InvokeAI

InvokeAI是什麼？

InvokeAI是一個為創作者設計的開源式生成式AI圖像與影片工作室。它將文生圖、圖生圖、局部重繪、圖像擴充、分層畫布、ControlNet、LoRA、模型管理以及節點工作流程等功能整合在專業的網頁介面中，且可以完全在自己的電腦或伺服器上運作。

Invoke最初由商業團隊與社區共同推進。創始團隊在2025年加入Adobe，官方託管平台於同年10月關閉；

開源專案的維護工作已交給Lincoln Stein、Vic以及社區負責，核心代碼則持續被積極開發中。

文生圖與圖生圖

使用者可輸入正向與負向提示詞，選擇模型、解析度、採樣器、步數、CFG及種子來生成圖像。圖生圖會以初始圖片作為約束，決定顏色與結構，而去噪強度則決定了保留原圖的程度。

不同模型對提示詞法與參數的響應不同。更高步數不一定能持續提升品質，還會增加生成時間，應依模型文件進行測試。

高級提示詞

Invoke支援提示詞權重、組合與動態提示，使用者可調整概念影響或批量展開多個變化。提示模板適合說明主體、風格、品質與審美，但不應機械堆疊「高品質」詞語。

分層Canvas畫布

Unified Canvas提供圖層式AI編輯功能，使用者可以繪製、移動、縮放及組合Raster Layer，並為不同區域建立指引線、參考圖以及局部重繪遮罩。各圖層可獨立操作，這種方式更接近專業的圖像編輯流程。

畫布中的 Generation Bounding Box 用來決定模型所看到的上下文與輸出區域，框外的內容不會作為本次生成的輸入。在進行圖像放大或紋理延續時，必須將足夠的上下文納入框內。

局部重繪與擴圖

Inpainting僅重生成遮罩區域，適合修飾人物、替換物體以及清理細節；Outpainting則將畫面延展到原邊界之外。

邊緣融合取決於遮罩、上下文和模型能力。

區域提示與參考圖

Regional Guidance可讓畫布不同區域使用不同描述，Regional Reference Image則提供局部視覺參考。使用者能更精確地控制人物位置、服裝、物體和構圖。

ControlNet

Invoke提供深度、邊緣、姿態等ControlNet控制方向，將結構條件加入生成過程中。多個控制參數可以組合使用，但權重過高會使畫面顯得僵硬，權重過低則無法維持良好的構圖。

LoRA與Textual Inversion

Model Manager可安裝和管理LoRA、Textual Inversion、ControlNet及Checkpoint。LoRA適合引入風格、人物或產品特徵，多個LoRA可以按權重組合。

模型文件各自有許可證和觸發詞，開源軟體的Apache許可證不覆蓋模型權重。商業使用前必須單獨審核。

支援的基礎模型

Invoke支援Flux、SDXL、Stable Diffusion 1.5，以及不斷新增的開源或開放權重模型。目前這份文件還包含了Ideogram 4、Flux 2、Krea-2、Z-Image等模型，其實際可用性會隨著版本與硬體的不同而改變。

部分模型需要在模型平台接受條款並取得配置訪問令牌，也有可能限制非商業用途。Model Manager中的「可安裝」並不等於「可自由商用」。

Model Manager模型管理

使用者可以透過 Hugging Face 儲存庫 ID、檔案地址、本機路徑或資料夾掃描來安裝模型。Manager 會辨別 Checkpoint 與 Diffusers 的結構，並允許記錄來源、說明及元資料。

模型通常佔用數GB到數十GB的空間，因此必須規劃好磁碟使用、備份以及重複檔案的處理方式。訪問令牌只能儲存在設定中，無法放入工作流程或截圖中。

節點工作流

Workflow Builder透過視覺化節點來構建可重複使用的處理流程，這些節點在Invoke功能中被稱為Invocations。工作流可以組合模型載入、條件判斷、採樣、圖像處理、儲存以及自訂邏輯等功能。

Form Builder可以將複雜圖形中的關鍵參數轉換成簡化的表單，這樣團隊成員就能輕鬆使用，而不必進入節點圖進行修改。

在Canvas運行工作流

目前版本支援直接對畫布的 Raster Layer 執行工作流。此工作流需要啟用 Form Builder、至少一個圖片輸入以及一個 Canvas Output 節點；

結果會進入畫布暫存區，用戶審核後再接受。

自訂節點

開發者可利用 Python 建立用於輸入、輸出及執行邏輯的機制，進而擴展新的模型、進行預處理、圖像操作或整合外部服務。自訂節點會在伺服器進程中運作，因此應像審核其他程式碼一樣，檢查其來源是否可靠。

隊列與批次生成

Invoke可以將產生任務加入隊列，並透過批次處理、動態提示以及固定或隨機的種子值來實現快速迭代。在生產環境中，應設定併發數、磁碟清理機制、失敗重試次數，以及用戶資源的上限。

Boards圖片管理

Boards用於整理生成的圖片，可按項目、階段或類型建立分類，批量下載和管理資產。商業託管舊版曾區分私有與共享Boards；

開源版的具體多用戶能力取決於部署方式與版本。

影片生成

Invoke目前提供實驗性的Wan 2.2影片支援，包括文生影片、圖生影片，以及同時處理這兩種任務的模型。官方工作流程可生成短小的MP4片段，並透過Lightning LoRA將部分大型模型的參數量壓縮到約4步。

影片模型需要大量磁盤和顯存。官方目前說明兩個Wan入門模型包分別約36GB和32GB，同時安裝因共享組件約56GB；

低配環境可選擇較小量化模型。

Windows、macOS與Linux

Invoke Launcher支援Windows、macOS和Linux。Windows系統需為Windows 10或更高版本，且必須搭配相容的GPU才能使用。

macOS需要Apple Silicon，Intel Mac無法相容；Linux則支援NVIDIA與AMD芯片。

硬體要求

硬體會隨著模型與輸出解析度的變化而改變。官方目前的參考數值為：SD1.5至少需要約4GB的顯存，SDXL則需要約8GB，Flux 1則需要約10GB。

更大的Flux、Krea與Wan模型可能需要12至24GB或更多顯存與32GB系統內存。

Apple Silicon皆可運行，建議16GB以上的統一記憶體。AMD GPU主要在Linux上受到支援。

CPU模式可以啟動，但本地生成通常很慢。

Python、Docker與手動安裝

高級使用者可以從 GitHub 手動安裝，或使用 Docker。本文件要求的 Python 版本為 3.11 至 3.12。

Docker有助於隔離依賴項目及部署伺服器，但GPU驅動程式與模型目錄仍需正確對應。

本地與隱私

使用本地開放模型時，提示詞、圖片和生成結果都會保留在自有設備上，無需上傳到第三方雲服務。而當調用GPT Image、Gemini等API模型時，數據仍會被傳送給對應的供應商，並受其政策的約束。

API與伺服器集成

Invoke的Web介面以本機伺服器及節點來執行後端功能，開發者可透過工作流程、隊列與資產來建構自動化處理機制。在面向公網部署時，則需要加入身份驗證、HTTPS、反向代理、檔案隔離以及資源配額等功能。

不要把預設開發服務直接開放到網際網路，也不要在自訂節點中硬編碼API金鑰。

當前部署方式與費用對比

Invoke目前沒有官方自營的雲端訂閱服務。舊版說明文件中所列的Starter、Indie、Premier和Enterprise等方案之價格，因Hosted服務已停用而不再有效，故不應作為現行的報價依據。

第三方託管費用以各供應商實時頁面為準。

舊Hosted平台為何關閉？

官方應用頁面說明，創始團隊加入Adobe後，Invoke託管服務將在2025年10月關閉。開源版本則繼續由社群維護，使用者可下載安裝，或選擇第三方來託管GPU。

Apache-2.0許可證與GitHub

InvokeAI官方GitHub倉庫公開完整核心代碼，使用Apache-2.0許可證，允許修改、散發和商業整合，並要求保留許可證與相關聲明。

許可證僅覆蓋Invoke代碼。模型、訓練數據、自訂節點和生成素材的權利必須分別確認。

InvokeAI使用教學

完成一次基礎任務

1. 在InvokeAI中寫清觸發條件、輸入數據和最終動作；
2. 用測試帳號連接所需應用並授予最小權限；
3. 配置文生圖與圖生圖及高級提示詞，逐項映射字段；
4. 加入分支、失敗處理、重試和人工審批；
5. 使用少量測試數據運行並檢查每一步輸出；
6. 確認無重複寫入和異常費用後再啟用正式流程；

建立可重複使用的專業工作流

1. 選擇重複頻率高且規則明確的業務流程；
2. 繪製觸發、判斷、執行和回滾路徑；
3. 將文生圖與圖生圖、高級提示詞與分層Canvas畫布拆成可重複使用的模組；
4. 設定日誌、預算、超時及權限邊界；
5. 安排負責人抽查結果並處理失敗隊列；
6. 按月複核應用權限、業務規則和實際成本；

適合哪些用戶？

• 希望本地運行AI繪圖並控制數據的創作者；
• 需要分層局部編輯和擴圖的插畫師與設計師；
• 使用ControlNet與LoRA控制品牌視覺的團隊；
• 構建節點式可重複圖像管線的技術美術；
• 需要自建生成伺服器的開發者；
• 希望研究開放模型與貢獻代碼的開源社區成員。

產品優勢

• Apache-2.0開源、免費且可自托管；
• 分層Canvas比單一生成表單更適合專業編輯；
• 節點工作流與Form Builder兼顧高級和普通用戶；
• 模型、LoRA、ControlNet管理完整；
• 支援Windows、Apple Silicon和Linux；
• 項目在商業Hosted結束後仍由社區持續維護。

限制與注意事項

• 官方Hosted已經關閉，用戶必須準備本地硬件或第三方託管；
• 大型模型的下載量及顯存需求較高，AMD和macOS的支援範圍也與模型有關；
• 開源並不代表模型可商用，公網部署需要額外的安全措施；
• 實驗性影片功能的模型包很大，生成速度和穩定性取決於硬體；

常見問題

InvokeAI免費嗎？

免費，目前的核心本地版採用Apache-2.0許可證；計算硬體或第三方雲端GPU則需另行支付費用。

InvokeAI官方雲還能用嗎？

不能，原Invoke Hosted已在2025年10月關閉，目前官方推薦本地安裝或第三方託管。

InvokeAI支援哪些系統？

支援Windows 10及以上、Apple Silicon macOS和Linux；Intel Mac無法相容。

InvokeAI能生成影片嗎？

提供實驗性Wan 2.2文生影片及圖生影片支援，需要較大的模型包與顯存。

InvokeAI是開源的嗎？

開源，核心倉庫採用Apache-2.0許可證。