InvokeAI

InvokeAI是什么？

InvokeAI是一款面向创作者的开源生成式AI图像与视频工作室。它把文生图、图生图、局部重绘、扩图、分层画布、ControlNet、LoRA、模型管理和节点工作流放在专业Web界面中，并可完全运行在自己的电脑或服务器。

Invoke最初由商业团队与社区共同推进。创始团队在2025年加入Adobe，官方托管平台于同年10月关闭；开源项目的维护已交给Lincoln Stein、Vic和社区，核心代码继续活跃开发。

文生图与图生图

用户可输入正向与负向提示词，选择模型、分辨率、采样器、步数、CFG和种子生成图像。图生图使用初始图片约束颜色与结构，去噪强度决定保留原图的程度。

不同模型对提示词语法和参数的响应不同。更高步数不一定持续提升质量，还会增加生成时间，应按模型文档测试。

高级提示词

Invoke支持提示词权重、组合与动态提示，用户可调整概念影响或批量展开多个变化。提示模板适合说明主体、风格、质量和审美，但不应机械堆叠“高质量”词语。

分层Canvas画布

Unified Canvas提供图层式AI编辑，用户可以绘制、移动、缩放和组合Raster Layer，并为不同区域建立引导、参考图与局部重绘遮罩。各图层独立操作，更接近专业图像编辑流程。

画布中的Generation Bounding Box决定模型看到的上下文与输出区域，框外内容不会作为本次生成输入。扩图和纹理延续时要把足够上下文放入框内。

局部重绘与扩图

Inpainting只重生成遮罩区域，适合修正人物、替换物体和清理细节；Outpainting则把画面延展到原边界之外。边缘融合取决于遮罩、上下文和模型能力。

区域提示与参考图

Regional Guidance可让画布不同区域使用不同描述，Regional Reference Image则提供局部视觉参考。用户能更精确地控制人物位置、服装、物体和构图。

ControlNet

Invoke提供深度、边缘、姿态等ControlNet控制方向，把结构条件加入生成。多个控制可组合，但权重过高会使画面僵硬，过低则无法保持构图。

LoRA与Textual Inversion

Model Manager可安装和管理LoRA、Textual Inversion、ControlNet及Checkpoint。LoRA适合引入风格、人物或产品特征，多个LoRA可以按权重组合。

模型文件各自有许可证和触发词，开源软件的Apache许可证不覆盖模型权重。商业使用前必须单独审核。

支持的基础模型

Invoke支持Flux、SDXL、Stable Diffusion 1.5及不断新增的开源或开放权重模型。当前文档还包含Ideogram 4、Flux 2、Krea-2、Z-Image等方向，具体可用性随版本与硬件变化。

部分模型需要在模型平台接受条款和配置访问令牌，也可能限制非商业用途。Model Manager中的“可安装”不等于“可自由商用”。

Model Manager模型管理

用户可以通过Hugging Face仓库ID、文件地址、本地路径或文件夹扫描安装模型。Manager会识别Checkpoint与Diffusers结构，并允许记录来源、说明和元数据。

模型通常占用数GB到数十GB，应规划磁盘、备份和重复文件。访问令牌只能保存在配置中，不能放进工作流或截图。

节点工作流

Workflow Builder用可视化节点构建可重复管线，节点在Invoke中称为Invocations。工作流可组合模型加载、条件、采样、图像处理、保存和自定义逻辑。

Form Builder可以把复杂图的关键参数做成简化表单，方便团队成员使用，而无需进入节点图修改。

在Canvas运行工作流

当前版本支持对画布Raster Layer直接运行工作流。工作流需要启用Form Builder、至少一个图片输入和一个Canvas Output节点；结果会进入画布暂存区，用户审核后再接受。

自定义节点

开发者可用Python创建Invocation输入、输出和执行逻辑，扩展新的模型、预处理、图像操作或外部服务。自定义节点会在服务器进程中运行，应像审核其他代码依赖一样检查来源。

队列与批量生成

Invoke可以把生成任务加入队列，并用批量、动态提示和固定或随机种子快速迭代。生产环境应设置并发、磁盘清理、失败重试和用户资源上限。

Boards图片管理

Boards用于整理生成图片，可按项目、阶段或类型建立分类，批量下载和管理资产。商业托管旧版曾区分私有与共享Boards；开源版的具体多用户能力取决于部署方式和版本。

视频生成

Invoke当前提供实验性的Wan 2.2视频支持，包括文生视频、图生视频和兼顾两种任务的模型。官方工作流可生成短MP4片段，并通过Lightning LoRA把部分大模型采样压缩到约4步。

视频模型需要大量磁盘和显存。官方当前说明两个Wan入门模型包分别约36GB和32GB，同时安装因共享组件约56GB；低配环境可选择较小量化模型。

Windows、macOS与Linux

Invoke Launcher支持Windows、macOS和Linux。Windows要求Windows 10或更高并使用兼容GPU；macOS要求Apple Silicon，Intel Mac不兼容；Linux支持NVIDIA与AMD方向。

硬件要求

硬件随模型与输出分辨率变化。官方当前参考为SD1.5至少约4GB显存、SDXL约8GB、Flux 1约10GB；更大的Flux、Krea与Wan模型可能需要12至24GB或更多显存与32GB系统内存。

Apple Silicon都可运行，建议16GB以上统一内存。AMD GPU主要在Linux支持。CPU模式可以启动，但本地生成通常很慢。

Python、Docker与手动安装

高级用户可从GitHub手动安装或使用Docker。当前文档要求Python 3.11至3.12。Docker有利于隔离依赖和部署服务器，但GPU驱动与模型目录仍要正确映射。

本地与隐私

使用本地开放模型时，提示词、图片和生成结果保留在自有设备，不必上传到第三方云服务。调用GPT Image、Gemini等API模型时，数据仍会发送给对应提供商并受其政策约束。

API与服务器集成

Invoke的Web界面基于本地服务器和节点执行后端，开发者可围绕工作流、队列与资产构建自动化。面向公网部署时应添加身份认证、HTTPS、反向代理、文件隔离与资源配额。

不要把默认开发服务直接开放到互联网，也不要在自定义节点中硬编码API密钥。

当前部署方式与费用对比

Invoke当前没有官方自营云订阅。旧帮助文档中的Starter、Indie、Premier和Enterprise价格已随Hosted关闭失效，不应作为现行报价。第三方托管费用以各提供商实时页面为准。

旧Hosted平台为何关闭？

官方应用页说明，创始团队加入Adobe后，Invoke托管服务在2025年10月关闭。开源版本继续由社区维护，用户可下载安装或选择第三方托管GPU。

Apache-2.0许可证与GitHub

InvokeAI官方GitHub仓库公开完整核心代码，使用Apache-2.0许可证，允许修改、分发和商业集成，并要求保留许可与相关声明。

许可证仅覆盖Invoke代码。模型、训练数据、自定义节点和生成素材的权利必须分别确认。

适合哪些用户？

• 希望本地运行AI绘图并控制数据的创作者；
• 需要分层局部编辑和扩图的插画师与设计师；
• 使用ControlNet与LoRA控制品牌视觉的团队；
• 构建节点式可重复图像管线的技术美术；
• 需要自建生成服务器的开发者；
• 希望研究开放模型与贡献代码的开源社区成员。

产品优势

• Apache-2.0开源、免费并可自托管；
• 分层Canvas比单一生成表单更适合专业编辑；
• 节点工作流与Form Builder兼顾高级和普通用户；
• 模型、LoRA、ControlNet管理完整；
• 支持Windows、Apple Silicon和Linux；
• 项目在商业Hosted结束后仍由社区持续维护。

限制与注意事项

官方Hosted已经关闭，用户必须准备本地硬件或第三方托管。大型模型下载和显存要求较高，AMD和macOS支持范围也与模型有关。

开源不代表模型可商用，公网部署需要额外安全措施。实验性视频功能的模型包很大，生成速度和稳定性取决于硬件。

常见问题

InvokeAI免费吗？

免费，当前核心本地版使用Apache-2.0许可证；计算硬件或第三方云GPU另计成本。

InvokeAI官方云还能用吗？

不能，原Invoke Hosted已在2025年10月关闭，目前官方推荐本地安装或第三方托管。

InvokeAI支持哪些系统？

支持Windows 10及以上、Apple Silicon macOS和Linux；Intel Mac不兼容。

InvokeAI能生成视频吗？

提供实验性Wan 2.2文生视频和图生视频支持，需要较大模型包与显存。

InvokeAI开源吗？

开源，核心仓库采用Apache-2.0许可证。