配置为加速 SDXL
• SD 3.5 —— 需 Forge fork 或扩展，主线落后
• Flux —— 需 Forge fork；A1111 主线到 v1.10 不支持 Flux
• 要以上 + Wan + Hunyuan 全部？ 切 ComfyUI

2026 日用 SDXL：A1111 主线行。Flux-first 创意管线：Forge fork。全支持：ComfyUI。

8. 生产自托管模式 #

“个人图像 API” 部署：

   GPU droplet
（RTX 6000 Ada $0.50/小时 或 Vast.ai）
            │
            ▼
   A1111 开 --api flag
            │
            ▼
   内部 FastAPI wrapper（auth + 限流 + 队列）
            │
            ▼
   你的 app / agent 调 /sdapi/v1/txt2img

成本例：8 小时/天 × $0.50/小时 × 30 天 = $120/月无限生成，vs Midjourney $30/月 200 fast 小时。中等用量打平。

9. A1111 vs Forge vs SD.Next vs ComfyUI #

2026 诚实推荐：先试 A1111 主线。要 Flux 或速度，切 Forge。线性 UI 心智模型不够用了，学 ComfyUI。

TL;DR #

AUTOMATIC1111 SD WebUI = 2026 个人创作者自托管图像生成默认。163k 星，最低 4 GB VRAM，开箱跑 SD 1.x/SDXL。配 Civitai 社区模型，ControlNet/LoRA/ADetailer 做高级控制。

开 GPU 实例，跑第 3 节安装，15 分钟后你有本地图像生成，任何有意义量上和 Midjourney 打平。

dibi8 多模态内容 stack 的一部分 —— 见 ComfyUI 节点式工作流 和即将上线的多模态内容 Pipeline 合集。