2025-05-10 · Mis à jour 2026-07-15

[!NOTE] Traduction automatique Cet article a été traduit automatiquement depuis la version originale en anglais.

Stable Diffusion sous macOS : création d’images, DiffusionBee, ComfyUI, A1111 et Fooocus

Exécuter des modèles d’images localement sous macOS relève principalement d’une question de choix d’outils. Draw Things, DiffusionBee, ComfyUI, AUTOMATIC1111 et Fooocus présentent des fonctionnalités similaires, mais ils diffèrent en termes de configuration, de compatibilité avec les modèles, de contrôle du flux de travail, d’extensions disponibles ainsi que d’automatisation.

Une application de type glisser-déposer vous permet de démarrer rapidement ; en revanche, l’apprentissage d’un graphe de nœuds est plus long, mais il révèle davantage de détails concernant pipeline. Sur Apple Silicon, l’application, la famille de modèles, la précision, la taille de l’image ainsi que le flux de travail influencent tous la capacité du système à gérer la génération. Choisissez l’interface adaptée au travail que vous devez reproduire, puis testez le modèle et les paramètres exacts.

TL;DR. Commencez par Draw Things ou DiffusionBee lorsque des applications natives suffisent à l’accomplissement de la tâche. Utilisez ComfyUI lorsque le graphe lui-même doit être examiné, partagé ou automatisé. Préférez AUTOMATIC1111 uniquement pour des workflows qui dépendent de son interface ou de ses extensions. Considérez Fooocus comme un workflow stable de l’époque SDXL, et non comme une solution pour obtenir un support des modèles actuels : son projet officiel ne propose qu’un soutien à long terme limité.

Un fichier de modèle n’est pas un flux de travail portable

Les étapes d’un flux de travail local de génération d’images

Plusieurs applications peuvent être chargées .safetensors des fichiers, mais l’existence d’une extension correspondante ne garantit pas la compatibilité. Un modèle pipeline complet peut également nécessiter une architecture spécifique, un encodeur de texte, une VAE, un planificateur, ControlNet, LoRA, un tokeniseur, ou une configuration adaptée à l’application.

Enregistrer l’unité de génération qui a produit une image :

application et version
répertoire de modèles, révision et licence
chaque composant de modèle ainsi que chaque adaptateur
prompt, prompt négatif, seed, générateur d’échantillons, étapes, guidance et dimensions
fichier de graphe ou de flux de travail lorsque l’application en expose un

Ce fichier est plus important que la popularité de l’application. La même séquence d’entrée peut encore générer une image différente après un changement de backend, de modèle, de générateur d’échantillons ou de niveau de précision.

La mémoire unifiée est partagée, et non illimitée

Budget de mémoire partagée pour la diffusion sur Apple Silicon

Le Apple Silicon permet aux CPU et aux GPU d’accéder au même pool mémoire. Cela élimine la nécessité d’une frontière de copie distincte, mais macOS ainsi que toutes les applications en cours d’exécution se disputent cette même capacité.

Pour la génération d’images, les cas d’utilisation à fort volume impliquent l’utilisation de plus de poids checkpoint :

peak memory ≈ model components
            + intermediate activations
            + attention and runtime workspace
            + loaded adapters and control models
            + application and OS memory

La résolution, la taille du lot, l’architecture du modèle, la précision, le recadrage à grande échelle, ControlNet, ainsi que le fait que les composants restent chargés influencent tous le résultat. Il ne faut pas acheter ou choisir une machine en se basant uniquement sur un tableau indiquant des capacités de 8/16/32 Go. Il est nécessaire de tester le flux de travail prévu et d’observer la pression mémoire. Une génération qui ne fonctionne que grâce à un usage intensif du mémoire tampon n’est pas un point de fonctionnement optimal.

Sélectionner en fonction de l’état à contrôler

Outil	Interface de contrôle utile	Compromis opérationnel
Dessiner des objets	Interface utilisateur native d’Apple intégrant des modèles locaux, des adaptateurs, ControlNet ainsi que des scripts.	Interface dense spécifique au produit ; vérifier la compatibilité avec la famille de modèles exacte
DiffusionBee	Application macOS emballée intégrant un flux de travail de génération intégré	La facilité d’utilisation prime sur l’inspection au niveau du graphe ; il est impératif de vérifier le rythme de publication ainsi que les familles prises en charge.
ComfyUI	Graphe de nœuds explicite, flux de travail JSON, API, ainsi que nœuds personnalisés	Plus de composants dynamiques : les graphes et les nœuds tiers deviennent des dépendances
AUTOMATIC1111	Une interface utilisateur web basée sur des formulaires, des scripts, API, ainsi qu’une vaste surface d’extension	Le Apple Silicon présente des limites documentées en termes de fonctionnalités et de performances ; les extensions élargissent la frontière de confiance.
Fooocus	Workflow SDXL dogmatique, centré sur prompt	Officiellement, il s’agit d’une version LTS limitée ne contenant que des correctifs de bugs ; les directives relatives à Mac sont non officielles et peu testées.

Le tableau ne constitue pas un classement. Il indique où se trouve l’état du flux de travail : à l’intérieur d’une application, à travers un formulaire, ou dans un graphe pouvant être examiné.

Dessiner des éléments : interaction native et scriptage

Dessiner des objets Il s’agit d’une application pour plateforme Apple destinée à la génération d’images locales. Sa documentation actuelle traite des modèles, des LoRAs, de ControlNet, de l’inversion textuelle, du Core ML, ainsi que de l’écriture de scripts JavaScript versionnés.

Choisissez cette approche lorsque le travail doit rester intégré à une application native tout en nécessitant un niveau de contrôle supérieur à celui offert par une boîte prompt. Avant de l’adopter de manière généralisée, importez les composants du modèle exacts et reproduisez un flux de travail d’édition, d’adaptation ou de contrôle représentatif. Le terme « natif » désigne l’interface et l’implémentation ; il ne garantit pas pour autant le support ni la performance pour chaque nouvelle architecture.

DiffusionBee : flux de travail macOS emballé

DiffusionBee Les packages intègrent le téléchargement de modèles ainsi que les tâches de génération courantes au sein d’une application de bureau. La documentation du projet énumère la conversion image en image, l’inpainting, l’outpainting, ControlNet, LoRA, SDXL, ainsi que le soutien pour certains modèles Flux.

Choisissez cette option lorsque l’installation ainsi qu’une interface utilisateur intégrée revêtent plus d’importance que l’exportation d’un graphe pipeline. Vérifiez la dernière version ainsi que l’architecture exacte avant de télécharger un modèle de grande taille : l’indication d’une fonctionnalité telle que « support Flux » ne garantit pas que tous les composants dérivés, de quantification ou auxiliaires se chargeront.

ComfyUI : le flux de travail est un artefact

ComfyUI Il représente la génération sous forme de graphe de nœuds. Un flux de travail peut être stocké en tant que JSON indépendamment de son résultat, ce qui permet de rendre le pipeline inspectable et versionnable. Son exécuteur peut également éviter de recalculer les parties du graphe dont les entrées n’ont pas changé.

La version actuelle de ComfyUI Desktop prend en charge Apple Silicon et gère son propre environnement, bien que la documentation officielle de macOS la qualifie encore de bêta. Une installation via Homebrew est disponible :

brew install comfyui

Préférez ComfyUI lorsque pipeline dispose de branches, de composants réutilisables, de plusieurs modèles ou d’outils d’automatisation. Gardez à jour le JSON, la version de l’application, les versions des nœuds de base, les révisions des nœuds personnalisés ainsi que le manifeste des modèles.

Les nœuds personnalisés constituent des dépendances exécutables, et non de simples préférences inoffensives. Vérifiez leur code source, installez les scripts correspondants, fixez les versions à utiliser, et isolez l’environnement. Un graphe provenant d’un auteur inconnu peut faire référence à du code et à des modèles que vous n’avez pas audités.

AUTOMATIC1111 : compatibilité avec une interface utilisateur web existante

AUTOMATIC1111 Stable Diffusion WebUI Il expose les paramètres de génération via une interface navigateur et prend en charge les scripts, les extensions ainsi qu’un API. Choisissez-le lorsque des tutoriels, des automatisations ou des extensions existantes font partie des exigences.

Son guide officiel Apple Silicon décrit les exceptions ainsi que les limites de performance, y compris une faible efficacité lors de l’entraînement. Vérifiez que la fonctionnalité requise fonctionne correctement sur le macOS cible et les versions PyTorch avant d’adopter une configuration lourde en extensions.

Les extensions exécutent du code au sein de l’environnement d’application. Fixez-les, examinez les mises à jour, et maintenez le service en mode loopback sauf si l’accès distant est intentionnel et protégé.

Fooocus : une option ciblée de l’ère SDXL

Fooocus Il cache délibérément de nombreuses décisions techniques derrière un flux de travail axé sur prompt qui reflète ses propres préférences. Cela peut s’avérer utile lorsque ses paramètres par défaut correspondent à la tâche à effectuer.

Le README actuel du projet indique que Fooocus est basé sur SDXL et bénéficie d’un soutien à long terme limité, se limitant uniquement aux correctifs de bugs. Il précise également que la version pour Mac n’a pas fait l’objet de tests approfondis, qualifiant son installation de non officielle. Par conséquent, Fooocus constitue un choix restreint pour les workflows existants utilisant déjà cette solution, et non la solution par défaut pour de nouvelles architectures ou des infrastructures macOS à long terme.

Exécuter un seul test d’acceptation représentatif

Parcours de décision pour la sélection d’un flux de travail basé sur une image macOS

Utilisez un petit ensemble d’acceptation avant de vous engager avec un outil :

Recréer un résultat de texte en image de référence à partir d’une graine et de paramètres enregistrés.
Exécuter l’opération la plus exigeante : reconstitution d’image, ControlNet, LoRA, agrandissement, ou un graphe à plusieurs étapes.
Redémarrer l’application et reproduire le flux de travail à partir des artefacts sauvegardés.
Mesurer le temps de démarrage, le temps de génération, la pression mémoire maximale, ainsi que les dimensions du résultat.
Déplacer le flux de travail vers un compte utilisateur ou une machine propre, puis énumérer toutes les dépendances manquantes.
Vérifier le rattachement au réseau local, les téléchargements, les paramètres d’analyse, les licences, et l’origine des modèles.

Ne comparez pas des outils présentant des checkpoints, des résolutions, des comptes de pas ou des niveaux de précision différents, et n’appelez pas le résultat un runtime benchmark.

Une valeur par défaut pratique

Pour les travaux exploratoires, commencez par une application native ainsi que par un modèle qui la documente. Passez à ComfyUI lorsque le flux de travail lui‑même devient précieux : c’est‑à‑dire lorsqu’il doit être revu, reproduit, automatisé ou transmis à une autre personne. Conservez AUTOMATIC1111 ou Fooocus si une dépendance existante rend leurs interfaces spécifiques utiles.

L’actif durable n’est pas une capture d’écran d’un résultat de qualité. Il s’agit du plus petit ensemble reproductible d’identités de modèle, de paramètres, de dépendances et d’état de flux de travail capable de générer à nouveau ce même résultat.