人工智能本地部署媒體生成【免費(fèi)下載鏈接】stable-diffusion-webuiStable Diffusion web UI項(xiàng)目地址https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui點(diǎn)擊查看免費(fèi)下載本文以倉(cāng)庫(kù)根目錄的 CHANGELOG.md 為主線系統(tǒng)梳理 stable-diffusion-webui 自 1.0.0 至 1.10.1 的功能演進(jìn)與技術(shù)路線重點(diǎn)剖析 1.10.x 引入的 Stable Diffusion 3 支持、六種新調(diào)度器、DDIM CFG 采樣器與六連發(fā)性能優(yōu)化并結(jié)合 modules、configs、extensions-builtin 等源碼目錄驗(yàn)證每個(gè)關(guān)鍵特性的真實(shí)實(shí)現(xiàn)。讀完本文你將掌握該項(xiàng)目采樣器—調(diào)度器—模型—性能四大技術(shù)支柱的演進(jìn)脈絡(luò)并能在升級(jí)、排障與二次開(kāi)發(fā)時(shí)準(zhǔn)確對(duì)應(yīng)到具體源碼位置。一、版本總覽一條持續(xù)迭代的技術(shù)主線CHANGELOG.md 記錄了自 1.0.0everything至 1.10.1 的完整版本軌跡。整體演進(jìn)可以歸納為四條主線主線代表版本核心技術(shù)內(nèi)容模型體系擴(kuò)展1.5.0 / 1.8.0 / 1.10.0SDXL → SDXL-Inpaint、LCM、SD 2.1 Turbo、SSD-1B、SD3采樣與調(diào)度體系1.6.0 / 1.9.0 / 1.10.0DDIM/PLMS/UniPC 重構(gòu)、主 UI 調(diào)度器選擇、六種新調(diào)度器、DDIM CFG性能優(yōu)化1.4.0 / 1.6.0 / 1.8.0 / 1.10.0cond/uncond 批量、低顯存策略、extra networks 提速、六連發(fā)優(yōu)化擴(kuò)展與 API 生態(tài)1.3.0 / 1.5.0 / 1.9.0 / 1.10.0腳本回調(diào)體系、Lora 重構(gòu)、schedulers API、process_before_every_samplinghook最新版本 1.10.1 僅含一處 Bug 修復(fù)修復(fù) CPU 上的圖像放大問(wèn)題PR #162751.10.0 則是自 1.8.0 之后規(guī)模最大的一次功能發(fā)布。二、1.10.0Stable Diffusion 3 支持與模型體系擴(kuò)展2.1 SD3 推理支持1.10.0 最大的特性是引入 Stable Diffusion 3 支持PR #16030、#16164、#16212。CHANGELOG 明確給出了兩項(xiàng)使用前提推薦使用 Euler 采樣器DDIM 以及其他基于 timestamp 的采樣器當(dāng)前不支持T5 文本模型默認(rèn)禁用需要在設(shè)置中開(kāi)啟。這兩項(xiàng)約束在源碼中都有對(duì)應(yīng)實(shí)現(xiàn)。SD3 相關(guān)代碼位于 modules/models/sd3包含核心組件mmdit.pyMM-DiTMultimodal Diffusion TransformerSD3 的核心模型組件sd3_cond.py條件編碼器裝配同時(shí)使用 SDClipModel / SDXLClipG / T5XXLModel 三種文本編碼器sd3_impls.pySD3 的 UNet 與 CFGDenoiser 實(shí)現(xiàn)sd3_model.py模型裝配入口。T5 開(kāi)關(guān)在設(shè)置項(xiàng)sd3_enable_t5中定義shared_options.pysd3_enable_t5: OptionInfo(False, Enable T5).info( load T5 text encoder; increases VRAM use by a lot, potentially improving quality of generation; requires model reload to apply ),注意該設(shè)置注釋明確說(shuō)明開(kāi)啟 T5 會(huì)大幅增加顯存占用可能提升生成質(zhì)量且需要重載模型才能生效。從源碼結(jié)構(gòu)看sd3_cond.py中通過(guò)shared.opts.sd3_enable_t5控制 T5XXLModel 是否參與條件編碼默認(rèn)關(guān)閉正是為了控制顯存開(kāi)銷(xiāo)。配置文件層面?zhèn)}庫(kù)提供了 sd3-inference.yaml 作為 SD3 推理的模型配置模板展示了解析 SD3 checkpoint 時(shí)所需的network_config、conditioner_config等結(jié)構(gòu)。2.2 六種新調(diào)度器1.10.0 一口氣新增六個(gè)調(diào)度器Align Your Steps、KL Optimal、Normal、DDIM、Simple、Beta。調(diào)度器負(fù)責(zé)決定采樣過(guò)程中每一步的噪聲強(qiáng)度sigma序列。它們?cè)?sd_schedulers.py 中統(tǒng)一注冊(cè)Scheduler(automatic, Automatic, None), Scheduler(uniform, Uniform, uniform, need_inner_modelTrue), Scheduler(karras, Karras, k_diffusion.sampling.get_sigmas_karras, default_rho7.0), Scheduler(exponential, Exponential, k_diffusion.sampling.get_sigmas_exponential), Scheduler(polyexponential, Polyexponential, k_diffusion.sampling.get_sigmas_polyexponential, default_rho1.0), Scheduler(sgm_uniform, SGM Uniform, sgm_uniform, need_inner_modelTrue, aliases[SGMUniform]), Scheduler(kl_optimal, KL Optimal, kl_optimal), Scheduler(align_your_steps, Align Your Steps, get_align_your_steps_sigmas), Scheduler(simple, Simple, simple_scheduler, need_inner_modelTrue), Scheduler(normal, Normal, normal_scheduler, need_inner_modelTrue), Scheduler(ddim, DDIM, ddim_scheduler, need_inner_modelTrue), Scheduler(beta, Beta, beta_scheduler, need_inner_modelTrue),調(diào)度器注冊(cè)鍵源碼函數(shù)特點(diǎn)Align Your Stepsalign_your_stepsget_align_your_steps_sigmas來(lái)自 NVIDIA 研究代碼注釋標(biāo)注了官方 howto 頁(yè)面針對(duì)擴(kuò)散模型的步長(zhǎng)對(duì)齊優(yōu)化對(duì)低步數(shù)場(chǎng)景效果顯著KL Optimalkl_optimalkl_optimal基于 KL 最優(yōu)化的 sigma 序列Normalnormalnormal_scheduler需要 inner modelneed_inner_modelTrue依賴模型內(nèi)部信息計(jì)算調(diào)度DDIMddimddim_scheduler與 DDIM 采樣器配套的確定性調(diào)度Simplesimplesimple_scheduler簡(jiǎn)化調(diào)度曲線Betabetabeta_scheduler基于 Beta 分布的調(diào)度曲線其中need_inner_modelTrue表示該調(diào)度器需要訪問(wèn)去噪網(wǎng)絡(luò)內(nèi)部狀態(tài)才能生成 sigma 序列這也是為什么部分調(diào)度器在 API 中會(huì)附帶額外參數(shù)。1.9.1 版本還為此新增了/sdapi/v1/schedulersAPI 端點(diǎn)見(jiàn)后文便于前端與第三方客戶端枚舉可用調(diào)度器。2.3 新采樣器DDIM CFG除調(diào)度器外1.10.0 還新增了采樣器DDIM CFGPR #16035。采樣器決定去噪的推進(jìn)方式調(diào)度器決定 sigma 序列——二者搭配使用。在 sd_samplers_timesteps.py 中注冊(cè)(DDIM CFG, sd_samplers_timesteps_impl.ddim_cfgpp, [ddim_cfgpp], {}),其實(shí)現(xiàn)位于 sd_samplers_timesteps_impl.py是 CFGClassifier-Free Guidance思想在 DDIM 采樣軌跡上的改進(jìn)版本適用于需要在較少步數(shù)內(nèi)獲得穩(wěn)定構(gòu)圖的場(chǎng)景。三、1.10.0 性能優(yōu)化系列六連發(fā)源碼解讀1.10.0 的 Performance 章節(jié)一次性并入六個(gè)編號(hào)優(yōu)化 PRPerformance 1/66/6加若干獨(dú)立優(yōu)化構(gòu)成一次系統(tǒng)性的推理加速u(mài)se_checkpoint FalsePR #15803在 sd_models.py 中加載模型時(shí)強(qiáng)制關(guān)閉 UNet 與網(wǎng)絡(luò)配置中的 gradient checkpointingsd_config.model.params.network_config.params.use_checkpoint False sd_config.model.params.unet_config.params.use_checkpoint False由于推理階段不需要反向傳播保存中間激活關(guān)閉 checkpoint 可避免多余的按塊重算開(kāi)銷(xiāo)是純推理場(chǎng)景的標(biāo)準(zhǔn)做法。用 torch 原生算子替換 einops.rearrangePR #15804減少 einops 的字符串解析與張量重排開(kāi)銷(xiāo)。從 sd_hijack_optimizations.py 等處的實(shí)現(xiàn)看項(xiàng)目對(duì)注意力與 UNet 前后處理均做了大量原生算子改寫(xiě)。預(yù)計(jì)算is_sdxl_inpaint標(biāo)志PR #15806在 processing.py 中將每次采樣循環(huán)都要判斷的是否為 SDXL 修補(bǔ)模型提前到任務(wù)初始化階段避免熱路徑上的重復(fù)判定。避免不必要的 extra networks bias 備份PR #15816Lora/LyCORIS 等額外網(wǎng)絡(luò)在應(yīng)用權(quán)重時(shí)涉及 bias 的暫存與恢復(fù)此優(yōu)化減少無(wú)損備份次數(shù)縮短單步采樣耗時(shí)。新增--precision half選項(xiàng)PR #15820在 cmd_args.py 中注冊(cè)parser.add_argument(--precision, typestr, helpevaluate at this precision, choices[full, half, autocast], defaultautocast)配合既有的--no-half/--no-half-vaecmd_args.py用戶可以在推理前顯式將模型轉(zhuǎn)為半精度見(jiàn) sd_models.py 的model.half()避免推理過(guò)程中反復(fù) dtype 轉(zhuǎn)換同時(shí) sd_models.py 會(huì)校驗(yàn)--precision half與--no-half不能同時(shí)使用。LDM 優(yōu)化補(bǔ)丁PR #15824與sigmas 保留在 CPUPR #15823后者把采樣調(diào)度序列放在 CPU 上減少 GPU 內(nèi)存中的張量搬運(yùn)前者針對(duì) LDM 的 UNet 前向過(guò)程打了系列優(yōu)化補(bǔ)丁。此外1.10.0 還有兩項(xiàng)值得注意的優(yōu)化NaN 檢查后置不再在每步采樣后檢查 UNet 輸出中的 NaN而是在所有 step 完成后統(tǒng)一檢查一次對(duì)應(yīng) devices.py 的test_for_nans與 cmd_args.py 的--disable-nan-check新增 torch profiler 選項(xiàng)在設(shè)置中啟用 profiling 后profiling.py 會(huì)構(gòu)造torch.profiler.profile記錄 CPU/CUDA 活動(dòng)并把結(jié)果導(dǎo)出為 Chrome Trace 文件生成結(jié)果通過(guò) UI 提供下載鏈接call_queue.py。啟用 profiling 的相關(guān)設(shè)置在 shared_options.pyprofiling_enable默認(rèn) False、profiling_activities默認(rèn)僅 CPU可選 CUDA、profiling_record_shapes、profiling_profile_memory、profiling_with_stack與profiling_filename默認(rèn)trace.json。四、1.10.0 Minor 特性與命令行參數(shù)1.10.0 的 Minor 章節(jié)包含十余項(xiàng)體驗(yàn)與功能改進(jìn)其中與技術(shù)配置強(qiáng)相關(guān)的如下跳過(guò)早期步驟的 CFGPR #15607新增選項(xiàng)允許在前幾個(gè)采樣步跳過(guò) CFG 計(jì)算適用于超分辨率或?qū)υ缙跇?gòu)圖精度不敏感的場(chǎng)景可顯著提速。新增--models-dir命令行參數(shù)PR #15742在 cmd_args.py 中定義作為模型的基礎(chǔ)存儲(chǔ)路徑、覆蓋--data-dirparser.add_argument(--models-dir, typenormalized_filepath, defaultNone, helpbase path where models are stored; overrides --data-dir)實(shí)際解析發(fā)生在 paths_internal.pymodels_path cmd_opts_pre.models_dir if cmd_opts_pre.models_dir else os.path.join(data_path, models)。這意味著你可以把全部模型checkpoint、VAE、Lora、embeddings 等放到獨(dú)立磁盤(pán)而把配置與輸出留在--data-dir。移動(dòng)端雙指手勢(shì)打開(kāi)上下文菜單PR #15682配合 mobile 內(nèi)建擴(kuò)展改善觸屏操作。捆綁 Textual Inversion 的 Lora 名稱作為 TI hashes 寫(xiě)入 infotextPR #15679保證生成參數(shù)可復(fù)現(xiàn)。模型下載后校驗(yàn)哈希PR #15602防止下載損壞的模型文件api/models.py 與 sd_models.py 中維護(hù)了sha256哈希字段與計(jì)算邏輯。更多擴(kuò)展標(biāo)簽過(guò)濾選項(xiàng)PR #15627。保存 AVIF 時(shí)復(fù)用 JPEG 的質(zhì)量設(shè)置PR #15610。新增[basename]文件名模式PR #15978在 images.py 中注冊(cè)為basename: lambda self: self.basename or img將源圖像文件名不含擴(kuò)展名嵌入輸出文件名。SDXL 的 clip L 可啟用 clip skipPR #15992通過(guò)CLIP_stop_at_last_layers設(shè)置見(jiàn) sd_hijack_open_clip.py 的 layer_idx 機(jī)制。生成期間阻止屏幕休眠PR #16001設(shè)置項(xiàng)prevent_screen_sleep_during_generation默認(rèn)開(kāi)啟shared_options.py。圖像查看器新增 ToggleLivePreview 按鈕PR #16065。移除 UI 重載與快速滾動(dòng)時(shí)的閃爍PR #16153?？申P(guān)閉 Save 按鈕寫(xiě) log.csvPR #16242對(duì)應(yīng)設(shè)置項(xiàng)save_write_log_csvshared_options.py日志路徑為outdir_save/log.csvui_common.py。4.1 擴(kuò)展與 APIprocess_before_every_samplinghook1.10.0 在擴(kuò)展體系上最重要的變化是新增process_before_every_sampling回調(diào)PR #15984。該回調(diào)在每一次采樣而非整個(gè)生成任務(wù)開(kāi)始前觸發(fā)在 scripts.py 中統(tǒng)一調(diào)度def process_before_every_sampling(self, p, **kwargs): for script in self.ordered_scripts(process_before_every_sampling): script.process_before_every_sampling(p, *script_args, **kwargs)調(diào)用點(diǎn)分布在 processing.py、processing.py 與 processing.py覆蓋 txt2img、img2img 與 hires fix 第二遍等不同采樣路徑。擴(kuò)展作者可用它實(shí)現(xiàn)逐 step 級(jí)的動(dòng)態(tài)提示詞、采樣中途參數(shù)修正等高級(jí)能力。另一項(xiàng) API 變化是無(wú)效采樣器名現(xiàn)在返回 HTTP 400 而非 404PR #16140便于客戶端區(qū)分參數(shù)錯(cuò)誤與資源不存在對(duì) API 集成方更友好。五、1.9.x 系列調(diào)度器 API 與文件名模式擴(kuò)展1.9.x 是 1.10.0 的前置鋪墊主要貢獻(xiàn)集中在調(diào)度器體系與文件名模板1.9.4固定 setuptools 版本以解決啟動(dòng)錯(cuò)誤PR #15882。1.9.3修復(fù)get_crop_region_v2裁剪區(qū)域計(jì)算PR #15594。1.9.2恢復(fù) 1.8.0 風(fēng)格的腳本命名方式。1.9.1新增AVIF 圖像支持PR #15582新增文件名模式[sampler_scheduler]與[scheduler]PR #15581。前者把采樣器調(diào)度器組合寫(xiě)入文件名后者僅寫(xiě)入調(diào)度器名實(shí)現(xiàn)在 images.py 的get_sampler_scheduler_str與get_scheduler_str新增/sdapi/v1/schedulersAPI 端點(diǎn)PR #15577在 api.py 中注冊(cè)self.add_api_route(/sdapi/v1/schedulers, self.get_schedulers, methods[GET], response_modellist[models.SchedulerItem])移除 API upscaling factor 限制PR #15560允許更大的放大倍數(shù)多項(xiàng)修復(fù)圖片不匹配/坐標(biāo)越界PR #15534、remove_callbacks_for_function未從有序表移除PR #15533、x1 upscalerPR #15555、擴(kuò)展腳本cls.__module__PR #15532等啟動(dòng)腳本兼容性改進(jìn)webui.sh可從任意含.git文件的目錄運(yùn)行PR #15561并適配 Debian 11、Fedora 34、openSUSE 15.4PR #15544。六、1.9.0Refiner 切換重構(gòu)與調(diào)度器進(jìn)入主 UI1.9.0 對(duì)采樣管線做了一次重要的架構(gòu)調(diào)整Refiner 基于模型 timesteps 切換而非采樣步數(shù)PR #14978更精確地匹配不同模型的噪聲調(diào)度階段配套修復(fù)還包括alphas_cumprod在切換期間的保護(hù)PR #14979。主 UI 增加調(diào)度器選擇PR #15333、#15361、#15394此前調(diào)度器與采樣器耦合現(xiàn)在可在界面中獨(dú)立選擇調(diào)度器。SGM Uniform 調(diào)度器PR #15325專為 SDXL-Lightning 等模型設(shè)計(jì)?；卣{(diào)重排序 UIPR #15205可在界面中調(diào)整回調(diào)執(zhí)行順序并支持?jǐn)U展元數(shù)據(jù)聲明回調(diào)順序。extra networks 舊式目錄視圖選項(xiàng)新增設(shè)置可在樹(shù)狀視圖與舊式目錄列表間切換。命令行參數(shù)方面新增--unix-filenames-sanitization與--filenames-max-lengthPR #15031前者允許文件名除/外保留任意符號(hào)后者控制保存圖像文件名最大長(zhǎng)度默認(rèn) 128。其實(shí)現(xiàn)位于 cmd_args.py 與 images.py默認(rèn)非法字符集為#:/\|?*\n\r\t開(kāi)啟 Unix 模式后僅排除/同時(shí)sanitize_filename_part會(huì)截?cái)嗟絝ilenames-max-length并清理首尾空格與點(diǎn)號(hào)。--no-prompt-historyPR #15189禁用上一輪生成提示詞的自動(dòng)回填見(jiàn) processing.py 與 infotext_utils.py 的條件判斷。--dat-models-pathPR #15039指定 DAT upscaler 模型目錄默認(rèn)值為models/DATcmd_args.py。模型能力方面DoRAweight-decompose支持PR #15160、#15283LoRA/LoHa/LoKr 可選用權(quán)重分解式訓(xùn)練方法LyCORIS BOFT 推理支持PR #14871、#14973PNG-RGBA 輸出PR #15334與safetensors 元數(shù)據(jù)內(nèi)嵌封面圖PR #15319緩存庫(kù)切換為 diskcachePR #15287、#15299圖片 URL 拖拽讀取 infotextPR #15262Extras 放大器最大邊長(zhǎng)度限制輸入框PR #15293 等擴(kuò)展 Git 元數(shù)據(jù)只拉取激活分支PR #15233。硬件方面新增 Ascend NPU 訓(xùn)練支持PR #14981更新 ROCm 5.7 與 PyTorchPR #14820Navi1 優(yōu)化工作繞過(guò)與 Navi3 去--prePR #15224。七、1.8.0Soft Inpainting、FP8 與 Spandrel 架構(gòu)1.8.0 是 1.10.0 之前的一次大規(guī)模發(fā)布奠定了多項(xiàng)沿用至今的能力Soft InpaintingPR #14208以軟蒙版soft mask替代二值蒙版進(jìn)行修補(bǔ)實(shí)現(xiàn)在內(nèi)建擴(kuò)展 extensions-builtin/soft-inpainting可降低蒙版邊緣的接縫感。FP8 支持PR #14031、#14327低精度推理選項(xiàng)進(jìn)一步壓縮顯存。SDXL-Inpaint 模型支持PR #14390對(duì)應(yīng)配置文件 sd_xl_inpaint.yaml。統(tǒng)一使用 Spandrel 處理放大與人臉修復(fù)架構(gòu)PR #14425 等十余個(gè) PR將 ESRGAN、SwinIR、ScuNET、CodeFormer、GFPGAN 等架構(gòu)解析統(tǒng)一收斂到 Spandrel 庫(kù)簡(jiǎn)化了模型加載與升級(jí)維護(hù)對(duì)應(yīng) upscaler.py、face_restoration.py 與 modules/esrgan_model.py 等模塊。零終止 SNR 噪聲調(diào)度選項(xiàng)PR #14145被 CHANGELOG 明確標(biāo)注為SEED BREAKING CHANGE——啟用該選項(xiàng)后同一 seed 生成的圖像將與舊版不同。圖像查看器?按鈕對(duì)選中圖像直接執(zhí)行 hires fix。官方 LCM 采樣器支持PR #14583見(jiàn) sd_samplers_lcm.py。DAT upscaler 支持PR #14690、#15039見(jiàn) modules/dat_model.py。Extra Networks 樹(shù)狀視圖PR #14588、#14900即 ui_extra_networks.py 與 ui_extra_networks_checkpoints.py 呈現(xiàn)的目錄樹(shù)瀏覽模式。NPU 支持PR #14801見(jiàn) modules/npu_specific.py。Prompt 注釋支持配合新增的before_token_counter回調(diào)提示詞中的注釋不再計(jì)入 token。自動(dòng)向后兼容 infotext 版本從舊圖加載帶program version的 infotext 時(shí)自動(dòng)追加兼容設(shè)置見(jiàn) infotext_versions.py。API 與工程方面移除了 requirements 中的 basicsr/gfpgan/realesrgan 及其依賴支持 API task idPR #14314--nowebui模式支持 TLSPR #14593新增postprocess_image_after_composite回調(diào)PR #14657新增刷新 embeddings 列表的 API 端點(diǎn)PR #14715generation_parameters_copypaste模塊更名為infotext_utils。性能上對(duì)超大 extra networks 目錄做了大規(guī)模索引優(yōu)化PR #14528、#14512、#14527。八、1.7.0設(shè)置頁(yè)重構(gòu)與擴(kuò)展網(wǎng)絡(luò)形態(tài)擴(kuò)充1.7.0 的核心是設(shè)置體系與擴(kuò)展網(wǎng)絡(luò)LoRA/LyCORIS形態(tài)的擴(kuò)充設(shè)置頁(yè)重構(gòu)新增搜索框、分類目錄并把 UI 設(shè)置頁(yè)拆分成多個(gè)子頁(yè)。altdiffusion-m18 支持PR #13364對(duì)應(yīng) configs/alt-diffusion-m18-inference.yaml。LyCORIS GLora 推理支持PR #13610見(jiàn) extensions-builtin/Lora/network_glora.py。lora-embedding 捆綁系統(tǒng)PR #13568Lora 可攜帶與之配套的 Textual Inversion embedding 一并加載。SSD-1B 支持PR #13865與SD 2.1 Turbo 支持PR #14170。OFT 網(wǎng)絡(luò)推理支持PR #13692見(jiàn) extensions-builtin/Lora/network_oft.py。HyperTile 優(yōu)化PR #13948內(nèi)建擴(kuò)展 extensions-builtin/hypertile通過(guò)分塊注意力降低高分辨率生成的顯存壓力。IPEX 支持Intel Arc GPUPR #14171見(jiàn) modules/xpu_specific.py。Train→Preprocessing 頁(yè)并入 Extras 頁(yè)訓(xùn)練預(yù)處理能力統(tǒng)一收納到 modules/ui_postprocessing.py 對(duì)應(yīng)的 Extras 頁(yè)簽。Minor 亮點(diǎn)包括--skip-load-model-at-startPR #13253啟動(dòng)時(shí)不預(yù)載模型GIF 圖像讀寫(xiě) infotextPR #13068webui.settings.batPR #13638Ctrl/AltEnter 啟動(dòng)/重啟生成PR #13644多 styles CSV 文件支持PR #14125extra network 卡片描述默認(rèn)按純文本渲染可選項(xiàng)恢復(fù) HTML。九、1.6.0Refiner、RNG 一致性與采樣器重構(gòu)1.6.0 是一次采樣體系大重構(gòu)Refiner 支持PR #12371SDXL 的 refiner 模型可與基礎(chǔ)模型接力生成見(jiàn) modules/processing_scripts/refiner.py。RNG source 新增 NV 選項(xiàng)使得同一手動(dòng) seed 在 CPU/AMD/Mac 上與 N 卡產(chǎn)生一致結(jié)果見(jiàn) modules/rng.py。樣式編輯器對(duì)話框見(jiàn) modules/ui_prompt_styles.py。hires fix 第二遍可使用不同 checkpointPR #12181在 processing.py 中通過(guò)hr_checkpoint_name字段實(shí)現(xiàn)并寫(xiě)入 infotext 的 Hires checkpoint 字段。多模型常駐內(nèi)存PR #12227。新采樣器Restart、DPM 2M SDE Exponential、DPM 2M SDE Heun 及其 Karras/Exponential 變體、DPM 3M SDE 系列PR #12300、#12519、#12542。DDIM、PLMS、UniPC 重構(gòu)為使用與 k-diffusion 相同的 CFG denoiser這一改動(dòng)的意義在于——三者從此支持 img2img、支持 AND 提示詞組合、并可用于 SDXL。這解釋了 1.10.0 為何要對(duì) timestamp 類采樣器單獨(dú)聲明當(dāng)前不支持 SD3SD3 走的是完全不同的 MM-DiT 推理路徑。SDXL 的 Textual Inversion 推理支持見(jiàn) modules/textual_inversion。checkpoint merger 元數(shù)據(jù)支持見(jiàn) ui_checkpoint_merger.py。--medvram-sdxlPR 標(biāo)注于 1.6.0僅對(duì) SDXL 啟用 medvram 優(yōu)化注冊(cè)于 cmd_args.py生效邏輯在 lowvram.pymedvram or medvram_sdxl and hasattr(sd_model, conditioner)——即 SDXL 模型帶conditioner屬性時(shí)才觸發(fā)。批量 cond/uncond 默認(rèn)開(kāi)啟batching 由默認(rèn)關(guān)閉改為默認(rèn)開(kāi)啟低顯存用戶若 OOM 可在設(shè)置中重新關(guān)閉。請(qǐng)求按到達(dá)順序處理并顯示隊(duì)列位置PR #12707。prompt editing 時(shí)間線區(qū)分第一遍與 hires fix 遍PR #12457標(biāo)注為 seed breaking change。十、1.5.x 與更早版本基礎(chǔ)能力與生態(tài)成形1.5.0SD XL 支持引入 SDXL 模型體系Lora 擴(kuò)展重做為通用網(wǎng)絡(luò)框架吸收原 LyCORIS 的能力見(jiàn) extensions-builtin/Lora/network.py 及 network_lora/network_glora/network_lokr/network_hada/network_ia3/network_oft/network_norm 等實(shí)現(xiàn)文件用戶元數(shù)據(jù)系統(tǒng)見(jiàn) ui_extra_networks_user_metadata.pyTI 哈希寫(xiě)入 infotextimg2img 批量支持子目錄與 PNG 信息讀取擴(kuò)展 GitHub star 展示啟動(dòng)時(shí)跳過(guò)已安裝依賴、提速約 2 秒自動(dòng)用 32 位浮點(diǎn) VAE 應(yīng)對(duì) NaN 圖。1.4.0新增 sysinfo 設(shè)置頁(yè)modules/sysinfo.py自定義 k-diffusion 調(diào)度器設(shè)置提示詞/負(fù)提示詞等長(zhǎng)填充選項(xiàng)[vae_filename]文件名模式持久化 conds 緩存擴(kuò)展安裝后自動(dòng)重啟進(jìn)程。1.3.0token mergingtomesdTAESD 廉價(jià)實(shí)時(shí)預(yù)覽modules/sd_vae_taesd.pyLora 哈希計(jì)算并寫(xiě)入 infotext從 infotext 的 Lora 哈希反查本地文件交叉注意力優(yōu)化可在 UI 選擇/sdapi/v1/script-info與/sdapi/v1/refresh-loras端點(diǎn)。1.2.0啟動(dòng)時(shí)不再阻塞等待模型加載[denoising]文件名模式Lora 優(yōu)先使用元數(shù)據(jù)中的名稱讀取 kohya-ss 擴(kuò)展參數(shù)--subpath反向代理參數(shù)。1.1.0切換 PyTorch 2.0[clip_skip]、[hasprompt]、[batch_number]、[generation_number]文件名模式img2img 保存 init 圖與哈希RNG source 設(shè)置跨 GPU 一致Gradio theme APILinux 默認(rèn)啟用 TCMalloc。1.0.0everything——項(xiàng)目自述中全部能力的起點(diǎn)。十一、升級(jí)與兼容性注意事項(xiàng)匯總根據(jù) CHANGELOG 中明確標(biāo)注的破壞性變更升級(jí)時(shí)需重點(diǎn)關(guān)注1.6.0prompt editing 時(shí)間線拆分為第一遍/hires fix 兩段PR #12457[ red : green : 0.5 ]語(yǔ)法允許數(shù)字后帶空格PR #12177批量 cond/uncond 默認(rèn)值翻轉(zhuǎn)。三者均影響舊 seed 的可復(fù)現(xiàn)性。1.8.0零終止 SNR 噪聲調(diào)度選項(xiàng)為 SEED BREAKING CHANGEPR #14145Restore faces與Tiling從主 UI 移入設(shè)置頁(yè)可用 Options in main UI 找回。1.10.0SD3 僅支持 Euler 采樣器T5 默認(rèn)關(guān)閉--max-batch-count已廢棄1.10.0 標(biāo)注 Defunct見(jiàn) cmd_args.py不再產(chǎn)生效果。對(duì)已有多版本圖片庫(kù)的用戶1.8.0 引入的 infotext 自動(dòng)版本兼容機(jī)制modules/infotext_versions.py會(huì)在加載舊圖參數(shù)時(shí)自動(dòng)補(bǔ)齊兼容設(shè)置降低回灌參數(shù)時(shí)的偏差。十二、結(jié)語(yǔ)從 CHANGELOG 到源碼的驗(yàn)證閉環(huán)縱觀 CHANGELOG.md 的 24 個(gè)版本stable-diffusion-webui 的演進(jìn)呈現(xiàn)出清晰的節(jié)奏每代大版本解決一個(gè)體系性問(wèn)題——1.6.0 統(tǒng)一采樣器底層、1.8.0 統(tǒng)一放大/人臉架構(gòu)與新增低精度路線、1.9.x 把調(diào)度器獨(dú)立成一等公民、1.10.0 則完成對(duì) SD3 的接入與一次系統(tǒng)性的推理提速。CHANGELOG 中每一行特性都能在 modules、configs 與 extensions-builtin 中找到對(duì)應(yīng)實(shí)現(xiàn)例如調(diào)度器注冊(cè)表sd_schedulers.py、profiler 封裝profiling.py、--models-dir路徑解析paths_internal.py與process_before_every_sampling回調(diào)調(diào)度scripts.py。對(duì)于希望升級(jí)、調(diào)參或做擴(kuò)展開(kāi)發(fā)的讀者以 CHANGELOG 為索引、以對(duì)應(yīng)源碼為落腳點(diǎn)是理解這套 Web UI 技術(shù)棧最高效的路徑。贊分享人工智能本地部署媒體生成【免費(fèi)下載鏈接】stable-diffusion-webuiStable Diffusion web UI項(xiàng)目地址https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui點(diǎn)擊查看免費(fèi)下載相關(guān)推薦【2025新范式】從Stable Diffusion V1到SD3-Medium千億參數(shù)模型的進(jìn)化之路與技術(shù)拆解【2025新范式】從Stable Diffusion V1到SD3 Medium千億參數(shù)模型的進(jìn)化之路與技術(shù)拆解 你還在為AI繪圖的「七宗罪」煩惱嗎 ? 復(fù)深度學(xué)習(xí)計(jì)算機(jī)視覺(jué)Argilla 1.x SDK 技術(shù)演進(jìn)全覽從 FeedbackDataset 到 ArgillaTrainer 的版本變更深度解讀Argilla 1.x SDK 技術(shù)演進(jìn)全覽從 FeedbackDataset 到 ArgillaTrainer 的版本變更深度解讀 導(dǎo)讀 本文以倉(cāng)庫(kù)中 ar數(shù)據(jù)標(biāo)注人工智能NLPMLOpsRAG思源筆記構(gòu)建個(gè)人知識(shí)網(wǎng)絡(luò)的終極隱私優(yōu)先解決方案思源筆記構(gòu)建個(gè)人知識(shí)網(wǎng)絡(luò)的終極隱私優(yōu)先解決方案 在信息爆炸的數(shù)字時(shí)代你是否經(jīng)常感到知識(shí)碎片化、難以有效管理面對(duì)海量的網(wǎng)絡(luò)內(nèi)容、技術(shù)文檔和個(gè)人靈感傳統(tǒng)筆記知識(shí)管理知識(shí)庫(kù)創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考