浏览器里跑Stable Diffusion，无需服务器，隐私又省钱
web-stable-diffusion 是一个将 Stable Diffusion 模型完整移植到浏览器端运行的开源项目。它基于 TVM 和 WebAssembly/WebGPU 技术，让图像生成完全在浏览器内完成，无需任何服务器支持。该项目解决了传统 AI 绘画依赖云端算力、隐私泄露和网络延迟的问题，用户上传模型或使用内置模型即可离线生成图片。核心能力包括：利用 WebGPU 加速推理，支持多种 Stable Diffusion 模型（如 1.4/1.5/2.0），提供交互式 Web UI，并支持文本生成图像和图像编辑功能。项目展示了深度学习模型在浏览器端的高效部署可能，为隐私敏感和边缘计算场景提供了新方案。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1打开在线演示页
直接访问官方演示页试用文生图，所有计算都在浏览器内完成，无需服务器支持。
2准备 Chrome Canary
WebGPU 目前只在 Chrome Canary 中可用，请用该浏览器打开演示页，稳定版可能无法运行。
3确认显卡显存
浏览器端跑 Stable Diffusion 需要显存 8GB 以上的 GPU，显存不足时无法正常推理。
4可选：关闭边界裁剪
完全退出 Chrome 后从命令行启动，可去掉 WebGPU 插入的数组越界检查，速度接近原生 GPU。
/path/to/chrome-canary --enable-dawn-features=disable_robustness| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
--enable-dawn-features | 否 | 启动 Chrome 时关闭数组索引边界裁剪，消除约 3 倍性能损失 | disable_robustness |
演示页正常加载出 Web 界面，输入文本提示词后能生成图片，即表示运行成功。
Q：为什么比原生 GPU 慢很多？
A：Chrome 的 WebGPU 实现会为所有数组索引插入边界裁剪，把 a[i] 变成 a[min(i, a.size)]，带来约 3 倍性能损失，可用 disable_robustness 启动参数绕过。
Q：需要安装什么软件吗？
A：不需要安装，项目完全在浏览器中运行。唯一要求是使用支持 WebGPU 的 Chrome Canary，并保证 GPU 显存足够。
Q：为什么在稳定版 Chrome 上打不开？
A：WebGPU 仍在演进，目前只通过 Chrome Canary 提供，且可能不稳定，请改用 Canary 版本再试。
Q：目前支持 FP16 加速吗？
A：不支持。当前 WebGPU 只支持 FP32，FP16 shader 扩展虽在规范中但尚未实现。
Stable Diffusion WebUI、ComfyUI、Diffusers
web-stable-diffusion 是开源模型领域的开源项目，由 mlc-ai 开发，2023 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（3,724）位列前 30%，在开源模型分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。完全免费，所有功能在浏览器内运行，无需服务器，无付费版本。从国内网络环境看，当前已无法正常访问。
它主要面向的使用场景是：隐私敏感场景：本地生成图像，避免数据上传。同类可对比的替代方案包括 Stable Diffusion WebUI、ComfyUI、Diffusers。
Machine-Learning
开源
跟着博客笔记，边看边跑机器学习代码
All content related to machine learning from my blog
awesome-claude-fable-5-prompt-va···
开源
一站式掌握 Claude Fable 5 玩法，快速选型不踩坑
Ultimate Claude Fable 5 Guide 2026: Use Cases, Integrations & Benchmarks
Diffusion-Models-Papers-Survey-T···
开源
学视频生成怕绕路？这份资料库帮你理清
Diffusion model papers, survey, and taxonomy
CoreML-Models
开源
下载即用的苹果端 AI 模型库，免去转换烦恼
Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···