Stable Diffusion WebUI Forge 支持 Flux 了！

Flux横空出世有段时间了，模型效果也得到了广泛的认可，但是 Stable Diffusion WebUI 官方迟迟没有跟进，据说是因为要修改很多底层的处理机制，加之ComfyUI如火如荼，可能AUTOMATIC1111大佬的心气也不是很高，选择了躺平，又或者是在秘密的憋大招。

不过在开源的AI绘画界还有另一个大佬，那就是 ControlNet 的作者张吕敏，他搞了一个SD WebUI的衍生版：Stable Diffusion WebUI Forge。Flux发布没多久，Forge就开始了相关的支持工作，虽然目前还有很多特性没有得到支持（这也间接说明WebUI支持Flux的改造难度确实很大），比如ControlNet，但是基本的文生图和图生图已经没有什么问题了，喜欢WebUI的同学可以体验下了。

使用方法

我这里截了一张在Forge中使用Flux生图的操作过程，大家可以有个基本的认识。

下面分步介绍下：

1、UI

选择Flux。选择不同的UI，下边的一些选项会有所变化，比如宽度和高度、提示词引导系数的默认值等等。

2、模型和VAE/Text Encoder

这里演示用的Flux基础模型自带VAE（潜空间编解码器）和Text Encoder（文本提示词编码器），所以不需要选择VAE/Text Encoder；如果你使用的Flux模型是单独的unet模型，则需要选择VAE和Text Encoder。

Forge支持的Flux基础模型一般有这几种：

• flux1-dev-bnb-nf4-v2.safetensors 张吕敏大佬搞的unet量化模型。
• flux1-dev-fp8_unet.safetensors 只包含unet模型。
• flux1-dev-fp8.safetensors 包含unet、vae和text encoder模型。

这几个模型需要放到 Forge 模型目录的基础模型子目录下。

Forge需要的VAE和Text Encoder模型包括：

• ae.safetensors Flux使用的VAE模型；
• clip_l.safetensors 相对传统的文本提示词编码器模型；
• t5xxl_fp16.safetensors 比较新的文本提示词编码器模型，使用自然语言。

这几个模型需要放到 Forge 模型目录的 vae 子目录下。

这里给出一些模型的搭配组合：

• flux1-dev-fp8.safetensors
• flux1-dev-fp8_unet.safetensors + ae.safetensors + clip_l.safetensors + t5xxl_fp16.safetensors
• flux1-dev-bnb-nf4-v2.safetensors + ae.safetensors + clip_l.safetensors + t5xxl_fp16.safetensors（可选）

3、提示词

只需要正向提示词，Flux目前开放的模型不支持反向提示词。这里演示用的是：

1girl, black hair, smile, a textbox with ‘hello’

4、采样方法和调度器

不是所有的采样方法和调度器都支持Flux。

采样方法我测试了这几个是可以的：

• DPM++ 2M
• Euler
• DPM2
• [Forge] Flux Realistic（速度快，推荐）

调度器（Schedule type）选择 ：Simple、Normal或者SGM Uniform都可以。

5、生成

最后点击生成就可以了，根据机器系统不同，需要的时间会有所差别。

首次生图需要加载模型，可能需要的时间更长一些。

**6、**其它参数

这里边还有一些其它参数：

• 宽度和高度：可以根据自己的需要进行调整，Flux模型支持的尺寸可以覆盖SD1.5和SDXL支持的尺寸。
• 迭代步数：20-30
• 总批次数：一共生成几次。可以连续生成多次，选择其中最好看的，俗称抽卡。
• 单批数量：每次生成几张图片，比较消耗显存，显存大的话可以设置的多点。
• Distilled CFG Scale 和 提示词引导系数：这两个都不能设置的很大，默认就可以了，绝大部分情况下不需要调整。
• 随机数种子：每次生成都是用不同的随机数，图片会更加多样化。

环境配置

量化之后的Flux模型需要的显存大幅降低，12G显存就能跑起来。

不过要想实现更好的效果，还得是尽量选择损失比较小的模型。演示用的 flux1-dev-fp8 在资源和质量之间取得了一个平衡，推荐大家使用。

本地部署

Stable Diffusion WebUI Forge 提供了一个一键安装包：

https://github.com/lllyasviel/stable-diffusion-webui-forge/releases/download/latest/webui_forge_cu121_torch231.7z

下载后需要解压，然后进入解压出的文件夹，双击执行 update.bat，将程序升级到最新版本，最后双击执行 run.bat ，启动程序。

其它模型还需要自己手动下载，放到相应的目录中。

具体说明可以看官方文档：

https://github.com/lllyasviel/stable-diffusion-webui-forge?tab=readme-ov-file#installing-forge

云环境体验

我在 AutoDL 的 SD WebUI Forge 镜像已经升级到最新版本，一键启动，即可快速体验Flux生成图片。

实例创建方法1

镜像地址：https://www.codewithgpu.com/i/lllyasviel/stable-diffusion-webui-forge/yinghuoai-sd15-webui-forge

点击页面右下角的“AutoDL 创建实例”即可。

实例创建方法2

直接租用新实例：https://www.autodl.com/create

镜像选择“社区镜像”->“yinghuoai-sd15-webui-forge”。

显卡选择

显卡最好选择20G显存以上的，3090或者4090最佳，1卡即可，首选“西北B区”，网络稳定，如下图所示：

启动Forge程序

首先通过容器实例进入 JupyterLab 交互管理界面：

然后在其中的“Flux-启动器”中启动程序：

待页面展示，http://127.0.0.1:6006，代表启动成功。

回到容器实例列表页面，点击“自定义服务”，即可在浏览器打开 SD WebUI Forge：

资源下载

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

1.stable diffusion安装包 （全套教程文末领取哈）

随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。

最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。

2.stable diffusion视频合集

我们在学习的时候，往往书籍代码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入门stable diffusion，科学有趣才能更方便的学习下去。

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。

5.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。

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】