5分钟搭建本地AI绘画引擎:InvokeAI零基础安装指南
2026-02-05 04:21:37作者:董灵辛Dennis
你还在为复杂的AI绘画工具配置发愁?本文将带你5分钟内完成InvokeAI(一款领先的稳定扩散模型创意引擎)的本地环境搭建,让你轻松开启AI创作之旅。读完本文,你将获得:
- 系统环境兼容性检查方法
- 三步完成安装的实操指南
- 模型快速部署技巧
- 常见问题解决方案
系统要求速查
InvokeAI支持Windows 10+、macOS 14+及Linux(Ubuntu 20.04+)系统,不同模型对硬件要求差异较大:
| 模型类型 | 最低配置 | 推荐配置 |
|---|---|---|
| SD1.5 (512×512) | NVIDIA 10xx/4GB VRAM/8GB内存 | NVIDIA 20xx/6GB VRAM/16GB内存 |
| SDXL (1024×1024) | NVIDIA 20xx/8GB VRAM/16GB内存 | NVIDIA 30xx/12GB VRAM/32GB内存 |
| FLUX (1024×1024) | NVIDIA 30xx/10GB VRAM/32GB内存 | NVIDIA 40xx/16GB VRAM/64GB内存 |
Apple Silicon用户需16GB+内存,AMD GPU仅支持Linux系统。详细配置见官方文档。
安装启动器(30秒)
根据操作系统选择对应安装包:
- Windows:下载Invoke.Community.Edition.Setup.latest.exe并运行
- macOS:下载.dmg文件并拖拽至应用程序文件夹
- Linux:下载.AppImage文件,右键设置可执行权限
启动器安装完成后,会在桌面创建快捷方式。首次运行时,启动器会自动检查更新。
安装核心程序(2分钟)
- 运行启动器,点击Install按钮
- 选择安装路径(建议默认路径)
- 等待依赖包下载(约500MB-2GB,取决于网络速度)
- 安装完成后点击Finish
提示:若安装失败,可在安装流程的"Review"步骤勾选"Repair Mode"重试,或执行
uv cache clean清理缓存。
启动程序与选择GPU(1分钟)
点击启动器的Launch按钮,首次启动会显示GPU选择界面:
- NVIDIA用户选择对应显卡型号
- AMD用户选择"ROCm"选项(仅Linux)
- 集成显卡用户选择"CPU模式"(不推荐,生成速度极慢)
启动成功后,会自动打开浏览器显示WebUI界面:
安装模型(1分钟)
- 在WebUI点击左侧Models标签
- 选择Starter Models,推荐新手安装:
- "SDXL 1.0"(平衡速度与质量)
- "FLUX.1 [dev]"(最新模型,需高性能GPU)
- 点击Install开始下载(模型大小2-8GB)
提示:已有本地模型可通过Scan Folder功能导入,勾选"In-place install"可保持文件位置不变。
首次生成图像(30秒)
在WebUI的txt2img标签页:
- 输入提示词:
a photo of a cat wearing sunglasses, 4k, realistic - 选择模型:
sdxl_v10 - 点击Generate按钮
首次生成会加载模型(约10-30秒),后续生成速度取决于GPU性能(SDXL 1024×1024图像约10-30秒/张)。
常见问题解决
- 启动失败:检查日志文件,或在启动器设置中开启"Server Mode"通过浏览器访问
- 模型下载慢:使用模型安装工具手动导入本地模型
- 显存不足:在设置中降低分辨率(如从1024×1024降至768×768)或启用"Low VRAM"模式
更多问题见故障排除指南。
进阶技巧
- 命令行模式:通过启动器设置勾选"Server Mode",使用
invokeai-web.py命令启动 - 模型管理:在模型页面可启用LoRA、ControlNet等扩展
- 工作流保存:点击界面右上角Save保存当前参数配置
现在你已掌握InvokeAI的基础使用方法,尝试调整提示词和参数,探索AI绘画的无限可能!关注官方教程获取高级技巧,加入Discord社区交流创作经验。
提示:定期通过启动器更新程序,获取最新功能和模型支持。下次启动只需点击桌面快捷方式即可。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
666
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
796
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
777
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271
React Native鸿蒙化仓库
JavaScript
308
359




