AUTOMATIC1111: installare Stable Diffusion WebUI (2026)
AUTOMATIC1111 (A1111) è l'interfaccia web gratuita e open source, sotto licenza AGPL-3.0, che ha democratizzato Stable Diffusion sui PC. Si installa con Python 3.10 e Git attraverso un solo script, si apre nel browser su http://127.0.0.1:7860 e supporta Stable Diffusion 1.5 e SDXL. Non supporta Flux e la sua ultima versione, la 1.10.1, risale a febbraio 2025: per una nuova installazione, un derivato di Forge o ComfyUI sono spesso scelte migliori.
AUTOMATIC1111, spesso abbreviato A1111, è l'interfaccia web gratuita e open source che ha reso Stable Diffusion accessibile senza scrivere una riga di Python. Il suo nome completo è Stable Diffusion WebUI. Esegue i modelli di generazione di immagini sul tuo computer, nel browser, senza account né abbonamento. Al 28 settembre 2026 funziona ancora molto bene con Stable Diffusion 1.5 e SDXL, ma la sua ultima versione pubblicata, la 1.10.1, risale a febbraio 2025 e non supporta le famiglie più recenti come Flux. Questa guida tratta l'installazione su Windows e Linux, l'organizzazione dei modelli, le impostazioni di avvio in base alla VRAM disponibile, le estensioni più utili come ADetailer e la sicurezza dei file dei modelli, e indica chiaramente quando Forge o ComfyUI è una scelta migliore per una nuova installazione.
#AUTOMATIC1111, cos'è?
Stability AI ha annunciato il rilascio pubblico di Stable Diffusion il 22 agosto 2022. Il repository di uno sviluppatore noto con lo pseudonimo AUTOMATIC1111 è stato creato su GitHub lo stesso giorno: un'interfaccia per browser, costruita con la libreria Gradio e distribuita sotto licenza AGPL-3.0, che evitava di digitare comandi Python. Il repository conta oggi più di 160.000 stelle. L'interfaccia offre schede per la generazione da testo a immagine, la trasformazione da immagine a immagine, il ritocco tramite maschera e l'ingrandimento, oltre a un'immensa raccolta di estensioni.
Come tutti gli strumenti locali, funziona sulla tua macchina e si apre nel browser all'indirizzo http://127.0.0.1:7860, senza mai uscire dalla tua rete locale per impostazione predefinita. I prompt, le impostazioni e le immagini rimangono sul tuo disco, consultabili e riutilizzabili offline.
#Ciò che ti serve
Immagini e video IA in locale, senza limiti: ComfyUI, Flux, Z-Image, Wan 2.2 sulla tua GPU o sul tuo Mac — workflow pronti da caricare, quadro legale incluso.
- Spazio online a vita
- PDF + file
- Aggiornamenti a vita
| Minimo | Comodo | |
|---|---|---|
| Scheda grafica | NVIDIA con 4 GB di VRAM (solo SD 1.5, con le opzioni di risparmio di memoria) | NVIDIA 8 GB per SDXL; 12 GB e oltre per SDXL con LoRA, ControlNet e ingrandimento |
| Memoria RAM | 8 GB | 16 GB e oltre |
| Disco | ≈ 12 GB per l'installazione e un modello | 50 GB e oltre su SSD: le collezioni di modelli crescono velocemente |
| Software | Python 3.10.x e Git | La versione di Python conta: il README prescrive la 3.10.6 su Windows e avverte che le versioni più recenti non supportano torch |
Le schede AMD funzionano in modo nativo su Linux con ROCm. Su Windows, il wiki ufficiale è chiaro: « Windows+AMD support has not officially been made for webui », e la soluzione pratica passa attraverso il fork comunitario DirectML di lshqqytiger, nel quale l'addestramento non funzionava ancora secondo la pagina del wiki, aggiornata nel gennaio 2024. Su Mac Apple Silicon, il wiki ufficiale documenta un'installazione tramite Homebrew e lo script webui.sh: la maggior parte delle funzioni è operativa, l'addestramento è molto lento e consuma molta memoria. NVIDIA rimane la soluzione meglio supportata dal progetto.
#Installazione su Windows e Linux
- 01Installare Python 3.10.6Da python.org, selezionando « Add Python to PATH ». Il README specifica che le versioni più recenti non supportano torch: rimani sulla 3.10.6, anche se lo stesso README ammette la 3.11 per alcune distribuzioni Linux molto recenti.
- 02Installare GitGit for Windows su Windows; il pacchetto git della tua distribuzione su Linux.
- 03Clonare il repository e avviare lo scriptIn una cartella con percorso breve, senza spazi né accenti. Su Windows, lo script è webui-user.bat; su Linux, webui.sh.
- 04Attendere al primo avvioLo script scarica PyTorch e le dipendenze, per un totale di diversi gigabyte: calcola da dieci minuti a mezz'ora. Quando appare un indirizzo locale, aprilo nel browser.
#Dove posizionare i modelli
- models/Stable-diffusion
- I checkpoint, ovvero i file principali del modello, nel formato .safetensors.
- models/Lora
- I LoRA, che aggiungono uno stile o un argomento a un modello di base.
- models/VAE
- VAE opzionali; molti checkpoint SDXL includono già il loro.
- extensions
- Le estensioni, gestite dalla scheda omonima.
- outputs
- Le tue immagini, ordinate per modalità e per data.
Una installazione nuova non contiene necessariamente un modello: le vecchie versioni scaricavano automaticamente SD 1.5 al primo avvio, ora non è più garantito. Scarica un checkpoint SDXL su Hugging Face, posizionalo nella cartella models/Stable-diffusion, poi clicca sull'icona di aggiornamento accanto al selettore del modello. Usa soltanto file con estensione .safetensors: il vecchio formato .ckpt può eseguire codice all'apertura, come dettagliato più avanti.
#Le opzioni di avvio in base alla tua VRAM
Le opzioni vanno inserite nella riga COMMANDLINE_ARGS del file webui-user.bat su Windows, o webui-user.sh su Linux.
| Opzione | Effetto | Quando usarlo |
|---|---|---|
| --xformers | Attenzione a basso consumo di memoria: più veloce, meno VRAM | Quasi sempre, su scheda NVIDIA |
| --medvram | Mantiene sulla GPU solo una parte del modello alla volta; più lento | Schede da 6 a 8 GB con SDXL |
| --medvram-sdxl | Lo stesso, applicato solo ai modelli SDXL | Schede da 8 GB che gestiscono agevolmente SD 1.5 |
| --lowvram | Offload aggressivo, molto più lento | Schede da 4 GB, come ultima risorsa |
| --no-half-vae | Disattiva la mezza precisione del VAE | Immagini nere o verdi |
| --api | Attiva l'API REST | Controllare l'interfaccia da uno script o un'altra applicazione |
| --listen | Accetta le connessioni dalla rete locale | Uso da un tablet o da un altro PC; aggiungi un'autenticazione |
#I parametri per la prima immagine
| Regolazione | Valore iniziale | Ruolo |
|---|---|---|
| Sampling method | DPM++ 2M Karras, o Euler a | L'algoritmo di riduzione del rumore; questi due sono scelte affidabili |
| Sampling steps | 20 à 30 | Più passi, più tempo, benefici decrescenti oltre i 30 |
| Width × Height | 1024 × 1024 in SDXL, 512 × 512 in SD 1.5 | Resta vicino alla risoluzione nativa, altrimenti la composizione si degrada |
| CFG Scale | 5 à 7 | Fidelità al prompt; se il valore è troppo alto, l'immagine diventa eccessivamente satura |
| Seed | -1 (casuale) | Mantienila fissa per ricreare un'immagine modificando solo un dettaglio |
| Hires. fix | Disattivato all'inizio | Genera a bassa risoluzione, poi ingrandisce in un secondo passaggio: il metodo classico per ottenere più dettagli |
Descrivi invece di dare ordini, scrivendo in inglese e indicando prima il soggetto: « portrait of an elderly fisherman, window light, 85mm, shallow depth of field » funziona meglio di un elenco di parole chiave isolate. Il prompt negativo elenca ciò che va evitato, ad esempio « blurry, deformed hands, extra fingers, low quality » per escludere i difetti più frequenti. Una funzione da conoscere fin dall'inizio: la scheda PNG Info legge il prompt e tutte le impostazioni di qualsiasi immagine prodotta dall'interfaccia, permettendo di riprodurre o regolare una generazione riuscita senza dover ridigitare tutto.
#A1111, Forge o ComfyUI nel 2026
| AUTOMATIC1111 | Forge | ComfyUI | |
|---|---|---|---|
| Interfaccia | Schede e moduli | Le stesse schede | Grafo di nodi |
| Primi passi | Semplice | Semplice | Esigente |
| Velocità e risparmio di VRAM | Riferimento | Punta a una migliore gestione delle risorse e a un'inferenza più rapida, secondo il suo README | Si presenta, nel suo README, come il motore di inferenza più ottimizzato per l'hardware di largo consumo |
| Modelli recenti (Flux e successivi) | No | Supporto per Flux | Quasi tutto, di solito prima degli altri |
| Video | No | No | Sì |
| Estensioni e tutorial | Il più grande corpus esistente | La maggior parte delle estensioni A1111 funziona | Ecosistema ampio e diverso |
| Velocità di sviluppo | Ultima versione 1.10.1 a febbraio 2025 | Repository originale fermo da giugno 2025; fork Neo attivo | Molto attivo |
Il verdetto è semplice. Scegli A1111 se segui un corso, un tutorial o un'estensione scritti per questo software, oppure se la tua installazione attuale fa ciò che ti serve con SD 1.5 e SDXL. Per una nuova installazione con questo tipo di interfaccia, considera Forge: è un derivato realizzato da lllyasviel, l'autore di ControlNet e Fooocus, che punta a una migliore gestione delle risorse e supporta Flux, e ti permette di mantenere esattamente le tue abitudini. Il repository di Forge lo dice esplicitamente: poiché il progetto originale è «almost static now», Forge si risincronizza con esso «every 90 days, or when important fixes». Ma lo stesso repository di Forge non ha più ricevuto commit sul ramo principale da giugno 2025: il progetto prosegue grazie a un fork della community, Forge Neo di Haoming02, il cui README annuncia il supporto per modelli recenti (Qwen-Image, Wan 2.2, Z-Image) e che veniva ancora aggiornato a fine settembre 2026. Prima di impegnarti in un progetto della community, verificane l'attività. Scegli ComfyUI per i modelli attuali, i video o le pipeline riproducibili.
- ComfyUI: installazione e primi passi
- Fooocus: l'opzione più semplice per iniziare
- Il kit Immagini IA: impostazioni per scheda grafica
#Estensioni utili e sicurezza dei modelli
#ADetailer: correggere automaticamente volti e mani
In un'immagine generata con un'inquadratura ampia, i volti e le mani restano il punto debole di Stable Diffusion. L'estensione ADetailer, che il repository ufficiale presenta come un'estensione che « does automatic masking and inpainting », rileva automaticamente queste zone con un modello di riconoscimento, poi esegue nuovamente un inpainting mirato su di esse, con un proprio prompt. Si installa direttamente dalla scheda Extensions, incollando il suo indirizzo GitHub in « Install from URL ».
L'inpainting, appunto, è una delle quattro modalità di base dell'interfaccia, insieme alla generazione da testo a immagine, alla trasformazione da immagine a immagine e all'ingrandimento: consiste nel rigenerare soltanto una zona dell'immagine selezionata tramite una maschera, mantenendo invariato il resto. ADetailer automatizza questa operazione, evitando che tu debba dipingere manualmente la maschera su ogni volto.
#File .ckpt e .safetensors: cosa cambia con il formato
Un file .ckpt è una serializzazione Python nel formato pickle, un formato che può eseguire codice arbitrario all'apertura. Checkpoint contenenti codice malevolo sono già circolati su piattaforme della comunità. Il formato .safetensors risolve il problema alla radice: secondo il repository ufficiale del formato, «implements a new simple format for storing tensors safely (as opposed to pickle) and that is still fast (zero-copy)». AUTOMATIC1111 integra un controllo che blocca il caricamento di un pickle ritenuto sospetto prima di deserializzarlo, ma la regola più semplice resta scaricare solo file .safetensors, soprattutto da fonti diverse da Hugging Face o Civitai.
- ControlNet: padroneggiare la composizione delle proprie immagini
- Fonte: repository ufficiale di ADetailer
- Fonte: il formato .safetensors spiegato da Hugging Face
#Errori comuni
- CUDA out of memory
- La dimensione dell'immagine o il modello supera la capacità della VRAM. Aggiungi --medvram o --medvram-sdxl, riduci la risoluzione, chiudi le altre applicazioni che utilizzano la GPU.
- Torch is not able to use GPU
- Driver troppo vecchio oppure GPU non NVIDIA. Aggiorna il driver; il CUDA Toolkit non è necessario.
- L'installazione fallisce nella fase di installazione delle dipendenze
- Versione errata di Python. Installa la 3.10.x, poi elimina la cartella venv prima di riavviare.
- Una RTX 50 recente non è utilizzata
- La version stabile include un PyTorch antecedente all'architettura Blackwell. Un collaboratore del progetto documenta la soluzione in una discussione su GitHub, aggiornata il 1 maggio 2025: passare sulla ramo dev (git switch dev), che utilizza PyTorch 2.7.0 con supporto per le RTX 50, poi avviare una volta con --reinstall-torch nei COMMANDLINE_ARGS e rimuovere l'opzione successivamente. Altrimenti, ComfyUI.
- CUDA : driver, Toolkit, versioni, ciò che davvero bisogna installare
- Il repository ufficiale su GitHub
#FAQ
AUTOMATIC1111 è gratuito?+
AUTOMATIC1111 viene ancora aggiornato?+
Quale versione di Python serve per AUTOMATIC1111?+
Quanta VRAM serve per AUTOMATIC1111?+
AUTOMATIC1111 funziona senza connessione Internet?+
A cosa serve ADetailer su AUTOMATIC1111?+
Serve evitare i file .ckpt scaricati online?+
Un feedback, un errore, una precisazione? Facci sapere, così la guida migliora per tutti.