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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
Ascend Extension for PyTorch
Python
336
401
暂无简介
Dart
768
191
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++
883
590
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
336
172
React Native鸿蒙化仓库
JavaScript
302
353
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (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
1.33 K
750
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
986
246




