引言
当 Stable Diffusion WebUI 项目在 2024 年 7 月迎来最后一次更新后,这个曾经推动 AIGC 图像生成破圈的工具逐渐退出了历史舞台。作为资深从业者,回顾这段历程不仅是对一个工具的告别,更是对 AIGC 时代技术选型与生态演变的深刻反思。
AIGC 拓荒者的荣光
2022 年末至 2023 年初,Stable Diffusion WebUI 是当之无愧的推波助澜者。在那个技术尚处于实验室和极客圈的年代,Automatic1111 开发的这款 Web 界面以'表单式参数 + 轻量化部署'的组合,第一次把看似遥远的 AIGC 图像生成大模型推向了普罗大众。
部署好后的界面虽然朴素甚至略显粗糙,但顶部 Prompt 输入框、中间采样方法与参数设置、底部核心功能按钮的布局,让无数非技术背景的创作者第一次触摸到了"AIGC 的魔法'。秋叶整合包的普及更是达到了前所未有的顶峰,'解压即用、防爆显存、三分钟入门'的口号,让消费级显卡也能流畅生成图像。
那个年代,论坛里最热闹的话题永远是'最佳采样器之争',有人坚守 Euler a 的快速高效,有人痴迷 DPM++ 2M Karras 的细节表现。Stable Diffusion WebUI 无疑就是 AIGC 图像生成领域的"Windows 系统',它构建了第一个真正意义上的普惠性 AIGC 创作平台。

挑战者 ComfyUI 带来的节点革命
时光不会停下脚步,竞争对手也不会手下留情。2023 年中,ComfyUI 的横空出世彻底改写了竞争格局。如果说 Stable Diffusion WebUI 是'把复杂 AIGC 技术简化为表单',那么 ComfyUI 则是'把 AIGC 创作逻辑重构拆解为一个个解耦的功能节点'。
ComfyUI 最核心的创新在于可视化和节点化的工作流架构。它将每一个功能模块转化为独立的工作流节点,创作者通过拖拽连接需要的功能节点,就能搭建出千变万化的自定义创作流程。这种设计看似增加了初期理解成本,却彻底释放了创作的灵活性。
可以在同一工作流中集成多个 ControlNet 模型,实现姿态、边缘、深度的多重控制;可以插入多个 LoRA 模型并精准调整权重;也可以引入 PULID、InstantID 等可控生成技术进行精细化生成。这种灵活性恰恰击中了 Stable Diffusion WebUI 的致命短板。WebUI 的表单式设计本质上是'固定流程 + 参数调整',扩展性较差。当需要实现复杂需求时,只能在有限的功能模块中妥协。

败在顶层设计,退出历史舞台
Stable Diffusion WebUI 的衰落,本质上是生态优势的逐步丧失。由于核心架构是线性表单设计,其对新功能的兼容成本极高。例如当 ControlNet 1.1 版本推出多预处理器联动功能时,WebUI 花了近两个月才完成适配;而 ComfyUI 凭借模块化架构,新功能往往在发布当天就有社区开发者推出对应节点。
这本质上是 ComfyUI 构建的 UGC(用户生成内容)顶层设计对 WebUI 的 PGC(专业生成内容)顶层设计的降维打击。WebUI 由单一维护者苦苦支撑,难以持续。而 ComfyUI 的社区生态呈现出指数级增长,用户自发分享的工作流累计超过 10 万个。
从行业视角看,国内头部平台 Liblib 在 2.0 升级中核心推荐工具已切换为 ComfyUI;海外主流社区 Civitai 上,ComfyUI 的使用占比从 2023 年的不足 10% 飙升至 2024 年的 75%。当行业标准制定者和使用者都选择了更优的工具,WebUI 的退出便只剩下了时间问题。
本质思考:快速迭代对科技工人的影响
钻牛角尖般的死板学习是科技工人的思维定式,这带来了海量的沉没成本。当最后一个 WebUI 专属插件停止更新,那些曾深耕于此的科技工人不得不直面残酷现实:花费数年积累的工具技能正在快速贬值。
AI 算法工程师小谢曾花费 8 个月时间深耕 WebUI 插件开发,吃透了底层架构。但当 ComfyUI 成为主流,他熟悉的 API 接口、插件适配规则在新工具生态中毫无用武之地。就像练熟了一套武功,结果江湖突然宣布这套武功作废。
尽管如此,我们仍能从一个被淘汰的技术工具中收获跨周期经验。AI 技术工具只是载体,底层能力才是永恒的竞争力。许多科技工人之所以被工具淘汰击垮,本质上是混淆了'工具技能'与'核心能力'的边界。在 WebUI 积累的'参数优化经验',背后是对生成模型原理的理解;插件开发中积累的编程逻辑,实则是模块化开发思维的体现。


