Stable Diffusion WebUI 三年老用户复盘：它为什么依然是 AI 画图的首选？

2023 年我第一次接触 AI 画图的时候，Midjourney 还得在 Discord 里排队，DALL-E 2 的画质也一般。朋友推荐我试试 Stable Diffusion，说本地跑免费无限量。我照着教程装了 AUTOMATIC1111 的 WebUI，那时候它大概三四万星吧。三年过去了，它涨到了 16 万星，而我也从一个只会抄 prompt 的小白变成了能自己炼 LoRA 的半吊子玩家。

今天不聊入门教程，聊聊作为一个老用户，为什么到了 2026 年我还在用它。

生态就是护城河

SD WebUI 最大的优势从来不是某个功能，而是生态。Civitai 上几十万个模型、LoRA、ControlNet 预处理器，几乎全是围绕 SD 生态建的。你想画二次元、写实人像、建筑效果图、产品渲染图，都能找到专门的模型和 workflow。

ControlNet 更是个神器。上传一张姿势参考图，让 AI 按这个姿势重新画；上传线稿，让 AI 上色；上传深度图，保持场景结构不变换风格。这些能力 MJ 和 DALL-E 到现在也做不到这么精细的控制。

插件系统也是无底洞。从提示词补全、画质增强到视频生成， community 写的插件少说几百个。我常用的就有：

• adetailer：自动修复脸崩和手崩
• controlnet：姿势/线稿/深度控制
• region-prompter：分区 prompt，左边画人右边画景
• animatediff：图生视频

2026 年的实际体验

硬件要求确实降了不少。当年我跑 SD 1.5 还得 8GB 显存，现在 SDXL 在 6GB 显存上也能跑， thanks to 各种优化技术（fp8、tile vae、cpu offload）。我的 RTX 3060 12GB 跑 SDXL 512x512 大概 5 秒一张，完全能接受。

SDXL + Lightning 的组合是我目前的日常配置。画质比早期 SD 1.5 好太多，生成速度也快。配合 refiner 做两步生成，细节丰富度接近 MJ v6 的八成，但完全免费。

Flux 支持也加了进来。虽然 WebUI 对 Flux 的支持不如 ComfyUI 原生，但基本功能都能跑。我偶尔用 Flux 做写实人像，确实比 SDXL 更自然。

和 Midjourney、DALL-E 怎么选

说实话，这三个工具我现在都在用，但场景完全不同：

• Midjourney：给客户看概念图、做视觉探索。提示词简单，出图审美在线，但控制精度几乎为零。
• DALL-E 3：跟 ChatGPT 配合做快速草图，理解自然语言能力最强，但画风单一。
• SD WebUI：需要精细控制的时候，比如指定姿势、换脸、保持角色一致性、炼自己的风格模型。以及——不想花钱的时候。

如果你只是偶尔玩一下 AI 画图，MJ 或 DALL-E 更省心。但如果你想深入这个领域，或者需要把 AI 画图融入自己的工作流，SD WebUI 是绕不过去的必修课。

槽点

学习曲线依然很陡。新手面对那一排排参数（CFG Scale、Steps、Sampler、Denoising strength）基本一脸懵。我带了三个朋友入坑，两个放弃了。

界面年代感。虽然功能全，但 WebUI 的界面设计确实有点老旧了。ComfyUI 的节点式 workflow 在复杂场景下更直观，我现在做复杂项目会切到 ComfyUI，简单出图还是回 WebUI。

** AGPL 协议**。商用需要注意，衍生作品也要开源。这点对想拿它做闭源产品的公司不太友好。

总结

三年过去，AI 画图领域新工具层出不穷，但 AUTOMATIC1111 的 WebUI 依然是那个最均衡的选择：免费、可控、生态庞大。16 万星不是运气，是它确实解决了大量真实需求。

我的建议是：如果你还没碰过 Stable Diffusion，2026 年依然是入坑的好时机。硬件门槛低了，模型质量高了，教程也遍地都是。先装起来跑几张图，剩下的交给好奇心。

---

关于作者

柳钉鱼，全栈开发者，GitHub 重度用户。过去 3 年 Star 了 900+ 仓库，这里只写我真正用过或深度调研过的工具。

📧 发现好工具想推荐？发邮件到 [email protected]