Stable Diffusion web UI 是一个基于 Gradio 库构建的 Web 界面，用于著名的文本生成图像模型 Stable Diffusion。该项目由 AUTOMATIC1111 创建和维护，旨在为用户提供一个功能极其丰富、易于使用且高度可定制的前端工具，极大地降低了使用 Stable Diffusion 模型的技术门槛，使其成为 AI 绘画领域最受欢迎的开源工具之一。
项目地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui
该项目集成了海量功能，远超 Stable Diffusion 原始模型的基础能力。以下是一些核心和亮点的功能：
txt2img： 根据文本描述生成图像。
img2img： 根据输入图像和文本描述，对原图进行修改、重绘或风格转换。
Inpainting： 对图像中特定区域进行重绘，同时保持其他部分不变。
Outpainting： 扩展图像的画布，智能地补全图像边缘的内容。
注意力控制： 通过 (keyword) 或 (keyword:1.2) 等语法，调整提示词中特定关键词的权重，让模型更关注某些元素。
无令牌限制： 突破原版模型 75 个令牌的限制，可以输入更长的、描述更复杂的提示词。
提示词矩阵： 一次生成多张图像，以测试不同提示词组合的效果。
负面提示词： 指定不希望出现在图像中的内容。
样式管理： 保存常用的提示词组合为“样式”，方便一键调用。
Extras 标签页： 集成了多种强大的图像放大和修复工具，包括：
RealESRGAN/ESRGAN： 通用图像超分辨率放大。
GFPGAN/CodeFormer： 专门用于修复和增强人脸。
SwinIR/Swin2SR： 其他类型的神经网络放大器。
Stable Diffusion Upscale： 使用 SD 模型本身进行高质量的放大。
Checkpoint 模型管理： 支持动态加载和切换不同的大模型。
模型合并： 提供图形化界面，允许用户合并多个模型以创造新风格。
训练功能： 支持训练多种个性化模型：
Textual Inversion： 训练嵌入，让模型学习特定概念或物体。
Hypernetworks： 一种影响模型风格的附加神经网络。
LoRA： 一种轻量级、高效的微调方法，可以修改模型风格或角色，非常流行。
参数保存与读取： 生成参数会自动保存在图片文件中，可以拖拽图片到 UI 中自动读取参数。
CLIP Interrogator： “图生文”功能，可以分析一张图片并推测出其可能的提示词。
X/Y/Z 图表： 用于系统地比较不同参数（如采样器、步数、CFG Scale）对生成结果的影响。
历史记录： 通过扩展，可以方便地浏览和管理之前生成的所有图像。
中断生成： 可以在生成过程中的任意时刻中断。
自定义脚本： 拥有强大的扩展系统，社区开发了成千上万的扩展插件，可以添加新功能、新模型和新UI。
API 支持： 提供了 API 接口，允许其他程序调用其功能，便于集成到工作流中。
该项目支持在多种硬件和操作系统上运行：
推荐配置： 使用 NVidia GPU，并按照相应的 Wiki 指南安装 CUDA 等依赖。
其他支持： 也支持 AMD GPU、Intel CPU/GPU 以及 Apple Silicon Mac。
Windows： 安装 Python 3.10.6 和 Git 后，直接运行 webui-user.bat 脚本，该脚本会自动完成大部分环境配置。
Linux： 安装依赖后，运行 webui.sh 脚本。
预发布包： Windows 用户也可以直接下载发布的 zip 包，运行其中的 update.bat 和 run.bat。
对于没有强大本地硬件的用户，项目 Wiki 也列出了许多在线服务（如 Google Colab）可供使用。
Stable Diffusion web UI 不仅仅是一个“界面”，它已经发展成为一个功能极其全面的 AI 绘画生态系统。它将 Stable Diffusion 模型的强大能力与社区的创造力相结合，通过直观的 Web 界面，为艺术家、开发者和爱好者提供了无与伦比的灵活性和控制力。其活跃的社区和丰富的扩展生态，使其持续成为探索和应用生成式 AI 艺术的首选工具。