新在这里：

https://github.com/lllyasviel/stable-diffusion-webui-forge

Stable Diffusion WebUI Forge 是一个基于 Stable Diffusion WebUI（基于 Gradio）的平台，旨在简化开发、优化资源管理并加速推理。

“Forge” 这个名字灵感来源于 “Minecraft Forge”。本项目的目标是成为 SD WebUI 的 Forge。

与原始 WebUI（SDXL 推理在 1024px 下）相比，您可预期以下速度提升：

如果您使用常见的 8GB 显存 GPU，推理速度（每秒采样数）可提升约 30~45%，GPU 显存峰值（任务管理器中）下降约 700MB 至 1.3GB，最大可不溢出（OOM）的扩散分辨率提升约 2 至 3 倍，最大可不溢出的扩散批处理大小提升约 4 至 6 倍。
如果您使用较弱的 6GB 显存 GPU，推理速度（每秒采样数）可提升约 60~75%，GPU 显存峰值下降约 800MB 至 1.5GB，最大可不溢出的扩散分辨率提升约 3 倍，最大可不溢出的扩散批处理大小提升约 4 倍。
如果您使用强大的 GPU（如 24GB 显存的 4090），推理速度（每秒采样数）可提升约 3~6%，GPU 显存峰值下降约 1GB 至 1.4GB，最大可不溢出的扩散分辨率提升约 1.6 倍，最大可不溢出的扩散批处理大小提升约 2 倍。
如果您使用 SDXL 的 ControlNet，最大可不溢出的 ControlNet 数量将增加约 2 倍，SDXL + ControlNet 的推理速度将 提升约 30~45%。

Forge 带来的另一个非常重要的变化是 Unet Patcher。借助 Unet Patcher，Self-Attention Guidance、Kohya 高分辨率修复、FreeU、StyleAlign、Hypertile 等方法均可通过约 100 行代码实现。

得益于 Unet Patcher，如今在 Forge 中可支持许多新功能，包括 SVD、Z123、带遮罩的 Ip-adapter、带遮罩的 ControlNet、PhotoMaker 等。

不再需要对 UNet 进行热补丁，也不会与其他扩展产生冲突！

Forge 还新增了若干采样器，包括但不限于 DDPM、DDPM Karras、DPM++ 2M Turbo、DPM++ 2M SDE Turbo、LCM Karras、Euler A Turbo 等。（LCM 自 1.7.0 起已集成在原版 WebUI 中。）

最后，Forge 承诺仅专注于自身职责。Forge 永远不会向用户界面添加不必要的主观改动。您仍在使用 100% 的 Automatic1111 WebUI。

加载目标模型：

SDXLClipModel

采样步数：40-50

CFG 缩放：7-20

采样方法：DPM++ 3M SDE Exponential + DPM++ 2M SDE Turbo

比例：1024x1024