中低端显卡也可以畅快用「Stable Diffusion」AI 生图了：WebUI Forge

主流的 AI 文生图项目「Stable Diffusion」本地部署比较麻烦，所有就有了本地整合版，例如之前分享的：@秋葉aaaki 制作的整合版本，支持一键启动，内置非常多的模型。

但是这个整合版对显卡比较高，建议 RTX3060 以上的显卡。如果你显卡显存比较少的话，锋哥推荐由 Controlnet 推出的「WebUI Forge」版本，它与原始 WebUI 相比，能够实现显著的推断速度提升。

据介绍「WebUI Forge」优化 GPU 资源管理，生成速度比 WebUI 快了一倍左右。6G 显存的显卡的出图的推理速度提升了 60~75%，8 GB 的速度可提高 45%，24 GB 的速度可提高 6%。内存峰值最高可以下降 1.5G，低配显卡用户狂喜。

使用方法

下载后解压，然后第一次用先打开 update.bat 更新安装包，然后运行 run.bat 安装依赖环境，更具体建议看文末的视频教程。

在扩展处安装 layer，输入地址：https://github.com/layerdiffusion/sd-forge-layerdiffusion 安装成功后，重启启动器就可以使用了。

模型介绍

✅ LoRA 透明图像生成器：

• layer_xl_transparent_attn.safetensors：排名 256 的 LoRA 模型，将 SDXL 转换为透明图像生成器，改变模型潜在分布到可被特定 VAE 解码的“透明潜在空间”。
• layer_xl_transparent_conv.safetensors：替代模型，包含所有卷积层偏移量，可与 XL 模型合并，将潜在分布转为透明图像。在某些情况下，仍需特殊提示理解。

✅ 前景/背景生成模型：

• layer_xl_fg2ble.safetensors：将 SDXL 转为基于前景的融合图像生成模型。
• layer_xl_fgble2bg.safetensors：将 SDXL 转为基于前景和融合的背景生成模型。
• layer_xl_bg2ble.safetensors：将 SDXL 转为基于背景的融合图像生成模型。
• layer_xl_bgble2fg.safetensors：将 SDXL 转为基于背景和融合的前景生成模型。

✅ 透明度扩散模型：

• vae_transparent_encoder.safetensors：图像编码器，提取潜在偏移量，用于透明度扩散。
• vae_transparent_decoder.safetensors：图像解码器，输入为 SD VAE 输出和潜在图像，输出为真实 PNG 图像，设计更轻量级以减少 VRAM 需求。