Stable Diffusion WebUI Forge：在熟悉的界面里跑 FLUX，把显存留给生成

已经会在 WebUI 里填提示词、选模型，想用本地电脑生成一张“丛林里的宇航员”，却担心大模型装不进显卡。Stable Diffusion WebUI Forge 值得看的地方，是保留这套直观出图方式，同时把模型精度和内存分配做成可见选项。输入仍是文字与模型，成果仍是图片；变化发生在电脑怎样容纳并运行模型。

它基于 Stable Diffusion WebUI，使用 Gradio 界面，并非一个新的图像模型。

先看一张能对上输入的官方样例

官方校验案例使用“丛林里的宇航员、冷色调、低饱和、细节丰富、清晰对焦”这一英文描述。界面右侧的结果是一名白色宇航服人物，置身偏冷、偏暗的绿色树林。左侧可见生成尺寸与采样设置，上方能看到模型和内存相关选项，输入、条件、结果在一张图中对应起来。

官方历史演示：模型为 flux1-dev-bnb-nf4-v2，20 步，Euler，尺寸 896×1152，种子 12345。先看顶部模型，再对照提示词和右侧画面；这些参数用于说明该案例，不是所有设备的推荐配置。点击图片可查看原图细节。

这个案例很适合用作理解入口：如果只看漂亮成品，你不知道背后用了什么；如果只看一排参数，又很难判断设置究竟服务于什么。Forge 把两者放在同一界面，便于已有 WebUI 经验的人继续使用熟悉的操作方式。它没有替你决定审美，而是在为所选模型安排运行空间。

为什么模型放不下，仍可能生成图片

官方教程先用一个示意条件解释：模型主体约 12GB，显卡只有 8GB 显存。处理方法是把模型分成留在 GPU 的部分与放到其他内存位置的部分，需要计算时再搬运。这里的数字属于教程的解释条件，并非这张宇航员截图的硬件报告。

理解这件事，才能看懂 GPU Weights 滑杆。它控制分给模型权重的显存预算，不是作品的“质量等级”。留给权重更多空间，可能减少来回搬运；留得过满，生成过程所需的临时空间又会不足。降低预算有时能给更大画幅腾出空间，代价是更多搬运。

官方教程中的另一张解释图。看滑杆与下方专用显存读数的关系即可，不要把 6517 照抄成自己电脑的最优值。

Forge 还提供 Queue 与 Async 两种搬运方式：前者依次加载、计算，后者尝试让加载和计算并行。并行有机会减少等待，但也可能让显存预算更紧张。所以对创作者有用的判断是“这台电脑能否稳定完成目标画幅”，不能只追求把滑杆推满或勾上看起来更快的选项。

小体积模型为什么也要选对

教程使用 NF4 量化版本来减少模型权重的存储负担。量化可以理解为换一种更紧凑的数字表示，目的是降低资源压力；它不是把图片缩小后再放大。Forge README 也列出原生支持的 FLUX NF4、若干 GGUF 格式及相关选项。

但文件格式和加载方式应当匹配。官方特别提醒，不要把已经量化的 FP8 文件再强制当 NF4 处理，否则会经历额外转换并损失质量。第一次尝试时，保留教程建议的自动识别，比任意切换所有精度按钮更容易建立可靠起点。官方还修正过早期速度描述，承认不同设备的收益差异较大，因此本文不承诺加速倍数。

免费界面与模型授权是两件事

Forge 仓库代码采用 AGPL-3.0。自行运行这个开源界面，并不意味着加载的每个模型都获得了同样授权。这里的 FLUX.1 dev 示例尤其需要分开看：BFL 当前非商业许可对模型及衍生模型的使用设有限制，对输出另有条款；不能简单归结为“成品一律不能商用”，也不能反过来认为商业生产可无条件使用模型。

当前 README 的组件测试表仍标注着 2024 年的测试日期，末尾也提示文档、界面与功能可能变化。它能作为已有 WebUI 用户理解资源管理的入口，不能替代你对所用版本、插件和模型的兼容核对。

下一步从官方仓库进入对应 FLUX 教程，先对上模型、输入与结果，再决定是否值得为自己的设备调整预算。如果希望下载应用后直接创作、不愿处理模型文件和显存取舍，Forge 的优势也会成为学习成本。

参考：官方项目 · 官方 FLUX 教程与校验案例 · 代码许可 · BFL 当前模型许可