Stable Diffusion史诗级更新！ WebUI 1.10.0时代来了！

前言

大家好，我是每天分享AI应用的萤火君！

前几天 AUTOMATIC1111 发布了Stable Diffusion WebUI 1.10，我也在第一时间将云环境的镜像升级到了最新版本，有兴趣的同学可以去体验下，目前已经发布到了AutoDL，镜像地址：

这篇文章集中给大家介绍下SD WebUI 1.10的新功能和各项改进。

正式支持SD3

SD3开源发布有段时间了，ComfyUI最先提供了支持，SD WebUI迟迟没有支持，其实 AUTOMATIC1111 很早就提供了SD3的WebUI开发版，只是没有正式发布。1.10 版本正式支持了SD3。

使用方式和SD1.5、SDXL模型一样，选择SD3的模型，点击生成就可以了。注意采样器目前只支持 Euler，选择其它采样器效果很差。

另外SD3引入了新的文本编码器，出图效果更好，但是占用的显存也很可观，所以默认没有开启。显存不差钱的同学可以在设置中打开，操作步骤如下图所示。

SD3的发展并不顺利，前期因为授权协议的问题被C站封掉，又因为生成人体畸形的问题被大家疯狂吐槽，目前社区的支持正在逐步推进，真正大范围铺开可能还需要比较长的一段时间，毕竟SD1.5还是能满足很多用户的需求。

需要SD3模型的同学，可以给公/众\号“萤火遛AI”发消息“SD3”获取。

新增采样调度器

Stable Diffusion WebUI 1.10 引入了几个新的采样调度器。

Align Your Steps

适合 SDXL 和 SD 1.5，使用交大步长时的推荐插值方法。与Karras、Exponential的对比，搭配祖先采样器时表现更为明显。

KL Optimal

和 Align Your Steps 类似，基于同样的理论基础。

Normal、DDIM和Simple

从 ComfyUI 移植过来的调度器。

Beta

在去噪的开始和结束阶段花费更多时间以提高图像质量，效果和Uniform差不多，但是比Uniform更稳定。采样步数较少时效果不佳，增加至20以上时，效果稳定。

新增采样器

增加新的采样器DDIM CFG++，它是从DDIM改进而来的，主要变化是使用无条件噪声来指导去噪，而不是条件噪声。CFG++ 解决了低指导尺度的问题，提高了文本到图像的质量和可逆性。

跳过CFG

CFG在采样的前期步骤（高噪声水平）明显有害，在采样的后期步骤（低噪声水平）基本不必要，只有在中间才是有益的。在采样的早期步骤跳过CFG可以提高样本的多样性、图像质量，在某些情况下还可以更快地收敛。

按照下图中的步骤即可在页面顶部打开一个跳过CFG的开关，大家按照需要设置就可以了。

其它更多内容

次要更新：

• 添加 --models-dir 选项来指定模型目录。([#15742])

• 允许移动用户使用两指按压打开上下文菜单。([#15682])

• Infotext：为捆绑的 Textual Inversion 添加 LoRA 名称作为 TI (Textual Inversion) 哈希值。([#15679])

• 下载模型后检查其哈希值以防止下载损坏。([#15602])

• 更多扩展标签过滤选项。([#15627])

• 保存 AVIF 时使用 JPEG 的质量设置。([#15610])

• 添加文件名模式：[basename]。([#15978])

• 添加选项以在 SDXL 上为 CLIP L 启用 clip 跳过。([#15992])

• 选项：在生成过程中防止屏幕休眠。([#16001])

• 图像查看器中的 ToggleLivePreview 按钮。([#16065])

• 移除在重新加载和快速滚动时的 UI 闪烁。([#16153])

• 选项：禁用将按钮日志保存到 log.csv。([#16242])

扩展和 API：

• 添加 process_before_every_sampling 钩子。([#15984])

• 在无效的采样器错误时返回 HTTP 400 代替 404。([#16140])

性能：

• [性能 1/6] 禁用 use_checkpoint。([#15803])

• [性能 2/6] 用 PyTorch 原生操作替换 einops.rearrange。([#15804])

• [性能 4/6] 预计算 is_sdxl_inpaint 标记。([#15806])

• [性能 5/6] 防止不必要的额外网络偏置备份。([#15816])

• [性能 6/6] 添加 --precision half 选项以避免推理期间的类型转换。([#15820])

• [性能] LDM 优化补丁。([#15824])

• [性能] 将 sigmas 保持在 CPU 上。([#15823])

• 仅在所有步骤完成后检查 U-Net 中的 NaN 值。

• 添加选项以在图像生成时运行 PyTorch 分析器。

Bug 修复：

• 修复无全面 Infotext 的网格。([#15958])

• 功能：LoRA 部分更新优先于完整更新。([#15943])

• 修复在某些情况下文件扩展名具有额外的点号。([#15893])

• 修复模型初始加载循环中的错误。([#15600])

• 允许 API 中使用旧的采样器名称。([#15656])

• 更多旧采样器调度兼容性。([#15681])

• 修复 Hypertile XYZ。([#15831])

• XYZ CSV skipinitialspace 选项。([#15832])

• 修复 mps 和 xpu 上的软 Inpainting，torch_utils.float64。([#15815])

• 修复不在主分支时的扩展更新。([#15797])

• 更新 pickle 安全文件名。

• 在 webui-assets CSS 中使用相对路径。([#15757])

• 创建虚拟环境时，在 webui.bat/webui.sh 中升级 pip。([#15750])

• 修复 AttributeError。([#15738])

• 在 launch_utils 中使用 script_path 作为 webui 根目录。([#15705])

• 修复额外批处理模式 P 透明度。([#15664])

• 在 CSS 中使用 Gradio 主题颜色。([#15680])

• 修复在提示输入框内拖拽文本。([#15657])

• 为 .mjs 文件添加正确的 MIME 类型。([#15654])

• QOL 项目：更干净地处理 SD 模型、LoRAs 和嵌入的元数据问题。([#15632])

• 用 wslpath 和 explorer.exe 替换 wsl-open。([#15968])

• 修复 SDXL Inpaint。([#15976])

• 多尺寸网格。([#15988])

• 修复预览替换。([#16118])

• 可能修复权重分解中的错误缩放。([#16151])

• 确保在 Mac 和 Linux 上使用来自虚拟环境的 Python。([#16116])

• 如果同时可用，则优先使用 Python 3.10 而不是 Python 3（带回退）。([#16092])

• 停止生成额外内容。([#16085])

• 修复 SD2 加载。([#16078], [#16079])

• 修复用于高分辨率修复的不同 LoRA 的 Infotext LoRA 哈希值。([#16062])

• 修复采样器调度自动修正警告。([#16054])

• 移除在重新加载和快速滚动时的 UI 闪烁。([#16153])

• 修复放大逻辑。([#16239])

• [bug] 在非任务操作时不破坏进度条（添加 wrap_gradio_call_no_job）。([#16202])

• 修复 OSError: cannot write mode P as JPEG。([#16194])

其他：

• 修复变更日志编号 #15883 -> #15882。([#15907])

• 重载 UI 背景颜色 --background-fill-primary。([#15864])

• 对 Intel 和 ARM Macs 使用不同的 PyTorch 版本。([#15851])

• XYZ 重写。([#15836])

• 滚动扩展表格以适应溢出。([#15830])

• img2img 批量上传方法。([#15817])

• 例行工作：根据变更日志同步 v1.8.0 包。([#15783])

• 添加 AVIF MIME 类型支持。([#15739])

• 更新 imageviewer.js。([#15730])

• no-referrer。([#15641])

• .gitignore 中忽略 trace.json。([#15980])

• 将 spandrel 升级至 0.3.4。([#16144])

• 废弃 --max-batch-count。([#16119])

• 文档：更新 bug_report.yml。([#16102])

• 维护 Python 3.9 用户的项目兼容性，无需升级要求。([#16088], [#16169], [#16192])

• 更新 ARM Macs 上的 PyTorch 至 2.3.1。([#16059])

• 移除已废弃的设置 dont_fix_second_order_samplers_schedule。([#16061])

• 例行工作：修复拼写错误。([#16060])

• 在控制台日志中使用 shlex.join 合并启动参数。([#16170])

• 激活虚拟环境的 .bat 文件。([#16231])

• 为 img2img 中的调整大小选项添加 ID。([#16218])

• 更新 Linux 安装指南。([#16178])

• 强健的 sysinfo。([#16173])

• 在粘贴 Inpaint 时不要发送图像大小。([#16180])

• 修复 MacOS 上嘈杂的 DS_Store 文件。([#16166])

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的AIGC全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】