Fooocus：把Stable Diffusion XL藏进三点击里的图像生成工具

2026-10-21 12:52 0 阅读

为什么有人愿意把Midjourney的订阅费省下来

Fooocus的作者lllyasviel（也是ControlNet的开发者）有个挺直接的想法：Stable Diffusion XL的底子很好，但用起来太折腾。于是他把采样器、CFG scale、VAE这些参数全藏了起来，只留一个输入框和生成按钮。结果是，你从下载到看到第一张图，鼠标真的只需要点三次。

这工具完全离线运行，不联网、不注册、不收集数据。对于不想把草图传到云端的人来说，这点挺重要。

安装：比解压一个压缩包复杂不了多少

Windows用户

去GitHub仓库（或镜像站）下载release包，解压，双击run.bat。第一次启动会自动下载约6GB的模型文件到models/checkpoints目录。如果自动下载卡住，可以手动把juggernautXL_v8Rundiffusion.safetensors之类的模型扔进去。

Linux用户

推荐用Anaconda：

git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
conda env create -f environment.yaml
conda activate fooocus
python entry_with_update.py

纯Python虚拟环境也行，但PyTorch和xformers的版本容易打架。

AMD显卡和Mac

AMD用户加--directml参数；Mac用户需要MPS后端的PyTorch，可能还要加--disable-offload-from-vram防止显存管理出问题。这两个平台的体验确实不如Nvidia，但能跑。

硬件门槛其实不高

官方标称最低4GB显存，实测RTX 2060 6GB跑默认设置，一张1024×1024的图大概40秒到两分钟。8GB显存会更舒服，能开--always-high-vram减少显存来回搬运的卡顿。

内存建议16GB，8GB也能用，但系统交换空间得够——Windows用户去「系统属性→高级→性能设置→高级→虚拟内存」里确认一下，留个40GB左右比较保险。

界面：干净到有点不习惯

打开浏览器里的本地页面，你会看到：

最上面：提示词输入框
中间：「Advanced」展开后是风格、比例、数量、负面提示
下面：生成按钮和预览区

没有WebUI里密密麻麻的滑块，也没有ComfyUI里需要连线的节点。作者的意思是：你先试试默认效果，不够满意再点Advanced。

提示词怎么写

Fooocus内置了一个微型的GPT-2模型，会自动扩展你的提示词。输入「a cat」，它可能帮你补成「a fluffy cat sitting on a wooden table, soft natural lighting, detailed fur texture, 8k uhd」。

但别因此偷懒。好的提示词结构大概是：

[主体] + [动作/状态] + [环境] + [风格] + [质量词]

比如：「赛博朋克风格的街头， rainy night, neon signs reflecting on wet asphalt, cinematic lighting, photorealistic」。

负面提示词（Negative Prompt）在Advanced里填，用来排除「变形的手」「多余的手指」这类SD模型的老毛病。

风格预设：几百种，但别贪多

Fooocus把风格拆成了可叠加的选项。你可以同时勾选「Fooocus V2」（智能扩展）、「Photographic」（摄影感）、「Cinematic」（电影色调），但叠太多容易互相打架。一般选1-3个就够了。

几个常用的：

Fooocus V2：默认开启，类似Midjourney的raw模式，提示词直出
Fooocus Photograph：写实摄影，适合人像
Fooocus Negative：用负面提示强化，减少畸形
Anime：动漫风格，但不如专门的动漫模型细腻
Realistic：超写实，容易滑向「油腻的AI感」，慎用

高级功能：不只是文生图

图像提示（Image Prompt）

上传一张参考图，Fooocus会分析内容并结合你的文字提示生成新图。比传统的img2img聪明一些，能保留构图和氛围，换掉主体。

面部交换（FaceSwap）

基于InsightFace，上传源脸和目标图，能把脸换过去。效果取决于角度和光线匹配度，不是万能的，但比手动蒙版快多了。

图像反推（Describe）

上传任意图片，Fooocus生成描述它的提示词。用来学习别人的提示词结构，或者复刻某张图的风格。

修复与扩展（Inpaint/Outpaint/Upscale）

Fooocus用自己的算法替换了SDXL原生的修复，效果确实更干净。Outpaint可以往四周扩展画布，Upscale支持1.5倍和2倍放大，细节补充得比单纯放大要好。

配置文件：藏在txt里的自由度

第一次运行后生成的config.txt可以改不少东西：

{
  "path_checkpoints": "D:\\Models\\SDXL",
  "path_loras": "D:\\Models\\LoRA",
  "default_model": "realvisXL_v40.safetensors",
  "default_cfg_scale": 2.0,
  "default_sampler": "dpmpp_2m_sde"
}