InvokeAI 是一套可在本地运行的专业级图像与视频生成引擎,把 Stable Diffusion 等模型装进一个带完整工作流的创作台。
很多人用网页版 AI 绘图,图省事但受限于额度、隐私和可控性。InvokeAI 走的是另一条路:把生成能力装到你自己的机器上,模型本地加载,参数、节点、工作流全部自己掌控。它从早期 Stable Diffusion 的 WebUI 之一发展至今,已成一套成熟的创作引擎——支持图像与视频生成、节点式工作流、画布与手势控制。仓库 invoke-ai/InvokeAI 以 TypeScript 为主、Apache-2.0 许可,2026 年仍在活跃更新,星标约 2.9 万(以 GitHub 为准)。
信息卡
- 项目名称:InvokeAI
- 编程语言:TypeScript(含 Python 后端组件)
- 开源许可证:Apache-2.0
- GitHub 地址:https://github.com/invoke-ai/InvokeAI
- 官网或 Demo:https://invoke-ai.github.io/InvokeAI/
核心能力
本地生成,数据与模型自控。 模型下载到本地运行,生成的图不上传第三方,适合对隐私敏感或需要离线作业的创作者。硬件够就能反复生成,不受网页额度限制。它支持多种主流扩散模型与 LoRA,切换、组合都在本地完成。
节点式工作流。 除常规文生图界面外,InvokeAI 提供节点编辑器,把「加载模型—编码提示—采样—后处理」串成可视化流程。你可以搭复杂的多步管线、条件分支与批量处理,用完还能把工作流保存复用。对要稳定复现一套出图流程的人,节点化比零散点按钮更可靠。
画布与统一画布(Unified Canvas)。 在一个无限画布上直接涂改、局部重绘、扩图,把「生成—修改—再生成」放在同一界面。想在某张图的一角加东西、或把构图往外延展,用画笔圈出区域即可让模型按局部上下文补全。这是它区别于「一次出一张」工具的核心体验。
视频生成与模型管理。 除静态图,InvokeAI 也纳入了视频生成能力;模型与依赖通过内置工具统一管理,免去手动折腾环境。Web 界面本地起服务,浏览器访问即可创作,不必守着命令行。
使用上手
- 准备一台有独立显卡的机器(NVIDIA 显卡体验最佳),安装 Python 环境。
- 按官网安装文档操作:
pip install invokeai后运行invokeai-web启动本地服务。 - 浏览器打开本地地址,首次启动按引导下载或导入模型。
- 在文生图界面先试一张;熟悉后切到节点工作流与统一画布做进阶创作。
- 需要容器化部署可参考官方 Docker 方案;模型与 LoRA 在设置里统一管理。
优点与不足
优势是本地运行隐私好、无额度焦虑、节点工作流强大、统一画布体验成熟、Apache-2.0 许可宽松。局限:对硬件(尤其显卡显存)有门槛,低端机跑不动大模型;模型需自行下载与管理,初次配置比网页版费事;节点编辑器有一定学习曲线。星标与版本以 GitHub 为准。
适合谁
适合对隐私与可控性要求高、愿意用本地显卡出图的创作者;需要复杂、可复现工作流的专业用户;以及想深入研究扩散模型流程、不想被网页额度绑住的技术型玩家。
下载与访问
仓库 https://github.com/invoke-ai/InvokeAI (Apache-2.0);官网与文档 https://invoke-ai.github.io/InvokeAI/ 。
许可证与部署
| 项目 | 说明 |
|---|---|
| 源码部署 | git clone 仓库后按文档安装,或 pip install invokeai |
| 容器部署 | 参考官方 Docker 方案 |
| 许可证 | Apache-2.0,可商用、可修改,需保留许可声明 |
| 星标 | 约 2.9 万,以 GitHub 实时为准 |
本文属于「项目」分类的 AI 资源专栏,更多评测见分类页。
评论 0
还没有评论,来说两句吧。