AUTOMATIC1111/stable-diffusion-webui — это не просто репозиторий. Когда я вижу 162 тысячи звёзд, я обычно думаю «окей, это либо гениально, либо хорошо пропиарено». Но тут другой случай. Это буквально интерфейс, который спас community от закрытых дорогих сервисов вроде Midjourney. Если кратко: вы берёте модель Stable Diffusion — ту самую, которую Stability AI выложила под открытой лицензией, — и получаете красивую веб-морду, где можно менять всё, что угодно: от промпта до семплера и архитектуры нейронки.

Если просто

Когда я первый раз запустила AUTOMATIC1111, у меня было чувство, что я открыла кабину управления космическим кораблём. Там есть вкладка txt2img — пишете текст, получаете картинку. Вкладка img2img — берёте своё фото и говорите нейросети «сделай из этого нечто другое». Есть inpainting — закрашиваете фрагмент, и AI дорисовывает то, что вы попросили.

Я погуглила, что такое Gradio. Оказалось, это библиотека для создания веб-демок машинного обучения. AUTOMATIC1111 просто обернул Stable Diffusion в Gradio. Гениально? Нет. Но именно эта простота сделала его народным.

Что это решает

До AUTOMATIC1111 генерация изображений была уделом гиков с консолью. Stable Diffusion от Stability AI вышла без внятного UI. А у людей есть потребность: дизайнеру нужен референс, маркетологу — иллюстрация к посту, разработчику — asset для игры. Этот инструмент даёт одну кнопку, за которой — 25 различных семплеров, поддержка LoRA, hypernetworks, inpainting, outpainting, upscaling через RealESRGAN — и да, даже тренировка своих embedding’ов на 8GB VRAM.

Как попробовать

Если у вас видеокарта NVidia (4GB и выше, хотя народ и на 2GB запускал), процесс простой, как инструкция к IKEA:

  1. Ставите Python 3.10.6 — обязательно строго эту версию, иначе torch обидится.
  2. Ставите git.
  3. В консоли пишете:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
  1. Запускаете webui-user.bat (на Windows) или bash webui.sh (на Linux).

Скрипт сам скачает venv, torch, зависимости и модель по умолчанию. Первый запуск — подождать, потому что качается 2–4 GB. Дальше — браузер открывается с интерфейсом на http://localhost:7860.

Важное: если у вас не NVidia, есть инструкции для AMD, Intel и даже для китайских Ascend NPU. Но там танцы с бубном.

3 сценария с примерами

Сценарий 1: Замена стоковой фотографии на сайте

Задача: У вас есть фото товара, но фон ужасный — серый, неинтересный. Как применить: Откройте вкладку img2img, загрузите фото, в промпт напишите white studio background, soft lighting, negative prompt уберите gray wall. Поставьте denoising strength 0.4–0.6. Что получится: Фон изменится на белый студийный, сам товар почти не тронется.

Сценарий 2: Создание концепт-арта для игры

Задача: Дизайнер хочет показать разные варианты окружения: «заброшенный космический корабль, тусклый свет, зелёные растения сквозь трещины в полу». Как применить: В txt2img пишете промпт abandoned spaceship interior, dim green light, vines through cracked floor, cinematic, 4k. Выбираете семплер Euler a (быстрый), steps — 20, resolution — 512x512 (базовая). Жмёте Generate. Что получится: 5–10 картинок за минуту, некоторые сразу в концепт. Можно дообучить LoRA на свой стиль и генерировать сотни референсов.

Сценарий 3: Реставрация старых фотографий

Задача: У вас есть зернистое, размытое фото бабушки 1970-х годов. Как применить: Сначала загрузите во вкладку img2img, поставьте denoising strength 0.2–0.3 — нейронка дорисует детали, но сохранит лицо. Потом идите во вкладку Extras, включите GFPGAN и RealESRGAN 4x. Что получится: Лицо станет чётким, шум уйдёт, размер картинки вырастет в 4 раза. Результат годен для печати.

Где можно застрять

Это не самая дружелюбная программа на свете. За 162 тысячи звёзд стоят и 2484 открытых issue. Через две минуты после установки вы, скорее всего, столкнётесь с одним из:

  • Несовместимость Python. Если у вас 3.11 или 3.12, torch не грузится. Надо ставить 3.10.6 вручную.
  • Нехватка VRAM. На 4GB вы запустите генерацию, но inpainting может упасть. На 2GB — только если ставить --medvram или --lowvram.
  • Модель не та. По умолчанию автоматом качается v1.5. Если вы хотите Stable Diffusion XL (более качественную архитектуру), нужно отдельно скачивать чекпоинт и переключать его.
  • xformers. Без --xformers на старых картах генерация тормозит. С ним — работает. Но его установка иногда требует компилятора.
  • Лицензия AGPL-3.0 — это не шутка. Если вы делаете коммерческий продукт на базе этого UI, вам придётся открыть весь свой код. Обходите это через отдельный API или используйте Forge-версию, у которой более свободная лицензия.

Кому это нужно

  • Дизайнерам и иллюстраторам, которые хотят прототипировать идеи без подписки на Midjourney.
  • Маркетологам, которым нужно сто вариантов баннера для A/B теста.
  • Разработчикам игр, которым нужны текстурные ассеты или концепт-арты.
  • Любому, кто хочет понять, как работают diffusion модели, не читая километровые колаб-ноутбуки.

Кому это не нужно

  • Тем, кто ищет «скачать и сразу работает» — увы, придётся возиться.
  • Тем, у кого нет видеокарты с 4GB+ VRAM — облачные решения (Colab, RunPod) могут быть удобнее.
  • Тем, кто боится консоли и git — да, есть one-click installer, но проблемы всё равно лезут.

Вердикт Веры

AUTOMATIC1111 — это культовый инструмент, который дал людям свободу. Да, интерфейс выглядит как приборная панель «Боинга-747» после землетрясения, да, с установкой можно намучиться, да, AGPL кусается. Но за этим стоит community и документация, где разжёвано почти всё. Если вы готовы разобраться — вы получите машину, которая умеет генерировать изображения точнее и дешевле, чем любые закрытые сервисы. Только не забудьте поставить --xformers и скачать нормальный VAE.

Материалы

Похожие материалы