SD. Next — Uma Alternativa ao Automatic1111 para Quem Precisa de Mais do que o WebUI Padrão

Você se lembra de como há apenas alguns anos, a geração local de imagens era sinônimo do Stable Diffusion WebUI do Automatic1111? Você abria o console, esperava o PyTorch iniciar, ajustava as configurações da sua GPU e esperava que a VRAM não acabasse no meio do processo. No entanto, com o tempo, o repositório original ficou cada vez mais difícil de manter, e novas arquiteturas de modelos começaram a exigir cada vez mais recursos.

Vlad Mandic fez um fork do código-fonte do Automatic1111 no final de 2022 e criou o SD. Next. O projeto começou como uma tentativa de limpar o código-fonte e extrair o máximo desempenho do hardware, mas evoluiu para uma plataforma independente para geração de imagens e vídeos.

Qual a diferença do WebUI original?

Em resumo, o SD. Next é uma reformulação profunda nos bastidores, mantendo a interface web familiar. O WebUI original é fortemente vinculado a GPUs Nvidia e bibliotecas CUDA. Se você tem um AMD, Intel Arc ou um laptop com chip da série M da Apple, fazer o WebUI clássico funcionar se tornou uma jornada envolvendo compilação de bibliotecas e busca pelos argumentos de inicialização corretos.

O SD. Next foi construído com suporte multiplataforma desde o início. Durante a primeira instalação, o script detecta automaticamente seu hardware e monta uma configuração adequada.

O que há de interessante nos bastidores

Executando modelos grandes em hardware modesto

O principal problema das redes de difusão modernas é seu apetite por memória de vídeo. Uma placa com 8 GB de VRAM rapidamente trava quando você tenta executar um modelo novo em alta resolução.

O SD. Next adicionou dois mecanismos:

1. Quantização via mecanismo SDNQ. O modelo é comprimido em tempo real ou utiliza pesos quantizados prontos. Isso reduz o consumo de memória em até 4 vezes com impacto mínimo nos detalhes.
2. Offload Balanceado. Um mecanismo do sistema que distribui as camadas do modelo entre a memória de vídeo e a RAM do sistema. Se os gigabytes da GPU não forem suficientes, alguns cálculos são transferidos para a CPU para evitar um erro de falta de memória.

Suporte para qualquer hardware

Os desenvolvedores mantêm uma longa lista de aceleradores de hardware:

• Nvidia via CUDA
• AMD no Linux e Windows via ROCm ou ZLUDA
• Intel Arc usando OneAPI e IPEX
• Qualquer GPU e CPU via OpenVINO
• DirectML para placas gráficas com suporte DirectX no Windows
• Chips Apple M1/M2/M3 com backend Torch MPS

Se você quiser isolar o ambiente, o projeto possui imagens Docker oficiais para CUDA, ROCm, OpenVINO e Intel IPEX.

Rotulagem automática e modelos de linguagem

Geralmente, para preparar descrições de imagens você precisa instalar extensões de terceiros ou utilitários separados. O SD. Next possui um módulo integrado para rotulagem automática de imagens. Ele utiliza mais de 25 modelos, incluindo redes VLM/LLM, OpenCLIP e taggers como WaifuDiffusion e DeepDanbooru. Isso acelera o preparo de conjuntos de dados para treinar seu próprio adaptador LoRA.

Como começar

A instalação é reduzida a três comandos no terminal:

git clone https://github.com/vladmandic/sdnext
cd sdnext

# Для Linux или macOS:
./webui.sh

# Для Windows:
webui.bat

Na primeira inicialização, o script baixa dependências, detecta a GPU e seleciona flags de otimização. A interface é adaptada para telas móveis, então você pode controlar o processo de geração diretamente do seu celular na rede local.

Quem deveria experimentar

O SD. Next certamente será útil em vários casos:

• Você tem uma GPU AMD, Intel Arc ou Mac e está cansado de pular obstáculos com o WebUI padrão.
• Sua GPU tem VRAM limitada, mas você quer experimentar modelos pesados sem travamentos de memória.
• Você está construindo conjuntos de dados e precisa de ferramentas integradas para rotulagem e marcação.

Se você está acostumado ao ComfyUI com seu fluxo de trabalho baseado em nós, há pouco sentido em mudar para uma interface estilo tabular. Mas como uma solução completa para trabalho rápido com imagens e vídeos, o SD. Next cobre a maioria das tarefas cotidianas.