关键要点
- Fooocus是一款免费、开源、完全离线运行的Stable Diffusion XL界面,旨在最大限度地减少手动调整——开发者表示,生成第一张图像所需的鼠标点击次数不到三次。
- 由Lvmin Zhang创建,其GitHub用户名为lllyasviel,斯坦福大学计算机科学博士生,同时也是ControlNet的开发者,其论文获得了Marr Prize(ICCV 2023最佳论文奖)。
- 该项目自己的README声明,项目现已进入"Limited Long-Term Support(LTS)with Bug Fixes Only"状态:最后一个带标签的版本是2024年8月12日发布的v2.5.5,目前没有计划支持FLUX等更新的模型架构。
- GitHub仓库并未被归档,并持续接收提交(最近一次在2025年12月);贡献者mashb1t在github.com/mashb1t/Fooocus上维护着一个持续活跃更新的分支。
- 最低硬件要求是Nvidia RTX 2000/3000/4000系列GPU上的4 GB VRAM,加上启用虚拟交换空间的8 GB系统内存;较老的GTX 900/1000系列大约需要8 GB VRAM。
- Fooocus采用GPL-3.0许可证,100%免费,没有任何付费层级——但其默认下载的SDXL检查点(Juggernaut XL、RealisticStockPhoto、AnimaPencilXL)在Civitai/Hugging Face上各自拥有独立的单独许可证。
Fooocus是什么
Fooocus是一款本地、离线运行的图像生成应用程序,完全基于Stable Diffusion XL(SDXL)架构构建,以GPL-3.0许可证发布为自由开源软件。 与AUTOMATIC1111基于标签页的技术界面或ComfyUI的节点图编辑器不同,Fooocus刻意去掉了大部分手动控制——没有可见的采样器选择器,默认没有CFG比例滑块,没有分辨率网格——转而提供一小组预设(General、Realistic、Anime)以及一个完全可以忽略的"Advanced"面板。
该项目运行在Gradio之上,这是许多其他本地AI工具也在使用的Python Web UI框架。其界面有意借鉴了Midjourney和LeonardoAI的功能列表,将它们的每个命令(--style、--ar、V1~V4变体、放大)都映射为Fooocus中的对应功能,让来自这些云端工具的用户也能拥有熟悉的心理模型。
该项目自身文档直接指出的核心设计目标是:从下载Fooocus到生成第一张图像之间,鼠标点击次数应少于三次。正是这一单一的设计约束——而非某项具体的模型创新——将Fooocus与其他Stable Diffusion前端区分开来:它是一层UI/UX,而不是一个新模型。
📍 简单一句话
Fooocus是一款免费、离线运行、基于Gradio的Stable Diffusion XL界面,将技术参数隐藏在预设和自动提示词扩展背后,力求实现"只需输入提示词"的体验。
💬 简单来说
如果说AUTOMATIC1111和ComfyUI分别是一个技术控制面板和一张接线图,那么Fooocus更接近于单一的"生成"按钮——它替你做出大部分决定,只有当你主动去寻找高级设置时才会显示出来。
项目历史与开发者
Fooocus由Lvmin Zhang创建,他以GitHub用户名lllyasviel发布作品;其仓库于2023年8月9日在GitHub上创建。 Zhang是斯坦福大学计算机科学博士生,研究方向为可控生成式建模与计算机图形学。
Zhang在Stable Diffusion社区中独立地以ControlNet的开发者身份而闻名,该神经网络架构为文本到图像的扩散模型增加了精确的空间条件控制(姿态、深度、边缘图)。ControlNet的论文获得了Marr Prize——国际计算机视觉大会(ICCV)2023年的最佳论文奖,该会议是计算机视觉领域竞争最激烈的会议之一。Zhang还发布了其他本地AI工具,包括专注于性能的AUTOMATIC1111分支WebUI Forge、PaintsUndo和IC-Light。
按照项目自身的说法,Fooocus是结合了AUTOMATIC1111 Stable Diffusion WebUI和ComfyUI代码库构建而成的——沿用了它们经过验证的推理技术,同时呈现出一个大幅简化的前端。截至2026年9月,该项目已累积超过52,000个GitHub星标和超过8,600个分支(fork),是GitHub上星标最多的本地图像生成工具之一。
来自项目本身的一条安全提示:Fooocus没有官方网站。 README明确警告,诸如fooocus.com、fooocus.net、fooocus.ai、fooocus.org、fooocus.pro、fooocus.one等域名均为假冒网站,与真实项目没有任何关系——唯一官方来源是GitHub仓库本身。
2026年Fooocus是否仍在维护?
lllyasviel/Fooocus的README中有一节标题为"Project Status: Limited Long-Term Support (LTS) with Bug Fixes Only",声明该项目——完全基于Stable Diffusion XL架构构建——现已被视为功能完备,"未来的更新将专注于修复可能出现的任何漏洞"。README明确表示,目前没有迁移到或整合FLUX等更新模型架构的计划,不过如果开源社区最终收敛到某一种占主导地位的后继方法,情况也可能改变。
对于希望使用最新模型的读者,README本身推荐了替代平台——具体来说是(同样出自同一位开发者的)WebUI Forge,以及ComfyUI或其简化前端SwarmUI,而不是承诺在Fooocus内部支持FLUX。
这与项目被放弃并不相同。GitHub仓库并未被归档,仍然接受issue和拉取请求(截至本评测撰写时有314个未解决的issue),GitHub自身的活动数据显示最近的提交时间为2025年12月——比最后一次带标签的版本晚了一年多。README感谢贡献者mashb1t"付出巨大努力"减少了代码中遗留的漏洞,而mashb1t还单独在github.com/mashb1t/Fooocus维护着一个分支,提交活动更为新近(最近一次在2025年10月)——不过该分支自2024年8月以来同样没有发布新的带标签版本,与主项目的节奏相同。
实际的结论是:Fooocus在今天依然稳定,安装也很安全,但如果读者专门想在一个简化界面中使用FLUX、SD 3.5或其他2024年以后的模型架构,Fooocus无法满足这一需求,应转而考虑ComfyUI、SwarmUI或WebUI Forge。
📍 简单一句话
Fooocus并未被放弃,但其官方README声明原始项目已进入"Limited Long-Term Support(LTS)with Bug Fixes Only"状态,自2024年8月以来没有带标签的新版本,也没有计划支持FLUX等更新的架构。
💬 简单来说
可以把它看作一个已经完成、稳定的工具,而不是一个仍在成长的工具——开发者认为基于SDXL的功能集已基本完备,不再追逐每一次新模型发布。
如何安装和运行Fooocus
Fooocus为Windows提供了一键安装包,同时也为Linux、Mac和Docker提供了手动安装方式——默认预设不需要单独下载模型的步骤,因为Fooocus会在首次启动时自动获取其默认检查点。
- 1下载Windows安装包(或在Linux/Mac上克隆仓库)
Why it matters: Windows用户可以从[GitHub Releases页面](https://github.com/lllyasviel/Fooocus/releases)获取一个内置Python环境的独立`.7z`安装包——无需单独安装Python。Linux和Mac用户则改为克隆仓库并配置Conda或venv环境。 - 2解压安装包并运行run.bat
Why it matters: 解压下载的压缩包,双击运行`run.bat`——这将启动General预设。`run_anime.bat`和`run_realistic.bat`则分别启动Anime和Realistic预设,各自使用不同的默认检查点。 - 3让Fooocus自动下载其默认模型
Why it matters: 首次启动时,Fooocus会自动下载与所运行预设对应的检查点——General对应Juggernaut XL v8(Rundiffusion)、Realistic对应RealisticStockPhoto v2.0、Anime对应AnimaPencilXL v5.0——并存放到`Fooocus/models/checkpoints`文件夹中。 - 4输入提示词并点击Generate
Why it matters: 无需选择采样器、CFG比例或分辨率——Fooocus会自动应用合理的默认值。高级控制项隐藏在"Advanced"开关背后,供以后需要时使用。 - 5按需使用Image Prompt、Inpaint或Upscale/Vary
Why it matters: Fooocus将Midjourney风格的工作流(图像提示、局部重绘、放大、轻微/强烈变化)映射到自己的UI面板上,使用自有的局部重绘模型和图像提示算法,而非标准的SDXL ControlNet配置。 - 6熟悉后切换到社区检查点
Why it matters: 任何来自Civitai或Hugging Face的SDXL检查点都可以放入`models/checkpoints`文件夹,并在Fooocus中选择使用,从而扩展至内置三种预设之外的更多可能性。
提示词扩展与内置风格
Fooocus的标志性功能是一个离线运行、基于GPT-2的提示词处理引擎,在界面中以"Fooocus V2"风格呈现。 项目自身的文档将其与Midjourney隐藏的提示词预处理以及LeonardoAI的"Prompt Magic"相比较——其理念是,无论是"花园里的房子"这样的简短提示词,还是长达1,000字的提示词,都应该产生精致、连贯的结果,因为扩展模型会自动补充缺失的风格和构图细节。
除了Fooocus V2之外,该界面还提供了其他几种内置的预设风格,包括"Fooocus Photograph"、"Fooocus Negative"以及一种名为"cinematic-default"的风格,另外还有由项目README中列出的社区成员(twri、3Diva和Marc K3nt3L)贡献的额外SDXL风格。这些风格可以组合使用,也可以在Advanced面板中叠加多个,以满足希望获得比三个顶层预设更多控制权的读者。
README还记录了其他一些底层技术,包括在单个k-sampler内进行原生的精炼模型(refiner)切换(避免了AUTOMATIC1111或ComfyUI在两个独立采样器之间切换时发生的动量损失),针对SDXL最高分辨率层级调整的负向ADM引导,以及使用自有的局部重绘模型和图像提示算法,而不是标准的SDXL ControlNet或IP-Adapter流水线。
📍 简单一句话
Fooocus运行一个离线的、基于GPT-2的提示词扩展模型,以"Fooocus V2"风格的形式提供,会在生成前自动为简短或模糊的提示词补充细节。
Fooocus许可证与商业使用
Fooocus采用GPL-3.0(GNU通用公共许可证第3版)许可,这一点已通过其GitHub仓库中的许可证元数据得到确认。GPL-3.0允许自由使用、修改和再分发Fooocus代码库本身,前提是任何分发的衍生作品也必须以GPL-3.0(著佐权/copyleft)方式发布——这适用于应用程序代码,而不适用于你用它生成的图像。
Fooocus自动下载的三个默认检查点——General预设对应的Juggernaut XL v8(Rundiffusion)、Realistic对应的RealisticStockPhoto v2.0,以及Anime对应的AnimaPencilXL v5.0——都是由社区训练的Stable Diffusion XL微调模型,独立托管在Civitai和Hugging Face等平台上,每一个都拥有自己独立的许可证(通常是CreativeML OpenRAIL-M的某个变体,但具体条款因检查点而异,且可能发生变化)。任何计划将生成图像用于商业用途的人,都应事先查看该特定检查点自身的许可证页面——Fooocus的GPL-3.0许可证不会自动延伸到某个检查点的条款,也不会取代这些条款。
该项目本身没有任何商业维度:README明确声明Fooocus是"a 100% non-commercial offline open-source software"(100%非商业离线开源软件),没有官方网站、没有付费产品,也没有任何公司在销售它——唯一需要留意的是上文"项目历史与开发者"一节中提到的关于假冒域名的警告。
📍 简单一句话
Fooocus的应用程序代码采用GPL-3.0(GNU通用公共许可证第3版)许可,这一点已在其GitHub仓库中确认——但其默认下载的SDXL检查点属于独立的社区模型,各自拥有不同的独立许可证。
💬 简单来说
Fooocus软件本身完全开源,可自由使用或修改;生成图像所适用的许可证取决于生成该图像所使用的检查点——决定这些具体图像商业使用条件的是该检查点的许可证,而不是Fooocus的许可证。
硬件要求
根据项目自身README中的规格表,运行Fooocus的最低要求是4 GB的Nvidia VRAM,加上启用虚拟交换空间的8 GB系统内存。 这使Fooocus成为门槛较低的本地Stable Diffusion界面之一,因为在没有Fooocus内置内存管理优化的其他前端中,SDXL检查点往往需要8~12 GB的VRAM。
项目自身的测试示例提到,一台配备Nvidia RTX 3060(6 GB VRAM)和16 GB系统内存的笔记本电脑,每个采样步骤大约耗时1.35秒生成图像——这是一个有用的实际参考值,不过实际速度还取决于分辨率、预设以及当前GPU驱动版本。
Nvidia RTX 2000-4000
- 最低VRAM:
- 4 GB VRAM
- 最低RAM:
- 8 GB + 交换空间
- 说明:
- 速度最快的档位;RTX 4000系列最快
Nvidia GTX 900/1000
- 最低VRAM:
- 8 GB VRAM(部分用户报告6 GB)
- 最低RAM:
- 8 GB + 交换空间
- 说明:
- 仅比CPU略快
Nvidia GTX 900以下
- 最低VRAM:
- 不支持
- 最低RAM:
- —
- 说明:
- 请改用纯CPU模式
AMD GPU(Windows)
- 最低VRAM:
- 8 GB VRAM(DirectML,测试版)
- 最低RAM:
- 8 GB + 交换空间
- 说明:
- 比Nvidia RTX 3000慢约3倍
AMD GPU(Linux)
- 最低VRAM:
- 8 GB VRAM(ROCm,测试版)
- 最低RAM:
- 8 GB + 交换空间
- 说明:
- 比Nvidia RTX 3000慢约1.5倍
Apple M1/M2(非官方)
- 最低VRAM:
- 共享系统内存
- 最低RAM:
- 共享
- 说明:
- 比Nvidia RTX 3000慢约9倍
仅CPU
- 最低VRAM:
- 无(0 GB)
- 最低RAM:
- 32 GB
- 说明:
- 比Nvidia RTX 3000慢约17倍
这些数字直接引用自2026-09-06时lllyasviel/Fooocus的README中"Minimal Requirement"表格——项目自身明确将AMD和Mac支持标记为测试版/非官方,实际VRAM使用量会随分辨率、批处理大小和已安装的驱动程序而变化。
价格:免费,无付费层级
Fooocus完全免费,没有任何形式的付费层级、订阅或官方商业产品。 该应用是采用GPL-3.0许可证的开源软件;读者唯一需要承担的成本是自己的硬件和电费,其默认下载的检查点(Juggernaut XL、RealisticStockPhoto、AnimaPencilXL)同样也是免费的。
与一些将免费自托管应用与可选付费云端层级相结合的其他本地AI工具不同,Fooocus没有此类产品——README明确表示该项目没有官方网站,也没有任何公司在背后销售任何东西。任何声称销售"Fooocus Pro"版本的网站,或除GitHub仓库本身之外的任何域名,都应被视为与真实项目无关。
Fooocus与其他替代方案对比
Fooocus
- 最适合:
- 生成第一张图像所需点击次数最少;新手无需任何手动参数调整
- 可自托管:
- 是——免费,自备GPU(最低4 GB VRAM)
- 许可证/费用:
- GPL-3.0(应用程序);默认检查点各自拥有独立许可证
- 主要取舍:
- 原始仓库自2024年8月起仅提供漏洞修复;仅支持SDXL,不支持FLUX
AUTOMATIC1111 WebUI / WebUI Forge
- 最适合:
- 基于标签页的技术界面,拥有本地SD前端中最大的扩展生态系统
- 可自托管:
- 是——免费,自备GPU
- 许可证/费用:
- AGPL-3.0,免费
- 主要取舍:
- 直接暴露每个参数——学习曲线比Fooocus更陡峭
ComfyUI
- 最适合:
- 通过可视化节点图对流水线进行完全控制;通常最早支持新模型
- 可自托管:
- 是——免费,自备GPU
- 许可证/费用:
- GPL-3.0,免费(另有单独的付费ComfyUI云端/API层级)
- 主要取舍:
- 节点图界面对完全的新手来说存在真正的上手复杂度
InvokeAI
- 最适合:
- 精致的专业界面,配有统一画布和面向团队的工作流
- 可自托管:
- 是——免费,自备GPU
- 许可证/费用:
- Apache 2.0,免费(付费的Invoke Cloud层级已在Adobe于2025年收购后停止服务)
- 主要取舍:
- 社区扩展生态系统比AUTOMATIC1111或ComfyUI更小
SwarmUI(前身为Stability AI的StableSwarmUI)
- 最适合:
- 运行在ComfyUI后端之上的简化标签式前端
- 可自托管:
- 是——免费,自备GPU
- 许可证/费用:
- MIT许可证,免费
- 主要取舍:
- 社区规模比ComfyUI或AUTOMATIC1111更小;不如Fooocus那样面向新手
这是一份定位性总结,而非基准性能排名。许可证、星标数量和维护状态均于2026-09-06直接对照各项目的GitHub仓库进行核实,且可能发生变化——关于本文以及上述每一个界面所依赖的底层模型系列,可参见Stable Diffusion评测。
哪些人适合使用Fooocus
- 从未使用过本地AI图像生成的完全新手。 Fooocus基于预设和提示词扩展的设计,消除了Stable Diffusion学习曲线中最陡峭的部分——无需就采样器、CFG比例或分辨率做出决定,即可获得可用的结果。
- 希望获得类似Midjourney的体验、但不想订阅或依赖云端的读者。 Fooocus的功能集有意反映了Midjourney的命令列表(风格、变体、放大),同时完全在本地硬件上离线运行。
- VRAM较少的GPU拥有者。 最低4 GB VRAM(Nvidia RTX 2000系列及以上)低于AUTOMATIC1111或ComfyUI通常建议的舒适运行SDXL所需的配置,使Fooocus在较旧或经济型GPU上也是一个合理的入门选择。
- 满足于使用基于SDXL模型的读者。 如果目前的预设阵容(通用、写实、动漫)已经覆盖了你的使用场景,那么Fooocus的稳定性和简单性足以弥补其不支持更新架构的不足。
- 希望Civitai风格的提示词权重开箱即用的读者。 Fooocus使用AUTOMATIC1111的提示词重新加权语法,因此直接从Civitai复制的提示词无需重新格式化即可按预期工作。
哪些人不适合使用Fooocus
- 希望使用FLUX、SD 3.5或任何2024年以后模型架构的读者。 Fooocus自己的README表示目前没有支持更新架构的计划——希望使用最新模型的读者应改用ComfyUI、SwarmUI或WebUI Forge。
- 希望对生成流水线的每一步都进行精细控制的高级用户。 Fooocus的整个设计理念就是隐藏参数;想要检查或重新连接扩散流水线每个阶段的读者,应改用ComfyUI的节点图。
- 依赖原始项目获得快速漏洞修复或新功能的读者。 原始仓库已明确处于仅修复漏洞模式,没有明确的路线图——需要积极功能开发的用户,应评估由社区维护的mashb1t/Fooocus分支或完全不同的界面。
- 需要生产级批处理或API优先工作流的团队。 Fooocus围绕单用户Gradio界面构建,而非API服务器——正在构建自动化流水线的团队应改为考虑ComfyUI的API模式或InvokeAI。
- 需要类似ControlNet的强力姿态/深度条件控制的读者。 Fooocus使用自有的简化版"Image Prompt"系统,而不是开放完整的ControlNet模型选择;需要精确姿态或深度控制的读者,应使用配备专用ControlNet模型的AUTOMATIC1111、WebUI Forge或ComfyUI。
常见问题
Fooocus是免费的吗?
是的。Fooocus是采用GPL-3.0许可证的免费开源软件,没有付费层级、订阅或官方商业产品。它默认下载的SDXL检查点(Juggernaut XL、RealisticStockPhoto、AnimaPencilXL)同样也是免费的,不过每一个都拥有各自独立的许可证,用以规定生成图像的商业使用条件。
Fooocus还在更新吗?
它处于活动减少的状态,但并未被放弃。该项目的README表示其处于"Limited Long-Term Support(LTS)with Bug Fixes Only"模式:最后一个带标签的版本是2024年8月12日发布的v2.5.5,没有计划支持FLUX等更新的模型架构。GitHub仓库并未被归档,最近一次提交发生在2025年12月,贡献者mashb1t在github.com/mashb1t/Fooocus上维护着一个持续活跃更新的分支。
Fooocus是谁开发的?
Fooocus由Lvmin Zhang开发,他以GitHub用户名lllyasviel发布作品。Zhang是斯坦福大学计算机科学博士生,同时也是ControlNet的开发者,其论文获得了Marr Prize(ICCV 2023最佳论文奖),此外他还开发了WebUI Forge、PaintsUndo和IC-Light。
Fooocus需要多少VRAM?
最低要求是在Nvidia RTX 2000、3000或4000系列GPU上配备4 GB VRAM,再加上启用虚拟交换空间的8 GB系统内存。较老的Nvidia GTX 900/1000系列大约需要8 GB VRAM,AMD GPU通过DirectML(Windows,测试版)或ROCm(Linux,测试版)大约需要8 GB VRAM,仅使用CPU运行也是可行的(需要32 GB系统内存),但速度比Nvidia RTX 3000系列GPU大约慢17倍。
Fooocus中基于GPT-2的提示词扩展是什么?
这是一个离线运行的提示词处理引擎,在界面中以"Fooocus V2"风格呈现,会在生成前自动为简短或模糊的提示词补充额外的风格和构图细节——在概念上类似于Midjourney隐藏的提示词预处理,或LeonardoAI的"Prompt Magic"。它在本地运行,不需要联网。
Fooocus比AUTOMATIC1111或ComfyUI更好吗?
这取决于你的目标。Fooocus更容易上手,因为它将技术参数隐藏在预设背后,代价是精细控制能力有所降低。AUTOMATIC1111的WebUI(或其分支WebUI Forge)直接暴露每一个参数,并拥有本地Stable Diffusion前端中最大的扩展生态系统。ComfyUI通过节点图提供对流水线的完全控制,通常最早支持新模型发布。当读者超出Fooocus预设所能提供的范围时,通常会转向这两者之一。
Fooocus支持FLUX或Stable Diffusion 3.5吗?
不支持。Fooocus完全基于Stable Diffusion XL架构构建,其官方README表示目前没有计划添加对FLUX等更新架构的支持。希望在同样本地化的环境中使用FLUX或SD 3.5的读者,应改用ComfyUI、SwarmUI或WebUI Forge。
在哪里可以下载Fooocus?
唯一的官方来源是GitHub仓库lllyasviel/Fooocus,其中在Releases部分发布了适用于Windows的一键安装包。项目自身的README明确警告,诸如fooocus.com、fooocus.net、fooocus.ai、fooocus.org、fooocus.pro、fooocus.one等域名都是与真实项目毫无关系的假冒网站。
Fooocus使用的默认模型是什么?
Fooocus会根据你启动的预设自动下载不同的默认SDXL检查点:General预设对应Juggernaut XL v8(Rundiffusion),Realistic预设对应RealisticStockPhoto v2.0,Anime预设对应AnimaPencilXL v5.0。这三者都是由社区训练的检查点,独立于Fooocus本身进行托管。
我可以将Fooocus生成的图像用于商业用途吗?
Fooocus自身的GPL-3.0许可证覆盖的是应用程序代码,而不是它生成的图像。生成图像的商业使用受创建该图像所用具体检查点的许可证约束——默认检查点(Juggernaut XL、RealisticStockPhoto、AnimaPencilXL)各自拥有独立的许可证,通常是CreativeML OpenRAIL-M的某个变体,发布在其Civitai或Hugging Face页面上。请在商业使用前查看该页面。
总评
Fooocus当之无愧地享有"在本地运行Stable Diffusion最简单方式"的声誉——其基于预设和提示词扩展的设计,确实消除了让AUTOMATIC1111和ComfyUI对首次使用者显得望而生畏的学习曲线中最陡峭的部分,而且是在完全离线、硬件要求低至4 GB VRAM显卡的条件下实现的。需要诚实指出的隐忧在于维护:原始项目自身的README已将其定位为仅修复漏洞模式,自2024年8月以来没有带标签的版本发布,也没有计划支持FLUX或其他2024年以后的架构,尽管该仓库仍保持活跃且未被归档。对于希望获得最简单的本地SDXL图像生成入门方式、且不需要最新模型架构或精细流水线控制的读者来说,Fooocus恰好能兑现它所承诺的一切。而希望获得更多控制权(ComfyUI、AUTOMATIC1111/WebUI Forge)或在同样本地化环境中使用更新模型(ComfyUI、SwarmUI)的读者,则应越过Fooocus,转向这些选项——最好先直接在github.com/lllyasviel/Fooocus上核实项目当前的状态。
资料来源
- lllyasviel/Fooocus — GitHub仓库与README — 关于功能、安装、硬件最低要求表、许可证以及"Limited Long-Term Support"维护状态声明的主要信息来源。
- lllyasviel/Fooocus — Releases — 版本历史与日期,包括最新的带标签版本v2.5.5(2024年8月12日)。
- mashb1t/Fooocus — GitHub仓库 — 由社区维护、提交活动比原始仓库更为新近的分支。
- lllyasviel/ControlNet — GitHub仓库 — 开发者Lvmin Zhang此前的项目,用作了解该开发者背景的参考。
- Lvmin Zhang — 个人学术主页 — 该开发者的履历与研究背景。
- Scientific American — Lvmin Zhang人物简介 — 独立媒体对Zhang在AI工具方面工作(包括Fooocus和ControlNet)的报道。