Fooocus
lllyasviel · 圖片
Fooocus 是免費開源的 AI 圖片生成器，以 Stable Diffusion XL 為基礎。它在你自己的電腦上離線執行，輸入提示就能出圖，4GB 顯示記憶體即可啟動。
關於 Fooocus
About
Fooocus 是什麼
Fooocus 是裝在自己電腦上、把文字變成圖片的軟體。開發者是 ControlNet 的作者 lllyasviel，2023 年問世後很快被視為「用 Stable Diffusion 做 AI 繪圖最省事的做法」，不必先啃完一整頁參數。整套流程都在本機跑，不用註冊、不用訂閱，圖片也不會離開你的硬碟。
它的設計借鏡兩個方向。離線、開源這部分來自 Stable Diffusion；打字按生成就該有結果，這部分來自 Midjourney。取樣器、精修階段、提示詞整理都由程式自己處理，所以從沒開過 ComfyUI 的人也能在幾分鐘內做出像樣的成品。
最大的限制在硬體。它瞄準獨立顯示卡，4GB 顯示記憶體是下限，沒有獨顯的機器會慢到難用。專案目前已進入有限期的長期維護，完全建立在 SDXL 上，只修錯誤，不打算接入 Flux 之類的新架構。想要那些模型的人，官方會請你改用同一位開發者的其他工具。
怎麼開始用
- 到官方 GitHub 的 releases 頁面下載 Windows 版壓縮檔，解壓後執行 run.bat。Linux 與 Mac 則要用 Python 3.10 從原始碼安裝。
- 第一次啟動會自動下載預設模型。一般預設抓的是 Juggernaut XL，動漫與寫實預設各有自己的模型。
- 在提示欄寫下你要的畫面，不想自己描述光線與鏡頭的話，直接挑一個風格預設。
- 按下 Generate 等待。介面會在本機網址的瀏覽器裡開啟，成品存到硬碟的輸出資料夾。
- 需要換長寬比、負向提示、自備模型或放大成品時，再打開 Advanced 就好。
產品資訊
快速了解 Fooocus 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 想玩 AI 繪圖但不想被設定淹沒的新手：寫一句提示、按一個鈕就有成品，不必先學幾十個取樣參數。
- 用一般電競筆電的人：4GB 顯示記憶體加 8GB 記憶體就能在本機跑 SDXL，8GB 顯示記憶體以上會順很多。
- 在意隱私的創作者：所有檔案留在自己的硬碟，客戶委託與私人照片都不會離開這台機器。
任務
- 用一句短提示生成概念圖：「花園裡的房子」這種短句就夠，內建的提示處理會先把句子補完整再進取樣。
- 做動漫風或寫實風插畫：Anime 與 Realistic 預設會換上對應調校過的模型，不必自己去翻模型網站。
- 修圖與延伸畫面：inpaint 能抹掉或替換某個區域，outpaint 則在上、下、左、右補上畫布。
情境
- 晚上讓電腦自己跑一整批圖：排好幾個提示放著，隔天早上到輸出資料夾收檔。
- 做縮圖與社群貼文又不想付圖庫費：先生成底圖，放大 1.5 倍或 2 倍，再裁切。
- 沒網路或流量有限時試點子：模型下載完之後，生成過程完全不需要連線。
主要功能
以提示為中心的介面
畫面上幾乎只有三樣東西：提示框、生成按鈕，還有一個可以完全忽略的 Advanced 面板。取樣器、CFG 強度、精修步數都退到後面，程式自己挑合理數值。用慣 Stable Diffusion WebUI 的人第一次打開，會覺得設定頁像是被刻意拿掉了。
Fooocus V2 提示擴展
一個離線的小型語言模型（以 GPT-2 為基礎）會先改寫你的提示，再送進圖片模型。短提示會補上場景細節與光線描述，長提示則會被精簡，免得取樣器自己打自己。結果就是「海邊的狗」和一大段文字都能生出可用的圖，這也是它最寬容的地方。
內建風格
安裝檔內建數十種風格，動漫、電影感、漫畫、油畫、攝影都在其中。選一個就會加上該風格的指令文字，通常還會一併換掉搭配的模型。風格負責畫面調性，你的力氣就能放在主體，而不是鏡頭術語。
圖片提示與換臉
放一張參考圖進來，Fooocus 會讀它的內容當成額外提示，跟你的文字混在一起，用來控制構圖與配色。同一個面板裡的換臉功能，能讓同一個人在多張圖裡保持一致。這塊在其他軟體裡通常要用一整串 ControlNet 節點才做得出來。
Inpaint 與 Outpaint
Inpaint 與 Outpaint 分頁處理的是上傳的圖片，不是文字。在物件上塗一塗就能替換，或把畫布往外推來延伸背景。這裡用的是 Fooocus 自家的修補模型與演算法，專案方說接縫比 SDXL 標準做法乾淨。
放大與變體
圖片出來之後，可以放大 1.5 倍或 2 倍，也能生成保留構圖、只改細節的變體。變體強度從細微到明顯都能調，四張裡有一張差一點的時候特別好用。放大直接在程式裡完成，省得再開另一套工具。
本機 API 與遠端存取
加上 share 參數啟動，介面會透過公開連結對外開放；用 listen 則是在區網內提供服務。想要帳密的話，放一個小小的設定檔就能加上基本驗證。由於介面是 Gradio 做的，腳本可以呼叫跟瀏覽器相同的端點，本機生成圖片這件事也就能接進你自己的程式流程。
優缺點
優點
- 免費開源，沒有訂閱、沒有點數、也沒有用量上限。
- 離線執行，圖片與提示都留在自己的硬碟裡。
- 提示擴展讓隨便一句短話也能出圖，入門門檻因此低很多。
- 風格預設搭配 Anime 與 Realistic 預設，常見畫風不必再去找模型。
- 建立在 SDXL 之上，可以直接吃社群模型網站上的 checkpoint 與 LoRA。
缺點
- 實務上必須有 Nvidia 顯示卡，4GB 是底線；純 CPU 模式大約比 RTX 3XXX 慢 17 倍。
- 專案只修錯誤不再加功能，Flux 之類的新架構不會出現在這裡。
- 第一次啟動要下載好幾 GB 的模型，網路慢的話很折磨。
- 介面把大部分控制項藏起來，真想逐步微調的人最後還是得進 Advanced。
常見問題
Fooocus 用的是文字生圖的流程：在自己電腦上寫一段描述、需要時挑個風格，程式就在本機跑 Stable Diffusion XL 模型產出圖片。它鎖定的是想玩 AI 繪圖、但不想租雲端服務或學節點流程的人。
相關內容
探索與 Fooocus 相關的工具、技能與文章。
Fooocus 替代方案
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
Tractionwave
TractionWave · 圖片 · 行銷TractionWave 是針對靜態廣告的 AI 注意力熱圖工具。上傳 PNG 或 JPG，就能取得預測注意力、排序後的熱點與修正建議，不必等預算花完才知道問題在哪。
Imejis.io
Imejis.io · 圖片 · 行銷Imejis.io 是給代理與行銷團隊使用的 AI 設計工作室。你用日常說法描述一張圖，它會寫好文案、排出版面、自動調整成各種尺寸，最後匯出完成檔。