Page informative, sans valeur de conseil. Téléchargez depuis la source officielle, vérifiez la licence de l'outil et celle de chaque modèle chargé (elles diffèrent), et gardez en tête que la génération par IA est non déterministe : relisez vos sorties.
À quoi ça sert
AUTOMATIC1111 est une interface web locale qui expose Stable Diffusion dans le détail : text-to-image, image-to-image, inpainting, outpainting, choix de l'échantillonneur, nombre d'étapes, échelle CFG, graine (seed), traitement par lot, scripts… Tout ce qu'on peut vouloir régler est accessible. C'est l'interface par laquelle une grande partie des utilisateurs est entrée dans l'univers Stable Diffusion, et celle pour laquelle on trouve le plus de tutoriels.
Ce qui fait sa force
- L'écosystème d'extensions le plus riche. ControlNet, modèles LoRA, upscalers, ADetailer, Regional Prompter… une bonne partie des techniques avancées de Stable Diffusion ont d'abord été disponibles ici.
- Une documentation communautaire massive. Pour presque tout réglage ou message d'erreur, il existe un fil, un wiki ou une vidéo. C'est un atout réel quand on apprend.
- Contrôle paramétrique complet. Là où les interfaces grand public masquent les réglages, A1111 les expose tous — idéal pour comprendre l'effet de chaque variable et reproduire un résultat via sa graine.
-
API locale. Lancée avec
--api, l'interface expose un point d'accès HTTP local sur lequel on peut brancher ses propres scripts d'automatisation.
Pour qui
Pour qui veut explorer Stable Diffusion en profondeur et profiter du plus gros réservoir d'extensions et de tutoriels. Niveau : expert — attendez-vous à régler des dépendances à l'installation et à lire de la documentation. Pour une prise en main immédiate, voyez Fooocus ; pour des pipelines reproductibles, ComfyUI. À noter : le rythme de développement du dépôt s'est nettement ralenti ces derniers temps, l'essentiel de l'innovation se déplaçant vers ComfyUI et les forks.
Prérequis matériel
La génération requiert un GPU (prérequis du procédé, pas une option) : 4 Go de VRAM minimum pour Stable Diffusion 1.5, 8 Go et plus pour SDXL confortablement. GPU NVIDIA (CUDA) recommandé ; les Mac Apple Silicon sont gérés via une procédure dédiée ; le CPU est possible mais très lent. Comptez 2 à 7 Go par checkpoint sur le disque.
Installation
Prérequis logiciels
Python 3.10.6 est la version recommandée (les versions plus récentes posent des problèmes de compatibilité avec torch) et Git. Sur Windows, le script gère l'environnement automatiquement.
Récupérer et lancer
Source officielle : github.com/AUTOMATIC1111/stable-diffusion-webui.
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui# Linux / macOS
bash webui.sh
# Windows
webui-user.bat
Le premier lancement télécharge les dépendances. L'interface s'ouvre sur
http://127.0.0.1:7860.
Ajouter un modèle
Placez vos fichiers dans models/Stable-diffusion/ ; ils apparaissent dans le menu
déroulant. Privilégiez le format .safetensors. Lisez la licence de chaque modèle (voir
plus bas).
Extensions
L'onglet Extensions installe des modules communautaires (ControlNet, LoRA, upscalers…). Ils décuplent les capacités — et constituent le point de vigilance principal de l'outil (voir ci-dessous).
Points de vigilance
Le moteur est sain et local. Les vrais points d'attention portent sur les extensions, le format des modèles et leurs licences :
| Point d'attention | Niveau | Ce qu'il faut savoir |
|---|---|---|
| Extensions = code Python exécuté | 🔴 réel | Une extension est du code arbitraire exécuté avec vos droits. N'installez que des extensions de dépôts reconnus et actifs ; une extension piégée pourrait compromettre votre poste. |
| Format des poids : .ckpt vs .safetensors | 🟡 selon le fichier | Un .ckpt (pickle) peut exécuter du code au chargement. Le .safetensors ne contient que des poids : à préférer systématiquement, surtout pour des fichiers issus de CivitAI. |
| Licence du modèle (≠ celle de l'outil) | 🟡 selon le modèle | L'interface est sous AGPL-3.0 ; chaque modèle a sa licence. SD 1.5 / SDXL : CreativeML Open RAIL-M / RAIL++-M (commercial possible, avec restrictions). Modèles communautaires (CivitAI) : conditions très variables. Vérifiez avant usage pro. |
| AGPL-3.0 si vous servez l'interface en réseau | 🟡 selon l'usage | L'AGPL-3.0 ajoute une obligation : si vous exposez une version modifiée à des utilisateurs sur le réseau, vous devez leur en proposer le code source. Sans incidence pour un usage local personnel. |
| Droits sur les images produites | 🟡 selon le cas | L'usage des images générées (personnes, marques, œuvres en entrée) reste de votre responsabilité, indépendamment de l'outil. |
| Rythme de mise à jour nettement ralenti depuis début 2025 | 🟡 à connaître | Aucune version majeure n'a été publiée depuis début 2025 ; une partie de la communauté s'est orientée vers Forge (un fork maintenu activement) ou vers ComfyUI. AUTOMATIC1111 reste une excellente base pour apprendre et pour les modèles SD classiques — avec la documentation communautaire la plus fournie qui soit. |
Sécurité
-
Ne l'exposez pas sur Internet sans protection. Par défaut sur
127.0.0.1:7860. Si vous devez le partager, utilisez l'authentification intégrée (--gradio-auth) et n'activez--listenque derrière un pare-feu. -
Modèles en .safetensors, sources fiables. Le
.ckptd'origine inconnue est le principal vecteur de risque côté fichiers. -
Maintenez à jour via
git pull, et traitez les extensions comme des dépendances : sources connues, mises à jour suivies.
Aller plus loin
- ComfyUI — pipelines reproductibles par graphe, plus à jour.
- InvokeAI — interface à canvas, plus guidée.
- Fooocus — pour générer sans tout régler.
- OSIALab — comparer tous les outils de génération d'images.
Sources
- Code source & licence (AGPL-3.0) : github.com/AUTOMATIC1111/stable-diffusion-webui
- Wiki officiel : github.com/AUTOMATIC1111/stable-diffusion-webui/wiki