Débutant 11 minImage

Fooocus : installer le générateur d'images IA gratuit

Réponse directe

Fooocus est un générateur d'images gratuit et open source (GPL-3.0) fondé sur SDXL : on décompresse l'archive Windows d'environ 2 Go, on lance run.bat, et l'interface s'ouvre dans le navigateur. Il demande 4 Go de VRAM NVIDIA et 8 Go de RAM au minimum. Deux limites en 2026 : le projet ne reçoit plus que des corrections de bogues, et son PyTorch embarqué ne prend pas en charge les cartes RTX 50, signalées en échec par plusieurs utilisateurs.

Fooocus est un logiciel gratuit et open source qui génère des images par IA sur votre ordinateur, avec la simplicité d'un service en ligne : un champ de texte, un bouton, et de bons réglages par défaut. Il repose sur Stable Diffusion XL. Au 28 septembre 2026, il reste l'un des moyens les plus rapides d'obtenir une première image sous Windows avec une carte NVIDIA de génération 40 ou antérieure, mais son développement est en mode maintenance. Ce guide couvre l'installation, la première image, les fonctions peu connues, le problème des RTX 50 et les cas où il vaut mieux choisir un autre outil.

Par Mohamed Meguedmi·Màj 2026-09-29·Testé sur Windows, macOS, Linux

#Fooocus, c'est quoi ?

Fooocus a été publié en août 2023 par lllyasviel, l'auteur de ControlNet, sous licence GPL-3.0. Le dépôt dépasse 50 000 étoiles sur GitHub. Son parti pris : cacher la technique. Là où les autres interfaces exposent des dizaines de curseurs, Fooocus applique automatiquement les réglages qui donnent un bon résultat avec SDXL, et enrichit votre prompt en coulisses grâce à un moteur de traitement de prompt fondé sur GPT-2, qui tourne hors ligne. Le README le compare à Midjourney, en précisant que tout tourne chez vous : pas de compte, pas d'abonnement, pas d'image envoyée sur un serveur.

Son statut compte autant que ses fonctions. Le README l'annonce en « limited long-term support (LTS) with bug fixes only », sans projet de prise en charge de nouvelles architectures. La dernière version publiée, la 2.5.5, date du 12 août 2024. Fooocus reste donc un très bon outil SDXL, pas une plateforme qui suivra les modèles de demain.

#Configuration requise

Le kit Images IA

Images et vidéos IA en local, sans limite : ComfyUI, Flux, Z-Image, Wan 2.2 sur ton GPU ou ton Mac — workflows prêts à charger, cadre légal inclus.

  • Espace en ligne à vie
  • PDF + fichiers
  • Mises à jour à vie

Le README publie un tableau de minimums par plateforme, avec des comparaisons de vitesse qui sont celles du projet, la plupart datant de 2023. Prenez-les comme des ordres de grandeur, pas comme des mesures actuelles.

Minimums indiqués par le README de Fooocus, avec ses propres comparaisons de vitesse
MatérielVRAM minimaleRAM et échangeRemarque du projet
NVIDIA RTX 2000, 3000 ou 4000 (Windows ou Linux)4 Go8 Go, mémoire d'échange requisePlus la génération est récente, plus c'est rapide
NVIDIA GTX 10008 Go (6 Go incertain)8 Go, échange requisSeulement un peu plus rapide que le processeur
NVIDIA GTX 9008 Go8 Go, échange requisPlus ou moins rapide que le processeur
Carte AMD sous Windows8 Go8 Go, échange requisVia DirectML, environ 3 fois plus lent qu'une RTX 3000 ; support en bêta
Carte AMD sous Linux8 Go8 Go, échange requisVia ROCm, environ 1,5 fois plus lent ; support en bêta
Mac M1 ou M2Mémoire partagéePartagéeEnviron 9 fois plus lent qu'une RTX 3000 ; non testé intensivement
Processeur seul0 Go32 Go, échange requisEnviron 17 fois plus lent qu'une RTX 3000

Côté disque, comptez large : le modèle par défaut, juggernautXL_v8Rundiffusion, pèse 7,11 Go sur Hugging Face, et le modèle d'inpainting téléchargé à la première retouche en ajoute 1,28 Go. Le README recommande au moins 40 Go libres sur chaque disque si l'erreur « RuntimeError: CPUAllocator » apparaît. Avec 4 Go de VRAM, Fooocus s'appuie sur la mémoire virtuelle de Windows, qui est activée dans la plupart des cas : c'est ce qui rend l'exécution possible et lente.

!
Cartes RTX 50 : la version Windows ne fonctionne pas telle quelle
L'archive Windows 2.5.0 embarque PyTorch 2.1.0 pour CUDA 12.1. Or les cartes RTX 50 (architecture Blackwell, sm_120) exigent, depuis PyTorch 2.7, des versions compilées pour CUDA 12.8. Sur une RTX 5090, une RTX 5060 ou une RTX 5050 portable, plusieurs rapports d'utilisateurs, dont un du 24 août 2026 encore ouvert, décrivent l'erreur « no kernel image is available for execution on the device ». Voir la section de dépannage avant de télécharger.

#Installer Fooocus

  1. 01
    Télécharger l'archive
    Depuis la page GitHub officielle de Fooocus, suivez le lien de téléchargement Windows : l'archive .7z (Fooocus_win64_2-5-0.7z, environ 2 Go) contient Python et toutes les dépendances. Le README avertit que de faux sites circulent : ne téléchargez que depuis le dépôt lllyasviel/Fooocus.
  2. 02
    Décompresser
    Avec 7-Zip, dans un dossier au chemin court et sans accents, par exemple C:\Fooocus. Évitez le Bureau et les dossiers synchronisés dans le cloud.
  3. 03
    Lancer run.bat
    Au premier lancement, Fooocus télécharge automatiquement son modèle par défaut dans Fooocus\models\checkpoints. Si vous avez déjà ces fichiers, copiez-les à cet endroit pour gagner du temps. Comptez dix minutes à une demi-heure selon votre connexion.
  4. 04
    Ouvrir l'interface
    Le navigateur s'ouvre seul, sur le port 7865 défini dans le code de lancement. Si ce n'est pas le cas, l'adresse est affichée dans la fenêtre noire du terminal, qu'il faut laisser ouverte.

Deux autres lanceurs sont fournis depuis la version 2.1.60 : run_realistic.bat charge realisticStockPhoto_v20, orienté photo, et run_anime.bat animaPencilXL_v500, orienté illustration. Depuis la version 2.3.0, on peut aussi changer de préréglage dans le navigateur. Chaque modèle se télécharge à son premier usage. Sous Linux, le README propose une installation par Anaconda ou par venv avec Python 3.10 :

Terminal
git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
python3 -m venv fooocus_env && source fooocus_env/bin/activate
pip install -r requirements_versions.txt
python entry_with_update.py

#Votre première image

Décrivez l'image dans le champ du bas, en anglais de préférence, puis cliquez sur Generate. Par défaut, Fooocus produit deux images, d'après le code de sa configuration. Cochez Advanced pour faire apparaître les réglages qui comptent.

Performance
Speed pour le quotidien, Quality pour une image finale, et trois modes rapides pour itérer. Le tableau ci-dessous donne le nombre de pas de chaque mode.
Aspect Ratios
Le format de l'image. Le code définit une liste de formats SDXL, dont 1152 × 896 par défaut et 1024 × 1024. Restez sur ces formats : SDXL a été entraîné sur des dimensions précises et se dégrade en dehors.
Styles
Le préréglage par défaut coche trois styles : Fooocus V2, Fooocus Enhance et Fooocus Sharp. Ajoutez-en peu : en empiler dix brouille le résultat.
Seed
Décochez Random pour fixer la graine et pouvoir refaire la même image en ne modifiant qu'un détail du prompt.
Les cinq modes de performance, d'après le code de Fooocus
ModeNombre de pasLoRA d'accélérationUsage
Quality60AucuneImage finale, la plus lente
Speed (défaut)30AucuneUsage quotidien : deux fois moins de pas que Quality
Extreme Speed8sdxl_lcm_loraItérer vite sur un prompt
Lightning4sdxl_lightning_4step_loraBrouillons quasi instantanés
Hyper-SD4sdxl_hyper_sd_4step_loraBrouillons rapides, autre méthode d'accélération

Ces modes sont un compromis entre temps et qualité : moins de pas veut dire moins de raffinement. Itérez en mode rapide sur le prompt, puis relancez la meilleure graine en Speed ou en Quality.

#Les fonctions qui font la différence

Upscale or Variation
Agrandir une image réussie, ou en demander des variantes proches.
Image Prompt
Fournir des images de référence, quatre par défaut d'après la configuration, pour guider le style, la composition ou un visage, sans entraîner de modèle.
Inpaint or Outpaint
Repeindre une zone que vous masquez à la souris, ou étendre l'image au-delà de ses bords. Le premier usage télécharge le modèle d'inpainting propre à Fooocus.
LoRA
Cinq emplacements de LoRA SDXL sont disponibles dans l'onglet Model. Les fichiers se placent dans le dossier models/loras.

#Trois astuces de prompt que le README documente

Le README décrit une syntaxe peu connue, illustrée dans le bloc ci-dessous. Les jokers : une ligne comme __color__ flower tire une couleur au hasard dans le fichier wildcards/color.txt. Les tableaux : des crochets doubles autour d'une liste produisent une image par élément, à condition de régler le nombre d'images sur 3 pour trois éléments. Les LoRA en ligne : la balise lora, avec le nom du fichier et un poids, applique un LoRA au prompt, à condition que le fichier soit dans models/loras. Ces trois syntaxes permettent d'explorer des variantes à grande échelle sans réécrire le prompt.

Exemples de syntaxe du README
__color__ flower
[[red, green, blue]] flower
flower <lora:sunflowers:1.2>

#Modèles, configuration et accès réseau

Après le premier lancement, Fooocus génère un fichier config.txt, où vous pouvez déplacer les dossiers de modèles avec des clés comme path_checkpoints et path_loras. C'est la bonne façon de réutiliser des modèles déjà téléchargés pour une autre interface, sans les dupliquer. Le README recommande de réfléchir avant de modifier ce fichier, et de le supprimer en cas de casse : Fooocus revient alors à ses valeurs par défaut.

!
--listen et --share ne demandent aucun mot de passe
Par défaut, Fooocus n'écoute que sur votre machine. Le README précise que l'option --listen, qui ouvre l'interface au réseau local, et l'option --share, qui crée une adresse publique gradio.live, sont toutes deux sans authentification par défaut. Pour en imposer une, créez un fichier auth.json dans le dossier principal, avec une liste d'objets contenant les clés user et pass. Sans cela, n'utilisez pas --share sur un poste qui contient des images privées.

#Dépannage : RTX 50 et autres erreurs

« no kernel image is available for execution on the device » (RTX 50)
La carte est détectée, mais le PyTorch embarqué ne connaît pas son architecture. Le rapport du 24 août 2026 sur une RTX 5050 portable liste PyTorch 2.1.0 pour CUDA 12.1 et des architectures prises en charge qui s'arrêtent à sm_90. Le correctif documenté par des utilisateurs consiste à installer un PyTorch pour CUDA 12.8 dans le dossier python_embeded, mais le projet ne le prend pas en charge, et le rapport indique que Fooocus continuait d'utiliser l'ancienne version après la mise à jour. Le plus fiable est de passer à ComfyUI.
« RuntimeError: CPUAllocator »
La mémoire virtuelle de Windows est désactivée ou insuffisante. Réactivez-la, et gardez au moins 40 Go libres sur chaque disque, recommande le README.
« MetadataIncompleteBuffer » ou « PytorchStreamReader »
Un fichier de modèle est corrompu, souvent après un téléchargement interrompu. Retéléchargez-le.
Génération beaucoup trop lente
Vérifiez que la carte est bien détectée dans le terminal. Le README signale aussi, en 2023, que certains pilotes NVIDIA postérieurs à la version 532 pouvaient être jusqu'à dix fois plus lents que la 531 : à tester seulement si rien d'autre n'explique la lenteur.

Le piège des RTX 50 vaut pour bien d'autres logiciels : la fonction torch.cuda.is_available() peut renvoyer True alors que le premier vrai calcul échoue. Testez toujours par un calcul réel, pas par ce seul indicateur.

#Les limites à connaître en 2026

Fooocus reste limité à l'architecture SDXL. Les familles sorties depuis, comme Flux, Stable Diffusion 3.5 ou Z-Image, n'y sont pas prises en charge, et le README renvoie lui-même vers WebUI Forge ou ComfyUI/SwarmUI pour les modèles récents. Le dépôt ne reçoit plus que des retouches mineures : ses trois derniers commits, en janvier et septembre 2025, corrigent un chemin dans le README, retirent un lien et mettent à jour un outil d'intégration continue. Le README mentionne l'existence de forks à essayer, dont le suivi est à vérifier au cas par cas.

Quel outil pour quel besoin
Votre besoinLe bon outil
Une première image en local, sans rien apprendre, avec une carte NVIDIA antérieure à la série 50Fooocus
Retoucher, étendre, varier une image SDXL simplementFooocus
Utiliser Flux, SD 3.5, la vidéo, ou une carte RTX 50ComfyUI
Une interface classique à onglets, avec beaucoup d'extensionsForge (fork Neo pour les modèles récents) ou AUTOMATIC1111
Un MacDraw Things

#FAQ

FAQ
Fooocus est-il vraiment gratuit ?+
Oui, entièrement. Le logiciel est open source sous licence GPL-3.0 et les modèles se téléchargent gratuitement. Méfiez-vous des sites qui vendent Fooocus ou proposent une version en ligne : le README cite fooocus.com, fooocus.net, fooocus.ai ou fooocus.org comme tous faux et indique que le projet n'a qu'une source officielle, son dépôt GitHub.
Fooocus fonctionne-t-il sur une carte RTX 50 ?+
Pas avec l'archive Windows fournie. Elle embarque PyTorch 2.1.0 pour CUDA 12.1, qui ne connaît pas l'architecture Blackwell, et plusieurs rapports d'utilisateurs décrivent l'erreur « no kernel image ». Une mise à jour de PyTorch vers CUDA 12.8 est documentée par la communauté, sans garantie du projet. ComfyUI, dont la documentation cible CUDA 13.0, est la voie la plus sûre.
Fooocus fonctionne-t-il sur Mac ?+
Oui sur Apple Silicon, par une installation manuelle avec conda et PyTorch nightly, mais le README la présente comme non officielle et environ neuf fois plus lente qu'une RTX 3000. Sur Mac, l'application Draw Things, dont l'édition gratuite calcule hors ligne, est un meilleur choix pour commencer.
Fooocus fonctionne-t-il avec une carte AMD ?+
Oui, en bêta. Sous Windows, via DirectML, en modifiant run.bat, avec une vitesse d'environ trois fois inférieure à une RTX 3000 selon le README. Sous Linux, via ROCm, environ 1,5 fois plus lent. Avec une carte AMD, ComfyUI donne de meilleurs résultats : son Desktop Windows prend en charge ROCm officiellement depuis janvier 2026.
Peut-on utiliser les images de Fooocus à des fins commerciales ?+
Souvent oui. SDXL est sous licence CreativeML Open RAIL++-M, qui autorise l'usage commercial avec des restrictions d'usage. Vérifiez en revanche la licence de chaque modèle ou LoRA communautaire ajouté : beaucoup interdisent l'usage commercial. Le modèle par défaut, juggernautXL, a sa propre fiche à lire avant toute vente d'image.
Fooocus a-t-il besoin d'Internet ?+
Seulement pour l'installation et le premier téléchargement de chaque modèle. Ensuite, tout fonctionne hors ligne : le prompt et les images ne quittent pas votre ordinateur, sauf si vous activez --share, qui crée une adresse publique. Le README précise que ce mode et --listen sont sans mot de passe par défaut.
Ce guide vous a aidé ?

Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.