Iniciante 11 minImagem

Fooocus: instalar o gerador de imagens com IA gratuito

Resposta direta

Fooocus é um gerador de imagens gratuito e de código aberto (GPL-3.0) baseado em SDXL: você descompacta o arquivo para Windows de aproximadamente 2 GB, executa run.bat e a interface se abre no navegador. Ele exige no mínimo 4 GB de VRAM NVIDIA e 8 GB de RAM. Duas limitações em 2026: o projeto agora recebe apenas correções de bugs, e o PyTorch incluído não oferece suporte às placas RTX 50, com as quais vários usuários relataram falhas.

Fooocus é um software gratuito e de código aberto que gera imagens por IA no seu computador, com a simplicidade de um serviço online: um campo de texto, um botão e boas configurações padrão. Ele se baseia em Stable Diffusion XL. Em 28 de setembro de 2026, continua sendo um dos meios mais rápidos de obter uma primeira imagem no Windows com uma placa NVIDIA da geração 40 ou anterior, mas seu desenvolvimento está em modo de manutenção. Este guia abrange a instalação, a primeira imagem, funções pouco conhecidas, o problema das RTX 50 e os casos em que é melhor escolher outra ferramenta.

Por Mohamed Meguedmi·Atualização 2026-09-29·Testado no Windows, macOS e Linux

#O que é o Fooocus?

Fooocus foi lançado em agosto de 2023 por lllyasviel, autor de ControlNet, sob licença GPL-3.0. O repositório ultrapassa 50.000 estrelas no GitHub. Sua proposta: esconder os detalhes técnicos. Enquanto outras interfaces expõem dezenas de controles deslizantes, o Fooocus aplica automaticamente as configurações que dão bons resultados com SDXL e enriquece seu prompt nos bastidores com um motor de processamento de prompts baseado em GPT-2, que roda offline. O README o compara ao Midjourney, esclarecendo que tudo roda na sua máquina: sem conta, sem assinatura, sem imagem enviada para um servidor.

Seu status é tão importante quanto suas funções. O README o anuncia como “limited long-term support (LTS) with bug fixes only”, sem planos de suporte a novas arquiteturas. A última versão publicada, a 2.5.5, é de 12 de agosto de 2024. O Fooocus continua, portanto, sendo uma ótima ferramenta para SDXL, não uma plataforma que acompanhará os modelos do futuro.

#Configuração exigida

O kit de Imagens com IA

Imagens e vídeos de IA localmente, sem limites: ComfyUI, Flux, Z-Image, Wan 2.2 na sua GPU ou no seu Mac — workflows prontos para carregar, marco legal incluído.

  • Espaço online vitalício
  • PDF + arquivos
  • Atualizações vitalícias

O README apresenta uma tabela de requisitos mínimos por plataforma, com comparações de velocidade do próprio projeto, a maioria datada de 2023. Considere-as como ordens de grandeza, não como medições atuais.

Mínimos indicados no README do Fooocus, com suas próprias comparações de velocidade
HardwareVRAM mínimaRAM e swapObservação do projeto
NVIDIA RTX 2000, 3000 ou 4000 (Windows ou Linux)4 GB8 GB, memória de troca necessáriaQuanto mais recente a geração, maior a velocidade
NVIDIA GTX 10008 GB (6 GB incerto)8 GB, swap necessárioApenas um pouco mais rápido que o processador
NVIDIA GTX 9008 GB8 GB, swap necessárioMais ou menos rápido que o processador
Placa AMD no Windows8 GB8 GB, swap necessárioVia DirectML, cerca de 3 vezes mais lento que uma RTX 3000; suporte em beta
Placa AMD no Linux8 GB8 GB, swap necessárioPor meio do ROCm, cerca de 1,5 vezes mais lento; suporte em beta
Mac M1 ou M2Memória compartilhadaCompartilhadaAproximadamente 9 vezes mais lento que uma RTX 3000; não testado intensamente
Apenas processador0 GB32 GB, swap necessárioAproximadamente 17 vezes mais lento que uma RTX 3000

No disco, considere um espaço amplo: o modelo padrão, juggernautXL_v8Rundiffusion, pesa 7,11 GB no Hugging Face, e o modelo de inpainting baixado na primeira edição adiciona 1,28 GB. O README recomenda pelo menos 40 GB livres em cada disco caso a mensagem de erro « RuntimeError: CPUAllocator » apareça. Com 4 GB de VRAM, o Fooocus depende da memória virtual do Windows, que está ativada na maioria dos casos: é isso que torna a execução possível, mas lenta.

!
Placas RTX 50: a versão para Windows não funciona como está
O arquivo compactado da versão 2.5.0 para Windows inclui PyTorch 2.1.0 para CUDA 12.1. No entanto, as placas RTX 50 (arquitetura Blackwell, sm_120) exigem, desde o PyTorch 2.7, versões compiladas para CUDA 12.8. Em uma RTX 5090, uma RTX 5060 ou uma RTX 5050 para notebooks, vários relatos de usuários, incluindo um de 24 de agosto de 2026 que ainda está aberto, descrevem o erro « no kernel image is available for execution on the device ». Ver a seção de solução de problemas antes de baixar.

#Instalar Fooocus

  1. 01
    Baixar o arquivo compactado
    Na página oficial do Fooocus no GitHub, siga o link de download para Windows: o arquivo .7z (Fooocus_win64_2-5-0.7z, cerca de 2 GB) contém Python e todas as dependências. O README avisa que existem sites falsos: baixe apenas do repositório lllyasviel/Fooocus.
  2. 02
    Descomprimir
    Com o 7-Zip, em uma pasta com um caminho curto e sem acentos, por exemplo C:\Fooocus. Evite a Área de Trabalho e as pastas sincronizadas na nuvem.
  3. 03
    Executar run.bat
    Na primeira execução, o Fooocus baixa automaticamente seu modelo padrão para o diretório Fooocus\models\checkpoints. Se você já possui esses arquivos, copie-os para esse local para economizar tempo. Conte com dez minutos a meia hora, dependendo da sua conexão.
  4. 04
    Abrir a interface
    O navegador abre automaticamente, na porta 7865 definida no código de inicialização. Se isso não acontecer, o endereço é exibido na janela preta do terminal, que deve ser deixada aberta.

Dois outros inicializadores são fornecidos desde a versão 2.1.60: run_realistic.bat carrega realisticStockPhoto_v20, voltado para fotos, e run_anime.bat carrega animaPencilXL_v500, voltado para ilustrações. Desde a versão 2.3.0, também é possível mudar de predefinição no navegador. Cada modelo é baixado no primeiro uso. No Linux, o README propõe uma instalação via Anaconda ou via venv com 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

#Sua primeira imagem

Descreva a imagem no campo de baixo, preferencialmente em inglês, depois clique em Generate. Por padrão, o Fooocus gera duas imagens, de acordo com seu código de configuração. Marque Advanced para exibir as configurações relevantes.

Desempenho
Speed para o dia a dia, Quality para uma imagem final e três modos rápidos para iterar. A tabela abaixo mostra o número de passos de cada modo.
Aspect Ratios
O formato da imagem. O código define uma lista de formatos SDXL, incluindo 1152 × 896 como padrão e 1024 × 1024. Mantenha esses formatos: o SDXL foi treinado com dimensões específicas e sua qualidade se degrada fora delas.
Estilos
A predefinição padrão deixa três estilos selecionados: Fooocus V2, Fooocus Enhance e Fooocus Sharp. Adicione poucos estilos: sobrepor dez deixa o resultado confuso.
Seed
Desmarque Random para definir a semente e conseguir reproduzir a mesma imagem alterando apenas um detalhe do prompt.
Os cinco modos de desempenho, segundo o código do Fooocus
ModoNúmero de passosLoRA de aceleraçãoUso
Quality60NenhumImagem final, a mais lenta
Speed (padrão)30NenhumUso diário: metade dos passos em relação ao Quality
Extreme Speed8sdxl_lcm_loraIterar rápido em um prompt
Lightning4sdxl_lightning_4step_loraRascunhos quase instantâneos
Hyper-SD4sdxl_hyper_sd_4step_loraRascunhos rápidos, outra forma de aceleração

Esses modos representam um compromisso entre tempo e qualidade: menos passos significam menos refinamento. Faça ajustes sucessivos no prompt em modo rápido e depois execute novamente com a melhor semente em Speed ou em Quality.

#As funções que fazem a diferença

Upscale or Variation
Aumentar uma imagem bem-sucedida ou pedir variações próximas.
Image Prompt
Fornecer imagens de referência, quatro por padrão segundo a configuração, para orientar o estilo, a composição ou um rosto, sem treinar um modelo.
Inpaint or Outpaint
Repintar uma área que você marca com uma máscara usando o mouse ou estender a imagem além de suas bordas. No primeiro uso, é baixado o modelo de inpainting específico do Fooocus.
LoRA
Cinco slots de LoRA SDXL estão disponíveis na aba Model. Os arquivos devem ser colocados na pasta models/loras.

#Três dicas de prompt documentadas no README

O README descreve uma sintaxe pouco conhecida, ilustrada no bloco abaixo. Os curingas: uma linha como __color__ flower seleciona uma cor ao acaso no arquivo wildcards/color.txt. As listas: colchetes duplos ao redor de uma lista geram uma imagem por elemento, desde que o número de imagens seja definido como 3 para três elementos. Os LoRA inseridos no prompt: a tag lora, com o nome do arquivo e um peso, aplica um LoRA ao prompt, desde que o arquivo esteja em models/loras. Essas três sintaxes permitem explorar variações em grande escala sem reescrever o prompt.

Exemplos de sintaxe do README
__color__ flower
[[red, green, blue]] flower
flower <lora:sunflowers:1.2>

#Modelos, configuração e acesso à rede

Após a primeira execução, o Fooocus gera um arquivo config.txt, no qual você pode alterar a localização das pastas de modelos com chaves como path_checkpoints e path_loras. É a forma correta de reutilizar modelos já baixados para outra interface, sem duplicá-los. O README recomenda pensar antes de modificar esse arquivo e excluí-lo se algo parar de funcionar: o Fooocus volta então às suas configurações padrão.

!
--listen e --share não exigem senha
Por padrão, o Fooocus escuta apenas na sua máquina. O README especifica que a opção --listen, que abre a interface para a rede local, e a opção --share, que cria um endereço público gradio.live, não têm autenticação por padrão. Para exigir autenticação, crie um arquivo auth.json no diretório principal, com uma lista de objetos contendo as chaves user e pass. Sem isso, não use --share em uma máquina que contenha imagens privadas.

#Solução de problemas: RTX 50 e outros erros

« no kernel image is available for execution on the device » (RTX 50)
A placa é detectada, mas o PyTorch integrado não reconhece sua arquitetura. O relatório de 24 de agosto de 2026 sobre uma RTX 5050 de notebook lista PyTorch 2.1.0 para CUDA 12.1 e arquiteturas suportadas que vão apenas até sm_90. A correção documentada por usuários consiste em instalar uma versão do PyTorch para CUDA 12.8 na pasta python_embeded, mas o projeto não oferece suporte a essa correção, e o relatório indica que o Fooocus continuava usando a versão antiga após a atualização. O mais confiável é migrar para o ComfyUI.
« RuntimeError: CPUAllocator »
A memória virtual do Windows está desativada ou insuficiente. Ative-a e mantenha pelo menos 40 GB livres em cada disco, recomenda o README.
« MetadataIncompleteBuffer » ou « PytorchStreamReader »
Um arquivo de modelo está corrompido, geralmente após um download interrompido. Baixe-o novamente.
Geração lenta demais
Verifique se a placa é detectada corretamente no terminal. O README também informa, em 2023, que alguns drivers NVIDIA posteriores à versão 532 podiam ser até dez vezes mais lentos que a versão 531: testar apenas se nada mais explicar a lentidão.

O problema das RTX 50 vale para muitos outros softwares: a função torch.cuda.is_available() pode retornar True, mesmo que o primeiro cálculo real falhe. Sempre teste com um cálculo real, não apenas com esse indicador.

#Limites a conhecer em 2026

Fooocus continua limitado à arquitetura SDXL. Famílias lançadas posteriormente, como Flux, Stable Diffusion 3.5 ou Z-Image, não são suportadas, e o README redireciona para WebUI Forge ou ComfyUI/SwarmUI para modelos mais recentes. O repositório recebe apenas correções menores: seus três últimos commits, em janeiro e setembro de 2025, corrigem um caminho no README, removem um link e atualizam uma ferramenta de integração contínua. O README menciona a existência de forks para testar, cujo acompanhamento deve ser verificado caso a caso.

Qual ferramenta para qual necessidade
Sua necessidadeA ferramenta certa
Uma primeira imagem local, sem aprender nada, com uma placa NVIDIA anterior à série 50Fooocus
Retocar, expandir e criar variações de uma imagem SDXL de forma simplesFooocus
Usar Flux, SD 3.5, vídeo ou uma placa RTX 50ComfyUI
Uma interface clássica com guias, com muitas extensõesForge (fork Neo para modelos recentes) ou AUTOMATIC1111
Um MacDraw Things

#FAQ

FAQ
Fooocus é realmente gratuito?+
Sim, totalmente. O software é de código aberto sob licença GPL-3.0 e os modelos são baixados gratuitamente. Cuidado com sites que vendem Fooocus ou oferecem uma versão online: o README menciona fooocus.com, fooocus.net, fooocus.ai ou fooocus.org como falsos e indica que o projeto possui apenas uma fonte oficial, seu repositório GitHub.
Fooocus funciona em uma placa RTX 50?+
Não com o arquivo compactado para Windows fornecido. Ele inclui PyTorch 2.1.0 para CUDA 12.1, que não reconhece a arquitetura Blackwell, e vários relatos de usuários descrevem o erro « no kernel image ». Uma atualização do PyTorch para CUDA 12.8 é documentada pela comunidade, sem garantia do projeto. O ComfyUI, cuja documentação se concentra no CUDA 13.0, é o caminho mais seguro.
O Fooocus funciona no Mac?+
Sim, no Apple Silicon, por meio de uma instalação manual com conda e PyTorch nightly, mas o README apresenta essa instalação como não oficial e cerca de nove vezes mais lenta do que uma RTX 3000. No Mac, o aplicativo Draw Things, cuja edição gratuita faz o processamento offline, é uma opção melhor para começar.
O Fooocus funciona com uma placa AMD?+
Sim, em beta. No Windows, via DirectML, modificando o run.bat, com velocidade aproximadamente três vezes menor do que uma RTX 3000 de acordo com o README. No Linux, via ROCm, cerca de 1,5 vezes mais lento. Com uma placa AMD, o ComfyUI dá melhores resultados: seu Desktop Windows suporta oficialmente o ROCm desde janeiro de 2026.
É possível usar as imagens do Fooocus para fins comerciais?+
Muitas vezes sim. SDXL está sob licença CreativeML Open RAIL++-M, o que permite uso comercial com restrições. Verifique, no entanto, a licença de cada modelo ou LoRA comunitário adicionado: muitos proíbem o uso comercial. O modelo padrão, juggernautXL, tem sua própria ficha que deve ser lida antes de qualquer venda de imagem.
O Fooocus precisa de internet?+
Apenas para a instalação e o primeiro download de cada modelo. Depois, tudo funciona offline: o prompt e as imagens não saem do seu computador, a menos que você ative --share, que cria um endereço público. O README especifica que esse modo e --listen não têm senha por padrão.
Este guia ajudou você?

Um comentário, um erro ou uma observação? Avise-nos; isso ajuda a melhorar o guia para todos.