Fooocus: instalar o gerador de imagens com IA gratuito
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.
#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
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.
| Hardware | VRAM mínima | RAM e swap | Observação do projeto |
|---|---|---|---|
| NVIDIA RTX 2000, 3000 ou 4000 (Windows ou Linux) | 4 GB | 8 GB, memória de troca necessária | Quanto mais recente a geração, maior a velocidade |
| NVIDIA GTX 1000 | 8 GB (6 GB incerto) | 8 GB, swap necessário | Apenas um pouco mais rápido que o processador |
| NVIDIA GTX 900 | 8 GB | 8 GB, swap necessário | Mais ou menos rápido que o processador |
| Placa AMD no Windows | 8 GB | 8 GB, swap necessário | Via DirectML, cerca de 3 vezes mais lento que uma RTX 3000; suporte em beta |
| Placa AMD no Linux | 8 GB | 8 GB, swap necessário | Por meio do ROCm, cerca de 1,5 vezes mais lento; suporte em beta |
| Mac M1 ou M2 | Memória compartilhada | Compartilhada | Aproximadamente 9 vezes mais lento que uma RTX 3000; não testado intensamente |
| Apenas processador | 0 GB | 32 GB, swap necessário | Aproximadamente 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.
#Instalar Fooocus
- 01Baixar o arquivo compactadoNa 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.
- 02DescomprimirCom 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.
- 03Executar run.batNa 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.
- 04Abrir a interfaceO 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:
#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.
| Modo | Número de passos | LoRA de aceleração | Uso |
|---|---|---|---|
| Quality | 60 | Nenhum | Imagem final, a mais lenta |
| Speed (padrão) | 30 | Nenhum | Uso diário: metade dos passos em relação ao Quality |
| Extreme Speed | 8 | sdxl_lcm_lora | Iterar rápido em um prompt |
| Lightning | 4 | sdxl_lightning_4step_lora | Rascunhos quase instantâneos |
| Hyper-SD | 4 | sdxl_hyper_sd_4step_lora | Rascunhos 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.
#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.
#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.
- Fonte: o relatório de bug da RTX 5050 para notebook (24 de agosto de 2026)
- Fonte: o relatório RTX 5090 (fevereiro de 2025)
- Fonte: PyTorch 2.7 e suporte ao Blackwell
#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.
| Sua necessidade | A ferramenta certa |
|---|---|
| Uma primeira imagem local, sem aprender nada, com uma placa NVIDIA anterior à série 50 | Fooocus |
| Retocar, expandir e criar variações de uma imagem SDXL de forma simples | Fooocus |
| Usar Flux, SD 3.5, vídeo ou uma placa RTX 50 | ComfyUI |
| Uma interface clássica com guias, com muitas extensões | Forge (fork Neo para modelos recentes) ou AUTOMATIC1111 |
| Um Mac | Draw Things |
- ComfyUI: o próximo passo lógico quando o Fooocus já não basta
- AUTOMATIC1111: instalar o Stable Diffusion WebUI
- Panorama das ferramentas de geração local de imagens
- O kit de Imagens com IA
- O repositório oficial do Fooocus no GitHub
#FAQ
Fooocus é realmente gratuito?+
Fooocus funciona em uma placa RTX 50?+
O Fooocus funciona no Mac?+
O Fooocus funciona com uma placa AMD?+
É possível usar as imagens do Fooocus para fins comerciais?+
O Fooocus precisa de internet?+
Um comentário, um erro ou uma observação? Avise-nos; isso ajuda a melhorar o guia para todos.