Automatic1111移动端安装运行完整教程及低内存优化技巧

先判断设备是否适合安装

Automatic1111 是 Stable Diffusion WebUI 的常用图形界面，功能完整，插件生态丰富，但它原本面向桌面显卡环境设计。移动端使用要先分清两种路线：一种是手机或平板只作为操作端，通过浏览器访问电脑、工作站或云端主机上的 WebUI；另一种是在安卓设备上本地尝试运行。前者稳定、出图速度快，适合大多数用户；后者更像折腾方案，对内存、存储、处理器和系统环境要求较高。

如果只是想在手机上输入提示词、调参数、保存图片，建议优先选择远程访问方式。安卓本地运行至少建议 8GB 以上运行内存、20GB 以上可用存储空间，并且要接受速度慢、依赖安装复杂、部分插件不可用的现实。iPhone 和 iPad 不适合直接本地安装 Automatic1111，通常通过浏览器访问已部署好的 WebUI 更合理。

推荐方案：电脑安装，移动端访问

第一步，准备主机环境。Windows 用户建议安装 Python 3.10.x、Git，并准备一张支持 CUDA 的显卡；macOS 或 Linux 用户也可以安装，但速度和兼容性要根据芯片与驱动情况判断。Python 版本不要随意使用最新大版本，Automatic1111 对 3.10 系列兼容性更好。

第二步，下载项目。打开 Automatic1111 的官方代码仓库，复制仓库地址，在目标目录执行 git clone，将项目下载到本地。下载完成后进入 webui 目录。Windows 可运行 webui-user.bat，Linux 或 macOS 可运行 webui.sh。首次启动会自动下载依赖，耗时较长，期间不要频繁中断。

第三步，放置模型。将基础模型文件放入 stable-diffusion-webui/models/Stable-diffusion 目录，常见格式为 .safetensors。模型来源要选择可信站点，避免下载来历不明的压缩包或脚本文件。放好后重启 WebUI，左上角模型下拉框即可选择。

第四步，让移动端访问。主机与手机连接同一局域网络，在主机启动参数中加入 --listen，并建议同时加入 --gradio-auth 用户名:密码。启动后，手机浏览器输入 http://主机局域网地址:7860 即可打开界面。不要把未加认证的 WebUI 暴露到公开网络，也不要随意安装来源不明的扩展。

安卓本地安装的基本思路

安卓本地方案通常借助 Termux 和 Linux 容器环境完成。流程大致是：安装 Termux，更新软件包，安装 git、python、proot-distro 等工具，创建 Ubuntu 或 Debian 环境，再在该环境中下载 Automatic1111。需要注意，官方流程主要为桌面系统准备，安卓上常会遇到 PyTorch、图像库、编译依赖不匹配等问题。

可按以下思路执行：先在 Termux 中更新环境，安装基础组件；再通过 proot-distro 安装 Ubuntu；进入 Ubuntu 后安装 python3、python3-venv、git、wget、libgl 等依赖；随后 git clone Automatic1111 项目；进入目录后运行启动脚本。若设备无法使用 GPU 推理，可能只能走 CPU，单张图可能需要数分钟甚至更久，不适合高频使用。

安卓本地运行时，启动参数要更保守。可尝试加入 --skip-torch-cuda-test、--precision full、--no-half、--lowvram、--opt-split-attention 等参数。不同设备表现差异明显，如果启动失败，不要盲目复制复杂整合包，先确认 Python、Torch、模型文件和存储权限是否正常。

首次运行后的基础设置

进入 WebUI 后，先在 txt2img 页面选择模型，采样器可从 Euler a、DPM++ 2M Karras 等常见选项开始。移动端屏幕较小，建议把浏览器切到桌面显示模式，或者横屏操作。提示词不必一开始写得很复杂，先用短句验证模型是否能正常出图，再逐步增加风格、镜头、光线等描述。

低配置设备建议把宽高设为 512×512 或 512×768，Batch count 和 Batch size 都设为 1，采样步数控制在 20 到 30。高清修复、ControlNet、多 LoRA 叠加、复杂插件都会显著增加内存占用，确认基础出图稳定后再逐项开启。

低内存优化技巧

移动端最常见的问题是内存不足。首先，启动前关闭后台大型应用，保证足够可用内存。其次，使用 --lowvram 或 --medvram 参数，前者更省资源但速度更慢，后者适合内存稍宽裕的设备。若出现半精度相关报错，可尝试 --no-half 或 --no-half-vae，但这可能进一步增加内存占用，需要结合设备测试。

生成参数上，优先降低分辨率，再降低采样步数，不建议一开始就使用 1024 以上尺寸。需要大图时，可先生成小图，再用分块放大或轻量放大工具处理。VAE 可选择体积较小、兼容性较好的版本；LoRA 同时加载数量尽量控制在 1 到 2 个。插件方面，先保持原版环境，确认稳定后再安装必要扩展。

如果安卓设备支持 zram 或交换空间，可以适度开启，但不要把它当作提升速度的办法。交换空间主要用于避免进程直接退出，读写频繁会拖慢系统，也可能增加存储磨损。移动设备长时间满负载会发热，建议连接电源并保持散热，不要放在被褥等不利于散热的位置运行。

常见问题与处理方法

问题一：启动时提示 Python 版本不匹配。处理方式是安装推荐的 3.10 系列，并重新创建虚拟环境。不要在同一目录反复混用多个 Python 版本，否则依赖容易混乱。

问题二：模型下拉框为空。检查模型是否放在 models/Stable-diffusion 目录，文件后缀是否为 .safetensors 或 .ckpt，放入后需要点击刷新或重启 WebUI。若模型文件过小，可能是下载不完整。

问题三：生成时报内存不足。降低宽高、关闭高清修复、批量数量改为 1，加入 lowvram 参数，减少 LoRA 和插件。仍无法运行时，说明设备资源不足，建议改用远程访问方案。

问题四：手机打不开页面。确认主机 WebUI 已启动，端口为 7860，手机与主机在同一局域网络；主机防护软件可能拦截端口，需要为 Python 或对应终端放行。若使用了登录参数，输入的账号和密码要完全一致。

安全边界与使用建议

Automatic1111 本身只是图像生成工具，安全风险主要来自模型、插件和访问方式。模型文件优先选择 .safetensors 格式，扩展只从可信仓库安装，看到要求运行额外脚本或索要系统敏感权限时要谨慎。不要在未设置认证的情况下开放访问入口，个人设备上也不建议保存敏感照片、证件类图片或商业机密素材。

从体验角度看，移动端更适合作为轻量控制台：调提示词、查看结果、做少量参数试验。真正需要高分辨率、批量生成、ControlNet 工作流或多模型切换时，仍建议使用桌面显卡或稳定的云端环境。按照“先跑通基础版本，再逐步加模型和插件”的顺序安装，能减少大部分故障，也更容易定位问题。