Fooocus : installer le générateur d'images IA gratuit
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.
#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
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.
| Matériel | VRAM minimale | RAM et échange | Remarque du projet |
|---|---|---|---|
| NVIDIA RTX 2000, 3000 ou 4000 (Windows ou Linux) | 4 Go | 8 Go, mémoire d'échange requise | Plus la génération est récente, plus c'est rapide |
| NVIDIA GTX 1000 | 8 Go (6 Go incertain) | 8 Go, échange requis | Seulement un peu plus rapide que le processeur |
| NVIDIA GTX 900 | 8 Go | 8 Go, échange requis | Plus ou moins rapide que le processeur |
| Carte AMD sous Windows | 8 Go | 8 Go, échange requis | Via DirectML, environ 3 fois plus lent qu'une RTX 3000 ; support en bêta |
| Carte AMD sous Linux | 8 Go | 8 Go, échange requis | Via ROCm, environ 1,5 fois plus lent ; support en bêta |
| Mac M1 ou M2 | Mémoire partagée | Partagée | Environ 9 fois plus lent qu'une RTX 3000 ; non testé intensivement |
| Processeur seul | 0 Go | 32 Go, échange requis | Environ 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.
#Installer Fooocus
- 01Télécharger l'archiveDepuis 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.
- 02DécompresserAvec 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.
- 03Lancer run.batAu 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.
- 04Ouvrir l'interfaceLe 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 :
#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.
| Mode | Nombre de pas | LoRA d'accélération | Usage |
|---|---|---|---|
| Quality | 60 | Aucune | Image finale, la plus lente |
| Speed (défaut) | 30 | Aucune | Usage quotidien : deux fois moins de pas que Quality |
| Extreme Speed | 8 | sdxl_lcm_lora | Itérer vite sur un prompt |
| Lightning | 4 | sdxl_lightning_4step_lora | Brouillons quasi instantanés |
| Hyper-SD | 4 | sdxl_hyper_sd_4step_lora | Brouillons 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.
#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.
#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.
- Source : le rapport de bogue RTX 5050 portable (24 août 2026)
- Source : le rapport RTX 5090 (février 2025)
- Source : PyTorch 2.7 et la prise en charge de Blackwell
#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.
| Votre besoin | Le bon outil |
|---|---|
| Une première image en local, sans rien apprendre, avec une carte NVIDIA antérieure à la série 50 | Fooocus |
| Retoucher, étendre, varier une image SDXL simplement | Fooocus |
| Utiliser Flux, SD 3.5, la vidéo, ou une carte RTX 50 | ComfyUI |
| Une interface classique à onglets, avec beaucoup d'extensions | Forge (fork Neo pour les modèles récents) ou AUTOMATIC1111 |
| Un Mac | Draw Things |
- ComfyUI : la suite logique quand Fooocus ne suffit plus
- AUTOMATIC1111 : installer Stable Diffusion WebUI
- Panorama des outils de génération d'images en local
- Le kit Images IA
- Le dépôt officiel de Fooocus sur GitHub
#FAQ
Fooocus est-il vraiment gratuit ?+
Fooocus fonctionne-t-il sur une carte RTX 50 ?+
Fooocus fonctionne-t-il sur Mac ?+
Fooocus fonctionne-t-il avec une carte AMD ?+
Peut-on utiliser les images de Fooocus à des fins commerciales ?+
Fooocus a-t-il besoin d'Internet ?+
Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.