2025重大更新！Stable Diffusion WebUI 1.8.0来了！！！

最近 Stable Diffusion WebUI 发布了 1.8.0 版本，更新内容比较多，据说显存使用有了大幅的下降，这几天我也找时间把 AutoDL
镜像的版本做了个升级，有爱好的同学可以去体验下新版本了。
这里分享下其中几个我认为比较告急的更新。
1、处理性能优化

Torch版本支持到了2.1.2，Torch
的版本越高一样平常意味着更优的处理服从，搭配的CUDA需要是11.8大概12.1。
支持FP8精度的计算，FP8使用8位浮点数进行运算，会节省不少显存，官方称图片质量没有明显下降，只是推理速度可能会稍微慢一点，使用FP8时，Pytorch版本需要>=2.1.0。建议显存小于8G的用户开启。
喜欢尝鲜的同学可以先试试，不外也需要硬件、操纵系统和相干库的适配，可能会遇到一些小问题。
Torch 是一个老牌开源机器学习库，其底层实现基于 C/C++。Torch 提供了强大的张量计算功能以及一套完备的深度学习框架，支持高效的 GPU
加快计算和自动求导机制。
PyTorch 可以看作是 Torch 的一个分支大概后继者，保留了 Torch 的一些核心理念和技术优势，同时通过接纳 Python
这一盛行的数据科学和机器学习领域的编程语言，极大地进步了用户友好度和生态系统的兼容性。目前一样平常所说的“Torch版本”可以明确为PyTorch项目的版本号。
CUDA是由 NVIDIA 公司推出的一种并行计算平台和编程模型，它使得开辟者能够利用 NVIDIA 的 GPU
进行大规模并行计算，从而极大地加快数据麋集型任务，尤其是在处理深度学习中大量浮点运算时的优势尤为明显。
PyTorch 依靠 CUDA ，不同版本的 PyTorch 需要特定版本的 CUDA。
2、内置LCM采样器

Stable Diffusion WebUI 1.8.0中内置了LCM采样器，不需要再单独安装。
LCM 全称 Latent Consistency
Models（潜在一致性模型），是清华大学交叉信息科学研究院研发的一款天生模型。它的特点是可以通过少量步骤推理合成高分辨率图像，使图像天生速度提升 2-5
倍，需要的算力也更少。LCMs 是继 LDMs（Latent Diffusion Models 潜在扩散模型）之后的新一代天生模型。
Consistentcy Models 对去噪推理这一步进行了优化，它不再需要像 Diffusion
模型那样渐渐迭代，而是寻求“一步完成推理”，这样需要处理的步数淘汰了，图像的天生速度自然就提升了。LCM 则是在 Consistency Models
的基础上引入了 Lantent Space （潜空间），进一步压缩需要处理的数据量，从而实现超快速的图像推理合成。LCM 官方以此训练了一个新的模型
Dreamshaper-V7，仅通过 2-4 步就能天生一张 768*768 分辨率的清晰图像。
实际测试，对于大多数LCM模型，4步可以得到清晰图像，6-10步图片质量就不错了，宽高512*512在3090显卡上可以做到秒级出图。

使用的LCM模型见文末。
3、支持SDXL-Inpaint模型

以往在使用SDXL通用模型进行图像修复时，用户经常会遇到修复结果不尽如人意的情况。如今，diffusers发布了专注于图片修复功能的SDXL-
Inpaint模型，该模型特别强化了对局部地区进行精确重绘的能力。

SDXL-Inpaint模型文件见文末。
4、柔和重绘

在1.8.0版本中，图生图模块迎来了一项极为实用的新特性——柔和重绘模式。此前，在缺乏这一功能时，对图像进行局部重绘的操纵往往会导致天生图片存在较为显著的瑕疵问题，尤其是可见的接缝痕迹非常明显。而随着1.8版本新功能的引入，局部图像的重绘处理得到了显著改善，能够更加平滑地融合原图与天生部分，从而极大淘汰瑕疵并消除明显的拼接感，使得最终结果更为自然和理想。
比如这里把一只可爱的小猫重绘为一只呆萌的小狗：

在“图生图”界面可以打开这个设置：

5、其它

高清化：支持了3个DAT放大模型：DAT X2；DAT X3；DAT X4，从放大天生速度上来讲，DAT
X4最快，X3中等，X2最快。从放大质量上来讲，DAT X2是最好的。一样平常显卡大于8G的就用 DAT X2。
支持提示词支持提示词解释：
支持昇腾 NPU 芯片出图。
本地而非Google服务器提供字体服务。
当然还有很多其它的更新，包罗修复了很多BUG，扩展了很多API，有爱好的可以去官方页面看看。
6、使用1.8.0

一种方式就是从Github下载最新版本的代码，覆盖到本地目次，重启后即可使用最新版本。不外可能会遇到一些插件大概包版本冲突方面的问题，需要本身解决，也可向我咨询。
另一种方式是直接使用我封装的AutoDL镜像，经测试各项功能正常，可以直接体验。
创建实例时选择“社区镜像”，输入“yinghuo”，选择 webui 镜像的最新版本。

7、资源分享

文章中使用的SD模型、Lora模型、SD插件、示例图片等，都已经上传到我整理的 Stable Diffusion 绘画资源中，添加下方即可获取。
​
另外我整理了本身输出的关于 Stable Diffusion
的所有教程，包罗基础篇、ControlNet、插件、实战、模型训练等多个方面，比较全面、体系化，特别适合新手和想要系统化学习Stable
Diffusion的同学。
为了资助各人更好地掌握 ComfyUI，我在客岁花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细先容了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。
   由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取
  

一、ComfyUI设置指南

• 报错指南
  
• 环境设置
  
• 脚本更新
  
• 跋文
  
• …
  

二、ComfyUI基础入门

• 软件安装篇
  
• 插件安装篇
  
• …
  

三、 ComfyUI工作流节点/底层逻辑详解

• ComfyUI 基础概念明确
  
• Stable diffusion 工作原理
  
• 工作流底层逻辑
  
• 必备插件补全
  
• …
  

四、ComfyUI节点本领进阶/多模型串联

• 节点进阶详解
  
• 提词本领醒目
  
• 多模型节点串联
  
• …
  

五、ComfyUI遮罩修改重绘/Inpenting模块详解

• 图像分辨率
  
• 姿势
  
• …
  

六、ComfyUI超实用SDXL工作流手把手搭建

• Refined模型
  
• SDXL风格化提示词
  
• SDXL工作流搭建
  
• …
  

   由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。