Stable Diffusion WebUI

Ejecuta AUTOMATIC1111 Stable Diffusion WebUI en GPUs de Clore.ai

La interfaz web más popular para Stable Diffusion en GPUs de CLORE.AI.

Todos los ejemplos se pueden ejecutar en servidores GPU alquilados a través de CLORE.AI Marketplace.

Requisitos del servidor

Parámetro	Mínimo	Recomendado
RAM	16GB	32GB+
VRAM	8GB	12GB+
Red	500Mbps	1Gbps+
Tiempo de inicio	10-20 minutos	-

Tiempo de inicio: El primer lanzamiento instala dependencias de Python y descarga el modelo base (10-20 minutos según la velocidad de la red). HTTP 502 durante este tiempo es normal.

¿Por qué SD WebUI?

• Con muchas funciones - txt2img, img2img, inpainting, outpainting

• Extensiones - Enorme ecosistema de complementos

• Fácil de usar - Interfaz web intuitiva

• Bien documentado - Gran soporte comunitario

📚 Véase también: Cómo ejecutar Stable Diffusion en una GPU en la nube

Despliegue rápido en CLORE.AI

Imagen Docker:

universonic/stable-diffusion-webui:latest

Puertos:

22/tcp
8080/http

Comando:

./webui.sh --listen --xformers

Verificar que funciona

Después del despliegue, encuentre su http_pub URL en Mis pedidos:

# Compruebe si la interfaz es accesible (puede tardar 10-20 min en la primera ejecución)
curl https://your-http-pub.clorecloud.net/

Si obtiene HTTP 502 durante más de 20 minutos, verifique:

1. El servidor tiene 16GB+ de RAM

2. El servidor tiene 8GB+ de VRAM

3. La velocidad de la red es adecuada para descargar dependencias

Acceder a su servicio

Cuando se despliega en CLORE.AI, acceda a SD WebUI a través de la http_pub URL:

• Interfaz web: https://your-http-pub.clorecloud.net/

• API (si está habilitada): https://your-http-pub.clorecloud.net/sdapi/v1/

Todo localhost:7860 los ejemplos siguientes funcionan cuando está conectado por SSH. Para acceso externo, reemplácelo por su https://your-http-pub.clorecloud.net/ URL.

Instalación

Usando Docker (Recomendado)

docker run -d --gpus all \
    -p 8080:8080 \
    -v sd-webui-data:/app/stable-diffusion-webui \
    universonic/stable-diffusion-webui:latest

Instalación manual

# Instalar dependencias
sudo apt install python3.10 python3.10-venv git wget

# Clonar repositorio
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# Ejecutar (instala todo automáticamente)
./webui.sh --listen --xformers

Estructura de directorios

stable-diffusion-webui/
├── models/
│   ├── Stable-diffusion/   # Modelos principales (.safetensors)
│   ├── Lora/               # Modelos LoRA
│   ├── VAE/                # Modelos VAE
│   ├── ControlNet/         # Modelos ControlNet
│   └── ESRGAN/             # Upscalers
├── embeddings/             # Inversiones textuales
├── extensions/             # Extensiones instaladas
├── outputs/                # Imágenes generadas
└── scripts/                # Scripts personalizados

Descargar modelos

Puntos de control

cd models/Stable-diffusion

# SD 1.5
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned.safetensors

# SDXL
wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

# Realistic Vision (Fotorrealista)
wget "https://civitai.com/api/download/models/245598" -O realisticVision_v60B1.safetensors

# DreamShaper (Artístico)
wget "https://civitai.com/api/download/models/351306" -O dreamshaper_8.safetensors

VAE (Mejores colores)

cd models/VAE

# SD 1.5 VAE
wget https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.safetensors

# SDXL VAE
wget https://huggingface.co/stabilityai/sdxl-vae/resolve/main/sdxl_vae.safetensors

Uso básico

txt2img (Texto a imagen)

1. Seleccionar modelo del menú desplegable

2. Introducir prompt positivo: lo que quieres

3. Introducir prompt negativo: lo que quieres evitar

4. Establecer dimensiones (512x512 para SD1.5, 1024x1024 para SDXL)

5. Hacer clic en Generar

img2img (Imagen a imagen)

1. Ir a la pestaña img2img

2. Subir imagen de origen

3. Introducir prompt describiendo los cambios deseados

4. Ajustar Fuerza de desruido (0.3-0.8)

5. Generar

Inpainting

1. Ir a img2img → Inpaint

2. Subir imagen

3. Dibujar máscara sobre el área a cambiar

4. Introducir prompt para el área enmascarada

5. Generar

Ajustes esenciales

Ajustes de generación

Configuración	SD 1.5	SDXL
Ancho	512	1024
Alto	512	1024
Pasos	20-30	20-40
Escala CFG	7	5-7
Sampler	DPM++ 2M Karras	DPM++ 2M Karras

Argumentos de línea de comandos

./webui.sh \
    --listen \              # Permitir acceso externo
    --port 7860 \           # Número de puerto
    --xformers \            # Optimización de memoria
    --enable-insecure-extension-access \  # Permitir extensiones
    --api \                 # Habilitar API
    --no-half-vae           # Arreglar imágenes negras

Para baja VRAM

./webui.sh \
    --listen \
    --medvram \           # 6-8GB VRAM
    # o
    --lowvram \           # 4GB VRAM
    --xformers

Extensiones populares

Imprescindibles

Extensión	Propósito
ControlNet	Generación guiada
ADetailer	Corrección automática de caras/manos
Ultimate SD Upscale	Mejor escalado
sd-webui-segment-anything	Segmentación
Regional Prompter	Prompts multirregión

Instalar extensiones

1. Ir a Extensiones pestaña

2. Hacer clic Disponible

3. Hacer clic Cargar desde

4. Buscar e instalar

5. Aplicar y reiniciar la interfaz

O manualmente:

cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

ControlNet

Instalación

# Instalar extensión
cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

# Descargar modelos
cd ../models/ControlNet
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_canny.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_openpose.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11f1p_sd15_depth.pth

Uso

1. Expandir sección ControlNet

2. Subir imagen de control

3. Seleccionar preprocesador (Canny, OpenPose, etc.)

4. Seleccionar modelo que coincida con el preprocesador

5. Generar

Uso de la API

Habilitar con --api flag, luego:

import requests
import base64

# Para acceso externo, use su URL http_pub:
API_URL = "https://your-http-pub.clorecloud.net"
# O vía SSH: API_URL = "http://localhost:7860"

def txt2img(prompt, negative="", steps=20, width=512, height=512):
    response = requests.post(
        f"{API_URL}/sdapi/v1/txt2img",
        json={
            "prompt": prompt,
            "negative_prompt": negative,
            "steps": steps,
            "width": width,
            "height": height,
        }
    )
    return base64.b64decode(response.json()["images"][0])

# Generar y guardar
image_data = txt2img("A beautiful sunset over mountains")
with open("output.png", "wb") as f:
    f.write(image_data)

API img2img

import base64

def img2img(prompt, image_path, denoising=0.5):
    with open(image_path, "rb") as f:
        image_b64 = base64.b64encode(f.read()).decode()

    response = requests.post(
        f"{API_URL}/sdapi/v1/img2img",
        json={
            "prompt": prompt,
            "init_images": [image_b64],
            "denoising_strength": denoising,
            "steps": 30,
        }
    )
    return base64.b64decode(response.json()["images"][0])

Redacción de prompts

Estructura básica

[sujeto], [estilo], [detalles], [iluminación], [etiquetas de calidad]

Ejemplos de prompts

# Retrato
retrato de una joven, fotografía profesional,
iluminación suave, poca profundidad de campo, 8k uhd,
altamente detallado, fotorrealista

# Paisaje
majestuoso paisaje montañoso al atardecer, nubes dramáticas,
iluminación de hora dorada, estilo National Geographic,
fondo de pantalla 8k, altamente detallado

# Anime
1chica, cabello plateado, ojos azules, uniforme escolar,
cerezos en flor, primavera, obra maestra, mejor calidad

Prompts negativos

# General
baja resolución, mala anatomía, manos malas, texto, error,
dedos faltantes, recortado, peor calidad, baja calidad,
artefactos jpeg, firma, marca de agua, borroso

# Para fotorrealista
caricatura, anime, ilustración, pintura, dibujo,
render 3D, cgi

Consejos de rendimiento

1. Habilitar xFormers - Aumento significativo de velocidad

2. Usar VAE - Mejores colores

3. Tamaño de lote 1 - Para VRAM limitada

4. Hires Fix - Generar pequeño, luego escalar

5. ADetailer - Corrección automática de caras

Requisitos de GPU

Modelo	VRAM mínima	VRAM recomendada	RAM mín
SD 1.5	4GB	8GB	16GB
SD 2.1	6GB	8GB	16GB
SDXL	8GB	12GB	16GB
Con ControlNet	+2GB	+4GB	16GB

Perfiles de GPU

RTX 3060 12GB (Económica)

# Comando de lanzamiento
./webui.sh --medvram --xformers

# settings.json recomendados:
# - SD 1.5: 512x512, lote 4, 20-30 pasos
# - SDXL: 768x768, lote 1, 20 pasos
# - Habilitar VAE tiling en Configuración
# - Usar ADetailer para caras

Mejores modelos: SD 1.5, DreamShaper, RealisticVision

RTX 3090 24GB (Óptima)

# Comando de lanzamiento
./webui.sh --xformers

# Configuración recomendada:
# - SD 1.5: 512x512, lote 8, 30 pasos
# - SDXL: 1024x1024, lote 2, 30 pasos
# - ControlNet + SD 1.5 funciona muy bien
# - Hires fix a 2x funciona

Mejores modelos: SDXL, Juggernaut, RealVisXL

RTX 4090 24GB (Rendimiento)

# Comando de lanzamiento
./webui.sh --xformers --opt-sdp-attention

# Configuración recomendada:
# - SD 1.5: 512x512, lote 16, 30 pasos
# - SDXL: 1024x1024, lote 4, 40 pasos
# - Varias ControlNets simultáneamente
# - Hires fix a 4x

Mejores modelos: SDXL, Pony Diffusion, Cualquier modelo de alta resolución

A100 40GB/80GB (Producción)

# Comando de lanzamiento
./webui.sh --opt-sdp-attention --no-half-vae

# Configuración recomendada:
# - SDXL: 1024x1024, lote 8+, 50 pasos
# - Varias ControlNet + IP-Adapter
# - Hires fix a 4096x4096
# - AnimateDiff para vídeo

Ideal para: Generación por lotes, flujos de trabajo complejos, vídeo

Estimación de costos

Tarifas típicas del mercado de CLORE.AI:

GPU	VRAM	Precio/día	Velocidad SD1.5	Velocidad SDXL
RTX 3060	12GB	$0.15–0.30	~4 seg	~12 seg
RTX 3090	24GB	$0.30–1.00	~2 seg	~6 seg
RTX 4090	24GB	$0.50–2.00	~1 seg	~3 seg
A100	40GB	$1.50–3.00	~0.5 seg	~2 seg

Precios en USD/día. Las tarifas varían según el proveedor — consulte CLORE.AI Marketplace para las tarifas actuales.

Solución de problemas

HTTP 502 durante mucho tiempo

1. Comprobar RAM: El servidor debe tener 16GB+ de RAM

2. Comprobar VRAM: Debe tener 8GB+ para SDXL

3. Instalando dependencias: La primera ejecución tarda 10-20 min

4. Red lenta: El ancho de banda bajo provoca un inicio más largo

Imágenes negras

# Añadir a los argumentos de lanzamiento
--no-half-vae

Falta de memoria

# Usar optimización
--medvram
--xformers

Extensiones que no cargan

--enable-insecure-extension-access

Generación lenta

1. Habilitar xFormers

2. Reducir tamaño de imagen

3. Reducir pasos (20 suele ser suficiente)

Siguientes pasos

• ComfyUI - Flujos de trabajo más avanzados

• FLUX.1 - Último modelo

• ControlNet - Generación guiada

• Entrenamiento LoRA - Modelos personalizados