Fooocus: Análisis (2026) de la interfaz local de Stable Diffusion más sencilla

Fooocus es una aplicación de generación de imágenes local y offline, construida enteramente sobre la arquitectura Stable Diffusion XL (SDXL) y distribuida como software libre y de código abierto bajo licencia GPL-3.0. A diferencia de la interfaz técnica basada en pestañas de AUTOMATIC1111 o el editor de nodos de ComfyUI, Fooocus elimina deliberadamente la mayoría de los controles manuales — sin selector visible de sampler, sin control deslizante de escala CFG por defecto, sin cuadrícula de resolución — y los sustituye por un pequeño conjunto de presets (General, Realistic, Anime) más un panel "Advanced" que se puede ignorar por completo.

El proyecto funciona sobre Gradio, el mismo framework de interfaz web en Python que usan muchas otras herramientas de IA local, y su interfaz toma prestada de forma intencionada la lista de funciones de Midjourney y LeonardoAI, reasignando cada uno de sus comandos (--style, --ar, variaciones V1–V4, escalado) a su equivalente en Fooocus, para que quienes vienen de esas herramientas en la nube tengan un modelo mental familiar.

El objetivo central de diseño, expresado directamente en la propia documentación del proyecto, es que entre descargar Fooocus y generar la primera imagen debe haber menos de tres clics de ratón. Esa única restricción de diseño — más que cualquier innovación de modelo concreta — es lo que distingue a Fooocus de otras interfaces de Stable Diffusion: es una capa de UI/UX, no un modelo nuevo.

Fooocus fue creado por Lvmin Zhang, que publica bajo el usuario de GitHub lllyasviel; su repositorio se creó en GitHub el 9 de agosto de 2023. Zhang es doctorando en informática en la Universidad de Stanford, investigando modelado generativo controlable y gráficos por computadora.

Zhang es conocido de forma independiente en la comunidad de Stable Diffusion por crear ControlNet, la arquitectura de red neuronal que añadió condicionamiento espacial preciso (pose, profundidad, mapas de bordes) a los modelos de difusión de texto a imagen. El artículo de ControlNet ganó el Marr Prize, el premio al mejor artículo de la International Conference on Computer Vision (ICCV) 2023, una de las conferencias más competitivas en visión por computadora. Zhang también ha publicado otras herramientas de IA local, incluyendo WebUI Forge (un fork de AUTOMATIC1111 centrado en el rendimiento), PaintsUndo e IC-Light.

Fooocus se construyó, según palabras del propio proyecto, a partir de una mezcla de las bases de código de AUTOMATIC1111 Stable Diffusion WebUI y ComfyUI — reutilizando sus técnicas de inferencia probadas mientras presenta una interfaz radicalmente simplificada. En septiembre de 2026, el proyecto acumula más de 52.000 estrellas en GitHub y más de 8.600 forks, situándose entre las herramientas locales de generación de imágenes con más valoraciones en GitHub.

Un aviso de seguridad directamente del propio proyecto: Fooocus no tiene sitio web oficial. El README advierte explícitamente que dominios como fooocus.com, fooocus.net, fooocus.ai, fooocus.org, fooocus.pro y fooocus.one son falsos y no tienen ninguna relación con el proyecto real — la única fuente oficial es el repositorio de GitHub.

El README de lllyasviel/Fooocus incluye una sección titulada "Project Status: Limited Long-Term Support (LTS) with Bug Fixes Only", que indica que el proyecto — construido enteramente sobre la arquitectura Stable Diffusion XL — se considera ahora funcionalmente completo, y que "las futuras actualizaciones se centrarán exclusivamente en solucionar los errores que puedan surgir". El README aclara explícitamente que no hay planes actuales de migrar o incorporar arquitecturas de modelo más nuevas como FLUX, aunque deja abierta la puerta si la comunidad de código abierto converge en un único método sucesor dominante.

Para quienes quieran los modelos más recientes, el propio README recomienda plataformas alternativas — en concreto WebUI Forge (también del mismo creador) y ComfyUI o su interfaz simplificada SwarmUI — en lugar de prometer soporte para FLUX dentro del propio Fooocus.

Esto no es lo mismo que un proyecto abandonado. El repositorio de GitHub no está archivado, permanece abierto a issues y pull requests (314 issues abiertos en el momento de este análisis), y los propios datos de actividad de GitHub muestran commits tan recientes como diciembre de 2025 — más de un año después del último lanzamiento etiquetado. El README agradece al colaborador mashb1t sus "enormes esfuerzos" por reducir los errores pendientes del código, y mashb1t mantiene por separado un fork en github.com/mashb1t/Fooocus que ha seguido recibiendo commits aún más recientes (el último en octubre de 2025) — aunque ese fork tampoco ha lanzado una nueva versión etiquetada desde agosto de 2024, reflejando el mismo ritmo que el proyecto original.

La conclusión práctica: Fooocus es estable y seguro de instalar hoy, pero quien busque específicamente FLUX, SD 3.5 u otras arquitecturas posteriores a 2024 dentro de una interfaz simplificada no lo encontrará en Fooocus y debería mirar en su lugar ComfyUI, SwarmUI o WebUI Forge.

Fooocus ofrece un paquete de un solo clic para Windows, además de rutas de instalación manual para Linux, Mac y Docker — no hace falta un paso de descarga de modelo aparte para el preset por defecto, porque Fooocus obtiene su propio checkpoint por defecto automáticamente en el primer arranque.

La función distintiva de Fooocus es un motor de procesamiento de prompts basado en GPT-2 que funciona offline, presentado en la interfaz como el estilo "Fooocus V2". La propia documentación del proyecto lo compara con el preprocesamiento oculto de prompts de Midjourney y con "Prompt Magic" de LeonardoAI — la idea es que un prompt corto como "casa en un jardín" y un prompt de 1.000 palabras produzcan ambos resultados pulidos y coherentes, porque el modelo de expansión añade automáticamente el detalle estilístico y compositivo que falta.

Además de Fooocus V2, la interfaz incluye otros presets de estilo integrados, como "Fooocus Photograph", "Fooocus Negative" y un estilo "cinematic-default", con estilos SDXL adicionales aportados por miembros de la comunidad reconocidos en el README del proyecto (twri, 3Diva y Marc K3nt3L). Los estilos pueden combinarse, y varios se pueden apilar en el panel Advanced para quien quiera más control del que ofrecen los tres presets principales.

Otras técnicas internas que documenta el README incluyen un intercambio nativo de refiner dentro de un único k-sampler (evitando la pérdida de momentum que ocurre cuando AUTOMATIC1111 o ComfyUI intercambian entre dos samplers independientes), una guía ADM negativa ajustada al nivel de resolución más alto de SDXL, y un modelo de inpainting propio junto con un algoritmo de prompt de imagen propio, en lugar de una pipeline estándar de ControlNet o IP-Adapter para SDXL.

Fooocus está licenciado bajo GPL-3.0 (GNU General Public License, versión 3), tal como confirman los metadatos de licencia de su repositorio en GitHub. GPL-3.0 permite usar, modificar y redistribuir libremente el código base de Fooocus, siempre que cualquier trabajo derivado que se distribuya también se publique bajo GPL-3.0 (copyleft) — esto aplica al código de la aplicación, no a las imágenes que generes con ella.

Los tres checkpoints por defecto que Fooocus descarga automáticamente — Juggernaut XL v8 (Rundiffusion) para el preset General, RealisticStockPhoto v2.0 para Realistic y AnimaPencilXL v5.0 para Anime — son ajustes finos de Stable Diffusion XL entrenados por la comunidad, alojados de forma independiente en plataformas como Civitai y Hugging Face, y cada uno tiene su propia licencia independiente (habitualmente una variante de CreativeML OpenRAIL-M, aunque las condiciones varían según el checkpoint y pueden cambiar). Quien planee usar imágenes generadas de forma comercial debería revisar antes la página de licencia del checkpoint concreto — la licencia GPL-3.0 de Fooocus no se extiende automáticamente a las condiciones de un checkpoint, ni las anula.

El propio proyecto no tiene ninguna dimensión comercial: el README afirma claramente que Fooocus es "a 100% non-commercial offline open-source software", sin sitio web oficial, sin producto de pago y sin ninguna empresa que lo venda — el único aviso a tener en cuenta es la advertencia sobre dominios falsos mencionada en la sección de historia del proyecto.

El requisito mínimo para ejecutar Fooocus es 4 GB de VRAM Nvidia más 8 GB de RAM del sistema con memoria de intercambio virtual activada, según la tabla de especificaciones del propio README del proyecto. Esto convierte a Fooocus en una de las interfaces locales de Stable Diffusion con menor barrera de entrada, ya que los checkpoints SDXL suelen pedir entre 8 y 12 GB de VRAM en otras interfaces sin las optimizaciones de gestión de memoria integradas de Fooocus.

El propio ejemplo de pruebas del proyecto cita un portátil con una Nvidia RTX 3060 (6 GB de VRAM) y 16 GB de RAM del sistema generando imágenes a aproximadamente 1,35 segundos por paso de muestreo — una referencia práctica útil, aunque la velocidad real depende de la resolución, el preset y la versión actual del controlador de la GPU.

Fooocus es completamente gratuito, sin nivel de pago, suscripción ni producto comercial oficial de ningún tipo. La aplicación es software de código abierto bajo licencia GPL-3.0; el único coste para el lector es su propio hardware y la electricidad, y los checkpoints que descarga por defecto (Juggernaut XL, RealisticStockPhoto, AnimaPencilXL) también son gratuitos.

A diferencia de otras herramientas locales de IA que combinan una app gratuita autoalojada con un nivel de pago opcional en la nube, Fooocus no ofrece nada así — el README es explícito al indicar que el proyecto no tiene sitio web oficial ni ninguna empresa detrás que venda algo. Cualquier sitio que afirme vender una versión "Fooocus Pro", o cualquier dominio distinto del propio repositorio de GitHub, debe considerarse sin relación con el proyecto real.

Fooocus se gana su reputación como la forma más sencilla de ejecutar Stable Diffusion en local — el diseño de presets y expansión de prompts elimina realmente la parte más empinada de la curva de aprendizaje que hace que AUTOMATIC1111 y ComfyUI resulten intimidantes para quien empieza, y lo hace funcionando totalmente offline con hardware tan modesto como una GPU de 4 GB de VRAM. La salvedad honesta es el mantenimiento: el propio README del proyecto original lo sitúa en modo solo corrección de errores, sin lanzamiento etiquetado desde agosto de 2024 y sin planes de admitir FLUX u otras arquitecturas posteriores a 2024, aunque el repositorio sigue activo y no archivado. Quien busque el punto de entrada más sencillo posible a la generación de imágenes local basada en SDXL, y no necesite las arquitecturas de modelo más recientes ni control detallado del pipeline, encontrará en Fooocus exactamente lo que promete. Quien busque más control (ComfyUI, AUTOMATIC1111/WebUI Forge) o modelos más nuevos en una configuración igualmente local (ComfyUI, SwarmUI) debería mirar más allá de Fooocus hacia esas opciones — idealmente después de comprobar directamente en github.com/lllyasviel/Fooocus el estado actual del proyecto.