你还记得吗？--那个 7860 端口上的夏天

序章 - 你还记得吗？

你还记得吗？那好像还是昨天刚发生的事一样。一个匿名的 GitHub 用户，在一个匿名图像论坛的帖子里找到的一段 Gradio 脚本，一行 git clone，一个 run.bat，然后浏览器里弹出了一个 127.0.0.1:7860 的页面--左边写提示词，右边出图，进度条一格一格地往前走，显存占用在任务管理器里跳来跳去。那种第一次在自己电脑上跑通 Stable Diffusion 的兴奋感，那种调了半天参数终于出了一张"能看"的图时的成就感，现在想起来，好像一切都还历历在目。

但仔细一算，从 2022 年 8 月 22 日那个仓库创建的下午，到今天 2026 年的盛夏--已经快四年了。四年。在互联网产品的时间尺度上，四年足够一个平台从诞生走向巅峰再走向沉寂，足够一代用户从入坑到退坑再到淡忘。A1111 WebUI 走完了这条完整的弧线。

四年前，AI 绘画对大多数人来说还只是 Midjourney 那种云端服务、Discord 里输入 /imagine 等待出图的体验。在本地机器上跑 Stable Diffusion，当时意味着打开终端、敲命令行、处理 Python 依赖地狱、面对一堆看不懂的参数。是 A1111 把这一切装进了一个网页界面里，让任何一个会打字的人都能在自己的显卡上生成图像。它不是第一个做这件事的人，但它是做得最完整、最易用、生态最繁荣的那个。

而现在呢？打开 GitHub 的 Release 页面，最后一个版本停留在 2025 年 2 月 9 日的 v1.10.1，那甚至不是 AUTOMATIC1111 本人发布的。Issues 区里有人开了讨论帖问"这个项目是不是死了"[^1]。社区的重心早已转向了 ComfyUI，那个节点式的工作流引擎正在以每周一个版本的速度迭代[^2]。ControlNet 的作者 lllyasviel 另起炉灶做了 Forge，4GB 显存就能跑 FLUX[^3]。曾经那个在 127.0.0.1:7860 上改变了一切的 WebUI，如今安静地躺在那里，像一个完成了历史使命的老兵。

这篇文章，是关于它的完整追忆。从 2022 年 8 月那个下午的第一行代码，到 2026 年今天它留下的遗产--每一个版本、每一个功能、每一个转折点，我都会尽量准确地记录下来。因为有些事情，趁还记得的时候，应该写下来。

第一章 - 2022 年 8 月 22 日

要把 A1111 的故事讲清楚，得先回到它的前因--Stable Diffusion 模型本身的诞生。

2022 年 8 月 22 日，Stability AI 联合慕尼黑大学 CompVis 实验室与 Runway ML，公开发布了 Stable Diffusion 1.4 模型[^4]。这是一个基于潜在扩散模型（Latent Diffusion Model）的文本到图像生成模型，参数量约 8.9 亿，以 CreativeML Open RAIL-M 许可证开源。在当时，这是能力最强的开源图像生成模型，没有之一。它的发布在 AI 社区引发的震动，不亚于一场地震。

但模型本身只是一组权重文件和一段推理脚本。Stability AI 提供的官方工具是一个 Python 脚本，需要在命令行中运行。对于大多数没有深度学习背景的人来说--艺术家、设计师、摄影爱好者、只是觉得好奇的普通网民--"打开终端，激活 conda 环境，运行 python scripts/txt2img.py --prompt 'a cat'"这件事本身就是一道门槛。而那道门槛背后，还有 CUDA 版本不对、PyTorch 装不上、显存不够、Hugging Face token 怎么填……一系列足以让人在第一步就放弃的障碍。

正是在这一天，2022 年 8 月 22 日 UTC 时间 14:05:26，一个 GitHub 用户名叫做 AUTOMATIC1111 的人，创建了一个名为 stable-diffusion-webui 的公开仓库[^5]。十分钟后，14:15:46，第一条实质性代码提交被推上去，提交消息简洁到只有一个词： first [^6]。

一个基于 Gradio 库实现的 Stable Diffusion 网页界面。
-- 仓库描述，2022 年 8 月 22 日

这不是巧合。A1111 的诞生与 Stable Diffusion 1.4 的发布是同一天。网络上有些资料声称 A1111 "在 SD 发布大约一个月后才出现"，这是不准确的--GitHub API 返回的仓库创建时间戳是铁证[^5][^6]。AUTOMATIC1111 在 SD 1.4 开源的当天就做出了回应，这种速度本身就说明了一件事：他不是临时起意，而是早有准备，在等一个模型开源的契机。

而那一天，AI 绘画的民主化进程，正式拉开了序幕。

第二章 - 来自 4chan 的火种

AUTOMATIC1111 是谁？这个问题到现在也没有确切答案。他从未公开过真实身份，GitHub 个人资料创建于 2022 年，提交记录中的作者署名是 AUTOMATIC，邮箱是 16777216c@gmail.com [^6]。16777216 是 2 的 24 次方，末尾的 c 被普遍认为暗指 4chan--这一点在项目的 README 里有更直接的线索。

翻开 A1111 仓库的 README 文件，Credits（致谢）部分写着这样一行：

Initial Gradio script - posted on 4chan by an Anonymous user. Thank you Anonymous user.
-- stable-diffusion-webui README

这行字揭示了 A1111 的真正起点：AUTOMATIC1111 并非从零开始构建这个项目。在 Stable Diffusion 1.4 发布后，4chan 上一位匿名用户贴出了一段基于 Gradio 的简单脚本，让 Stable Diffusion 可以在浏览器里跑起来。AUTOMATIC1111 拿到了这段脚本，以此为起点，迅速将它扩展为一个功能完整的 Web 应用，然后推上了 GitHub[^4]。

这个起源故事本身就有一种独特的互联网气质：匿名的人，在匿名的论坛上，贴出匿名的代码，然后另一个匿名的人接手了它，做成了改变整个行业格局的产品。没有公司，没有融资，没有路演，没有 LinkedIn 档案。只有 GitHub 上的一个化名和一段提交记录。

与 Stability AI 之间也没有任何从属关系。Stability AI 是模型的上游提供者，A1111 是独立的社区项目[^4]。这种独立性在后来变得至关重要--它意味着 A1111 的命运完全系于一个匿名维护者一身，这既是它最大的优势（不受商业利益裹挟），也是它最大的风险（没有组织级的延续性保障）。

2023 年 1 月 5 日，这种风险以一种戏剧性的方式暴露了：AUTOMATIC1111 的 GitHub 账号因涉嫌违反服务条款被短暂封禁，整个仓库一度下线，在社区引发了恐慌[^4]。整个生态的核心工具随着其创建者账号的消失而消失--这是任何依赖单一维护者的开源项目最害怕的场景。账号随后恢复了，GitHub 没有给出详细解释，但这次事件给所有人敲响了警钟。

十天之后，2023 年 1 月 15 日，AUTOMATIC1111 给项目加上了 AGPL-3.0 开源许可证[^7]。在此之前的将近五个月里，这个拥有数万 star 的项目居然没有正式的许可证文件--README 里还特意标注了一句"Now with a license!"。一个改变了 AI 绘画格局的项目，在法律层面上"裸奔"了近半年，这种事大概也只有在这个匿名、去中心化的社区里才会发生。

第三章 - 野蛮生长的五个月

从 2022 年 8 月 22 日到 2023 年 1 月 24 日，将近五个月的时间里，A1111 没有发布过一个带版本号的 Release。用户靠 git pull 拉取最新提交来更新，变更日志就是 commit history[^4]。但恰恰是这段"无版本号"时期，奠定了 A1111 几乎所有核心功能的基础。开发节奏之快，用"野蛮生长"来形容毫不为过。

仓库创建当天，除了最基础的 txt2img 功能外，AUTOMATIC1111 就已经加入了 GFPGAN 人脸修复和 Prompt Matrix（提示词矩阵）[^6]。第二天，8 月 23 日，加入了提示词长度校验、--no-half 命令行选项，img2img 模式也增加了 Prompt Matrix 支持。8 月 24 日，Textual Inversion（文本反演）支持被合并，由社区贡献者 dogewanwan 提交的 PR[^6]。

接下来的两周内，功能以几乎每天一个的速度增长：

• 2022-09-03 - Inpainting（局部重绘）：提交消息戏称为"poor man's inpainting"--简陋但可用的局部重绘功能，让用户可以在已有图像上选区重新生成。
• 2022-09-04 - ESRGAN 放大：神经网络图像放大器，让低分辨率生成图可以放大到高分辨率。同一天还加入了 Tiling（平铺生成）和分割注意力层（cross-attention）优化。
• 2022-09-04 - UI 配置文件：ui-config.json 的引入，让界面参数可以持久化保存。用户体验从"每次都要重新填"进化到"记住我的设置"。
• 2022-09-30 - Embeddings 目录：为 Textual Inversion 嵌入文件建立独立目录结构，为后来庞大的 embedding 生态铺路。
• 2022-10-08 - Hypernetwork 训练：受 NovelAI 模型泄露事件（2022 年 10 月）启发，加入 Hypernetwork 支持和训练模板。
• 2022-10-29 - Extensions 子模块：扩展系统的雏形出现，为后来改变项目命运的扩展生态埋下了种子。
• 2022 年 11 月 - 本地化与用户配置：加入多语言本地化文件和 webui-user.bat，让非英语用户和 Windows 用户也能方便地启动。
• 2022 年 12 月 - LoRA 支持：通过 <lora:filename:multiplier> 提示词语法加载 LoRA 权重--这个功能后来成为整个 SD 微调模型生态的基石。

两个星期内，一个只有 txt2img 的脚本就变成了一个功能齐全的图像生成工作台：文生图、图生图、局部重绘、人脸修复、图像放大、文本反演、超网络训练、提示词矩阵、平铺生成、LoRA 加载……这个功能列表放在今天依然不过时。而这一切，是在没有任何版本号、没有正式 Release、没有 changelog 的情况下完成的。AUTOMATIC1111 和早期社区贡献者们以一种近乎疯狂的节奏，把一个 4chan 脚本变成了一个完整的软件。

在这段时间里，A1111 还确立了几项后来成为整个 Stable Diffusion 生态事实标准的约定。其中影响最深远的三项是：

三项遗产约定

• 负面提示词（Negative Prompt）：在正向提示词之外，增加一个独立的负面提示词输入框，告诉模型"不要生成什么"。这个设计简单到理所当然，但在 A1111 之前，大多数 SD 推理脚本并没有把它作为一个独立的、一等公民的输入字段。
• 提示词权重语法：(word:1.2) 这样的语法让用户可以对提示词中的特定词赋予不同权重，精确控制生成方向。这套语法后来被 Civitai、Hugging Face 等几乎所有模型分享平台采纳为标准。
• PNG 元数据嵌入：生成的 PNG 图片中自动嵌入完整的生成参数（模型、提示词、负面提示词、采样器、步数、CFG scale、seed 等）。这意味着任何一张 A1111 生成的图片，都可以通过"拖回界面"来复现生成参数。这个约定后来也被整个生态广泛采纳。

这三项约定，没有一项是技术上多么复杂的东西。但它们共同构成了一个"用户体验标准"--当所有人都在用 A1111 时，A1111 的做法就成了标准。Civitai 上的模型说明页按 A1111 的用法写，教程按 A1111 的界面截图，提示词按 A1111 的语法格式。这种生态锁定效应，是 A1111 最深远的遗产之一[^4]。

第四章 - 版本号元年

2023 年 1 月 24 日，A1111 终于发布了第一个带标签的版本：v1.0.0-pre [^4]。那个 -pre 后缀透露出一种朴素的谦虚--在已经拥有数万 star 和完整功能集的情况下，AUTOMATIC1111 仍然认为这只是"预发布"。

v1.0.0-pre 的意义不在于功能--此时 txt2img、img2img、inpainting、upscalers、textual inversion、hypernetworks、LoRA、xformers、--medvram / --lowvram 等核心功能早已存在--而在于正式化了扩展系统。从这个版本开始，A1111 提供了一个标准的扩展安装机制，用户可以从 Extensions 标签页输入 GitHub URL 来安装第三方扩展，也可以使用 extensions-builtin/ 目录下的内置扩展[^8]。

同时，这个版本还提供了一个 sd.webui.zip 二进制发行包，面向那些连 Python 和 Git 都不会安装的用户--解压后双击 run.bat 就能运行（仅限 Windows 10 + NVIDIA 显卡）[^9]。在那个 AI 绘画教程还停留在"如何配置 conda 环境"的阶段，这个一键启动包极大地降低了入门门槛。

从 v1.0.0-pre 开始，A1111 进入了一个有节奏的版本发布周期。接下来的约一年半时间里，从 v1.1.0 到 v1.10.0，一共发布了十一个主要版本，每一个都带来了实质性的功能更新和架构改进。这段时期是 A1111 的黄金年代。

第五章 - 功能编年史

以下是 A1111 从 v1.1.0 到 v1.10.1 的完整版本编年。所有日期均来自 GitHub 官方 Release 页面[^9]。

v1.1.0 - 2023 年 5 月 1 日

第一个正式版本号（去掉了 -pre）。核心变化是切换到 torch 2.0.0（AMD GPU 除外），并引入了"随机数生成器源"（Random number generator source）设置，使同一 seed 在不同 GPU 上生成一致的图像--在此之前，同一 seed 在不同硬件上可能产生不同结果，这让参数分享和复现变得不可靠[^9]。此外还支持了 Gradio 主题 API，Linux 默认使用 TCMalloc 修复内存泄漏，img2img 增加了 "resize by"/"resize to" 选项卡，以及会话刷新后的进度恢复按钮。

v1.2.0 - 2023 年 5 月 13 日

启动时不再等待模型加载，显著加速了启动速度。LoRA 方面做了多项改进：使用元数据中的名称激活、修复部分 LoRA 不工作的问题、提供旧方法兼容选项。Gradio 升至 3.29.0，torch 升至 2.0.1，加入 --subpath 选项用于反向代理部署[^9]。

v1.3.0 - 2023 年 5 月 27 日

这个版本引入了两项重要优化：

• Token Merging（通过 dbolya/tomesd 实现），在不显著降低图像质量的前提下减少计算量，提升生成速度
• TAESD（Tiny AutoEncoder for Stable Diffusion），一种低成本的实时预览方案，让用户在生成过程中就能看到低分辨率的预览图[^9]

此外，LoRA 开始计算 hash 并加入 infotext，粘贴参数时可按 hash 匹配本地 LoRA；用户可以从 UI 中选择 cross attention 优化方式。代码管理方面，引入了 Ruff（Python）和 ESLint（JavaScript）代码检查工具--这是项目体量增长到需要规范化管理的信号[^9]。

v1.4.0 - 2023 年 6 月 27 日

inpainting 的缩放控制、自定义 k-diffusion 调度器设置、sysinfo 系统信息标签页。粘贴参数时可以从提示词推断 styles。xformers 升至 0.0.20，加入 custom unet 支持和持久化 conds 缓存（可选优化）。移除了 taming_transformers 依赖，开始做依赖瘦身[^9]。

v1.5.0 - 2023 年 7 月 25 日

这是一个里程碑式的版本。两项核心更新使其成为 A1111 历史上最重要的版本之一：

第一，SDXL（Stable Diffusion XL）支持。Stability AI 在 2023 年 7 月发布了 SDXL 1.0，这是自 SD 1.5 以来最大幅度的模型升级，参数量从 8.9 亿增加到约 66 亿，原生分辨率从 512×512 提升到 1024×1024。A1111 在 SDXL 发布后不到一个月就提供了原生支持（需要 --no-half-vae 标志）[^9][^10]。

第二，LoRA 扩展重构。此前由 LyCORIS 扩展处理的 LoCon、LoHa 等网络类型被整合进内置扩展系统，自 v1.5.0 起 A1111 原生支持多种网络类型[^10]。这个改动看似技术性，但它直接推动了后来 Civitai 上 LoRA 模型的爆发式增长--用户不再需要额外安装 LyCORIS 扩展就能加载各种微调模型。

此外还加入了自定义网络的用户元数据系统、扩展的 LoRA 元数据编辑器、生成图片出现 NaN 时自动切换至 32 位浮点 VAE 的保护机制、以及 API 端点（server-kill/restart/stop）。pip 安装跳过已安装包，启动加速约 2 秒[^9]。

v1.6.0 - 2023 年 8 月 31 日

又一个里程碑版本。

• SDXL Refiner 支持--SDXL 的两阶段推理（Base 模型生成粗图，Refiner 模型精修细节）被内置为顺序推理流程[^10][^9]
• RNG 源新增 NV 选项，使 CPU/AMD/Mac 生成与 NVIDIA 一致
• Hires fix（高清修复）第二遍可使用不同 checkpoint
• 内存中保留多个已加载模型的选项（减少切换时的加载等待）

采样器方面新增了 Restart、DPM++ 2M SDE Exponential/Heun/Karras、DPM++ 3M SDE 等一系列新选项，DPM++ 2M Karras 成为默认采样器。DDIM、PLMS、UniPC 被重构为统一使用 CFG denoiser，使其支持 img2img、AND 提示词组合和 SDXL[^9]。

架构方面，shared.py 和 webui.py 被拆分为多个文件，StableDiffusionProcessing 改用 dataclass，LoRA 补丁从 torch 内部移至专用模块。这些重构表明代码库已经大到需要模块化管理的程度。VAE 也支持为每个 checkpoint 选择独立 VAE[^9]。

v1.7.0 - 2023 年 12 月 16 日

• Settings 标签页重构，加入搜索框和分类
• SSD-1B 模型支持（Segmind 稳定扩散 1B，一个蒸馏压缩版的 SDXL）
• SD 2.1 Turbo 支持
• HyperTile 优化--通过分块处理注意力层来加速大分辨率生成
• LyCORIS GLora 与 OFT 网络推理支持
• lora-embedding 捆绑系统
• Intel Arc GPU 的初始 IPEX 支持
• 脚本元数据与 DAG 排序机制[^9]

v1.8.0 - 2024 年 3 月 2 日

torch 升至 2.1.2。多项重要更新：

• Soft Inpainting（柔和重绘，让 inpainting 的边缘过渡更自然）
• FP8 精度支持（降低显存和内存占用）
• SDXL-Inpaint 模型支持
• 官方 LCM（Latent Consistency Model）采样器支持--LCM 可以在 4-8 步内生成高质量图像，相比传统 20-30 步的采样器速度提升数倍[^9]

架构上采用 Spandrel 作为 upscaling 与人脸恢复的统一架构接口，从 requirements 中移除了 basicsr、gfpgan、realesrgan 及其大量依赖--这是一次重要的架构解耦，让放大和人脸恢复模型的添加变得模块化[^9]。Zero terminal SNR 噪声调度选项（注意：这是种子破坏性变更）。DAT upscaler 模型支持。Extra Networks 树状视图。华为昇腾 NPU 支持。提示词注释（Prompt comments）支持。自动向后版本兼容[^9]。

v1.9.0 - 2024 年 4 月 13 日

• 主 UI 中的调度器选择
• SDXL-Lightning 模型的 sgm uniform 调度器
• DoRA（权重分解低秩适配）支持--DoRA 是 LoRA 的改进版本，在更少参数量下达到更好的微调效果，支持 LoRA/LoHa/LoKr 等多种网络类型
• LyCORIS BOFT 网络支持
• Refiner 切换改为基于模型 timesteps
• 回调顺序重排 UI
• 使用 diskcache 库做缓存
• safetensors 元数据中嵌入封面图[^9]

v1.9.1（AVIF 支持、schedulers API 端点）、v1.9.3（4 月 22 日，bug 修复）、v1.9.4（5 月 28 日，pin setuptools 版本修复启动错误）相继发布[^9]。

v1.10.0 - 2024 年 7 月 27 日

这是 AUTOMATIC1111 本人发布的最后一个版本，也是 A1111 支持的最新一代模型：

• Stable Diffusion 3 支持。SD3 的文本编码器 T5 默认关闭（可在设置中开启），推荐 Euler 采样器，暂不支持 DDIM 等 timestamp 采样器[^9]
• 新调度器包括 Align Your Steps、KL Optimal、Normal、DDIM、Simple、Beta
• 新采样器 DDIM CFG++

这个版本还包含了一系列大规模性能优化（Performance 1/6 至 6/6 系列 PR）：use_checkpoint=False、用 torch 原生算子替换 einops.rearrange、预计算 is_sdxl_inpaint flag、sigmas 保留在 CPU、--precision half 避免推理时类型转换、LDM 优化补丁等[^9]。这些优化在保持生成质量的前提下进一步压榨了推理性能。

v1.10.1 - 2025 年 2 月 9 日

只有一个修复：CPU 上图像 upscale 的 bug。但这个版本的发布者不是 AUTOMATIC1111，而是维护者 w-e-w [^9]。这标志着 A1111 的维护结构发生了变化--原维护者已经事实上退出了日常开发。

版本发布时间线汇总

第六章 - ControlNet 革命与扩展帝国

如果说 A1111 的核心功能是骨架，那扩展系统就是让它真正长出血肉的肌肉。而在所有扩展中，没有哪一个比 ControlNet 的影响更深远。

2023 年 2 月 10 日，化名 lllyasviel 的研究者（后公开身份为张吕敏/Lvmin Zhang）发布了 ControlNet[^11]。这是一种让扩散模型"听话"的技术：通过输入一张参考图（边缘检测图、深度图、人体姿态图等），引导模型生成在结构上与参考图一致的新图像。在此之前，Stable Diffusion 的生成结果主要靠提示词引导，控制力有限--你能告诉它"画一个站着的人"，但无法精确控制那个人的姿态。ControlNet 改变了这一点。

ControlNet 发布后，社区开发者 Mikubill 迅速推出了 sd-webui-controlnet 扩展，让 ControlNet 可以直接在 A1111 界面中使用[^11]。2023 年 4 月，lllyasviel 又发布了 ControlNet 1.1，改进了模型质量和控制精度。从那时起，ControlNet 扩展成为几乎所有 A1111 用户的标配--一个没有安装 ControlNet 的 A1111 实例，就像一辆没有方向盘的汽车。

ControlNet 只是扩展生态的冰山一角。在 A1111 的黄金时期，Extensions 标签页里可以找到数百个扩展，覆盖了几乎所有能想到的功能：

| ADetailer