Stable Diffusion WebUI Forge：3 个显存参数，让低配显卡也跑得动 Flux-育师

Stable Diffusion WebUI Forge：3 个显存参数，让低配显卡也跑得动 Flux

【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge

Stable Diffusion WebUI Forge 是一个基于 Stable Diffusion WebUI 的图像生成平台，主打显存精细管理、低比特大模型推理和一体化扩展生态。如果你正被"模型装不进显存""生成速度慢"这两个问题卡住，这篇文章会直接给你可落地的参数和命令。

先说清楚它的定位：Forge 继承自 a1111 WebUI（以仓库最新说明为准），但把重心放在三件事上——显存管理更细、大模型支持更全、扩展开箱即用。名字取自 Minecraft Forge，目标是成为 SD WebUI 的"模组加载器"。

显存不够？先动这三个参数

这是 Forge 最核心的差异点。在 txt2img / img2img 页面顶部，你能找到一组只在 Forge 里才有的控件：

GPU Weights (MB)：决定多少显存留给模型权重，剩下的留给矩阵运算。官方社区的共识是：出问题时把 GPU Weights 调低，能解决绝大部分卡顿和 OOM；
Swap Method：Queue 或 Async，权重在 CPU 和 GPU 之间来回搬运的方式，Async 用异步流式传输换取速度；
Swap Location：CPU 或 Shared，权重停放的位置，Shared 会锁定共享内存换取更快的搬运。

它的实现思路借鉴自 ComfyUI（见 backend/memory_management.py）：按模块粒度统计每个子网络的占用，装得下的留在 GPU，装不下的放 CPU，推理时按需换入换出。所以你不需要"要么全开要么崩溃"，而是可以按 1MB 的步进精细调节。

顺带一个容易踩的坑：启动时如果页面左上角的 UI 预设选的是 "sd"，显存相关控件会被隐藏。切换到 "flux" 或 "all" 预设就能看到它们——代码逻辑在 modules_forge/config.py，预设同时会带出该模型族的默认分辨率、CFG 和采样器。

Flux 和 GGUF 低比特模型，放进文件夹就能用

跑 Flux 这类大模型，传统 WebUI 的方案往往需要额外扩展。Forge 的做法是把它做成了内置能力：

低比特 UNet：模型选择区有一个 "Diffusion in Low Bits" 下拉框，可选手动启用 bnb-nf4、bnb-fp4、float8 等量化格式，部分选项还支持 fp16 LoRA（见 modules_forge/config.py）；
GGUF 原生支持：把 .gguf 文件丢进models/Stable-diffusion/即可识别，Q8_0 到 Q4_1 多个精度档位都能加载；
LoRA 不断供：NF4 和多数 GGUF 精度下 LoRA 仍然可用，低比特模型跑 LoRA 的进阶技巧可以看仓库讨论区，避免重复 patch 导致精度损失。

对你来说这意味着：12GB 左右的消费级显卡，不用写脚本、不用换框架，就能把 Flux 跑起来，代价是速度——具体快慢以你的硬件实测为准。

三种安装方式，五分钟选一条路

方式一：一键包（推荐新手）。官方 release 提供打包好的 Windows 环境（含 git 和 python，CUDA/Torch 版本组合以仓库最新说明为准）。流程只有三步：下载解压 → 运行update.bat更新 → 运行run.bat启动。注意 update 这一步别省，否则你可能跑在带已知 bug 的旧版本上。

方式二：git clone（适合已有环境的人）

git clone https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge cd stable-diffusion-webui-forge && python webui.py

方式三：复用旧 WebUI（进阶）。如果你已经装过 a1111 WebUI 且熟悉 git，可以把 Forge 作为它的一个分支装，之前下载的 checkpoint 和扩展直接复用——仓库 README 的 Advanced Install 一节有说明，前提是你清楚自己在做什么。

启动成功后访问http://127.0.0.1:7860/即进入界面。

内置扩展：ControlNet 不用再单独装

Forge 的extensions-builtin/目录预装了一批高频功能，装完就能用，不用再回扩展页手动搜索安装：

sd_forge_controlnet：ControlNet 一体化集成，带 Photopea 抠图和 Openpose 编辑器；
sd_forge_ipadapter：IP-Adapter 图像风格/主体参考；
sd_forge_freeu：FreeU V2，基于 Forge 自研的 UNet Patcher（backend/nn/unet.py）实现，四个滑杆直接调 B1/B2/S1/S2；
各类预处理工具：Marigold 深度、Normal Bae 法线、Tile 平铺、重着色等，喂给 ControlNet 用。

对普通用户的好处很直接：装好 Forge ≈ 装好一整套常用工作流，省掉的是十几个扩展的安装和版本适配时间。