Configurer Stable Diffusion sans censure : le guide (2026)

Par Alexandra Joly · Rédactrice en chef · Mis à jour le 17 mai 2026 · Temps de lecture 11 min · Relu par l'équipe éditoriale

C'est quoi qu'il faut pour configurer Stable Diffusion sans censure ?

Ce guide, c'est pour celui qui veut faire tourner Stable Diffusion en local et zapper tous les intermédiaires hébergés. Les outils grand public disent juste non : DALL-E refuse le contenu sexuel, les règles communautaires de Midjourney l'interdisent, Google Imagen documente ses filtres responsible-AI au niveau de l'API. Fais tourner l'inférence sur ton propre GPU et tu passes à côté de tous les garde-fous côté plateforme. Reste plus que la fiche du modèle et la loi pour te freiner. Le coût est réel aussi. Compte 30 à 90 minutes la première fois que tu installes ça, faut du matériel correct (ceux qui ont qu'un laptop sont hors course), et tu devras maintenir l'install quand des maj de WebUI sortent. Si c'est pas ton idée d'une soirée sympa, saute direct aux quatre alternatives hébergées clés en main en bas de page.

Ce qu'il te faut avant de commencer

Plancher matériel. Un GPU NVIDIA avec au moins 8 Go de VRAM dédiée, c'est le ticket d'entrée pour les modèles SD 1.5 (Realistic Vision V6.0 B1, DreamShaper 8). Les modèles SDXL (Pony Diffusion V6 XL, SDXL de base, FLUX.1-dev) demandent 12 Go de VRAM minimum, avec 16-24 Go conseillés pour itérer confortablement [Source: NVIDIA : capacité de calcul des GPU CUDA · verified 2026-06-04]. Les GPU AMD marchent via DirectML sous Windows ou ROCm sous Linux, avec moins d'outils et des perfs plus lentes. Les Mac Apple Silicon font tourner Stable Diffusion via Mochi Diffusion ou la bibliothèque Diffusers de HuggingFace, mais ils traînent derrière NVIDIA sur la vitesse, à peu près 2-3 fois à prix équivalent. L'inférence sur CPU seul marche en théorie, mais le temps par image tourne 10 à 50 fois plus lentement qu'un GPU milieu de gamme. Te casse pas la tête pour quoi que ce soit d'itératif.

Plancher logiciel. Python 3.10.6, c'est la version que tous les dépôts WebUI officiels figent. Installe une version plus récente et tu vas casser les dépendances et te prendre des erreurs d'import cryptiques qui bouffent une soirée entière de debug (je l'ai fait, c'est pénible). Git est nécessaire pour cloner les dépôts. Un SSD avec au moins 100 Go libres, c'est confortable : une install locale typique atteint 30-60 Go une fois que t'as empilé quelques modèles et LoRA.

Plancher légal et éthique. Trois lignes rouges universelles s'appliquent à chaque modèle Stable Diffusion, chaque LoRA et chaque alternative hébergée. D'abord, aucune représentation de mineur. La loi fédérale US 18 USC 2252A traite les représentations visuelles générées par IA de mineurs impliquant une activité sexuelle comme du contenu pédopornographique, avec des peines pénales identiques au CSAM photographique [Source: DOJ US : texte de loi 18 USC 2252A · verified 2026-06-04]. Ensuite, aucun scénario non consenti. Les lois d'État qui émergent sur les images intimes non consenties criminalisent la génération autant que la diffusion. Enfin, aucune ressemblance avec une personne réelle sans accord explicite. Au moins 27 États US ont aujourd'hui des lois qui couvrent les images intimes non consenties faites avec des outils IA, et le Take It Down Act fédéral, voté en 2025, ajoute une obligation de retrait sous 48 heures pour les plateformes. La licence de FLUX.1-dev détaille ces usages hors-cadre directement dans la fiche officielle du modèle [Source: HuggingFace : fiche du modèle black-forest-labs/FLUX.1-dev · verified 2026-06-04], et la licence Modified Fair AI de Pony Diffusion V6 XL ajoute des restrictions commerciales par-dessus. Rien de tout ça n'est une zone grise. Ça s'applique quoi que tu génères, où que tu le génères.

Choisis ton WebUI

Trois dépôts WebUI officiels couvrent le workflow d'install en local, et lequel tu choisis, c'est franchement le plus gros choix que tu feras ici. Chacun sort un équilibre différent entre la vitesse jusqu'à la première image, la VRAM qu'il bouffe et jusqu'où tu peux pousser le workflow plus tard.

Automatic1111 (du dev qui se fait appeler AUTOMATIC1111 sur GitHub) est la référence historique, le WebUI que visent la plupart des tutos et des walkthroughs YouTube [Source: GitHub : AUTOMATIC1111/stable-diffusion-webui · verified 2026-06-04]. Forge, par lllyasviel, est un fork plus rapide et plus léger qui garde la compatibilité avec la plupart des extensions Automatic1111, et c'est celui que je conseillerais quand 8-12 Go de VRAM, c'est ton budget [Source: GitHub : lllyasviel/stable-diffusion-webui-forge · verified 2026-06-04]. ComfyUI, par comfyanonymous, est une interface par nœuds. Courbe d'apprentissage la plus raide des trois, mais le chemin le plus propre vers des workflows reproductibles une fois que t'es dans les chaînes d'inpaint, l'upscale latent, les stacks ControlNet et les pipelines d'animation [Source: GitHub : comfyanonymous/ComfyUI · verified 2026-06-04].

Pour une première install, Automatic1111 ou Forge gagne pour t'amener à une première image le plus vite. Passe à ComfyUI plus tard, une fois que t'as vraiment compris le pipeline de diffusion et que tu veux le contrôle sur chaque nœud.

Le walkthrough d'install en 7 étapes

1. 1

   Vérifie ton GPU et ta VRAM

   Ouvre le Gestionnaire des tâches Windows → Performance → GPU (ou nvidia-smi depuis un terminal sous Linux et Windows). Confirme que la mémoire GPU dédiée colle au plancher de ton architecture cible : 8 Go pour les modèles SD 1.5, 12 Go pour SDXL, 16-24 Go pour itérer confortablement avec FLUX. Si le système ne signale qu'un GPU intégré (Intel UHD, APU AMD Vega, Apple M-series avant M3 Pro), le chemin d'install en local sera pas jouable ; saute à la section des alternatives hébergées. Utilisateurs Mac : menu Pomme → À propos de ce Mac → Plus d'infos affiche le GPU et la mémoire unifiée ; 16 Go de mémoire unifiée, c'est le plancher confortable pour SDXL via Diffusers.

   Saute si tu sais déjà que ton matériel passe le plancher.

2. 2

   Installe Python 3.10.6 et Git

   Télécharge Python 3.10.6 depuis python.org/downloads/release/python-3106 (PAS une version plus récente ; le graphe de dépendances casse sur Python 3.11+) [Source: Python.org : page de release de Python 3.10.6 · verified 2026-06-04]. Sous Windows, coche « Add Python to PATH » à l'installation. Installe Git depuis git-scm.com/downloads. Depuis un terminal neuf, vérifie avec python --version (doit renvoyer Python 3.10.6) et git --version (n'importe quel 2.x est bon). Si python renvoie une version 3.11 ou 3.12, ton PATH système pointe vers la mauvaise install ; corrige ça avant de continuer.

   Saute si python --version renvoie déjà 3.10.6.

3. 3

   Clone le dépôt WebUI de ton choix

   Choisis un WebUI dans le tableau comparatif au-dessus. Ouvre un terminal dans le dossier où tu veux l'install (un chemin sans espaces ni caractères spéciaux, c'est plus sûr). Lance une des trois commandes de clone :

   • Automatic1111 : git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
   • Forge : git clone https://github.com/lllyasviel/stable-diffusion-webui-forge.git
   • ComfyUI : git clone https://github.com/Comfy-Org/ComfyUI.git

   Ça tire à peu près 200 Mo de code de dépôt. Va dans le dossier cloné.

   Saute si t'as déjà un WebUI cloné et que t'as juste besoin de le mettre à jour avec git pull.

4. 4

   Premier démarrage et téléchargement du modèle de base

   Sous Windows, double-clique webui-user.bat (Automatic1111 et Forge) ou run_nvidia_gpu.bat (ComfyUI). Sous Mac et Linux, lance bash webui.sh (Automatic1111 et Forge) ou python main.py (ComfyUI) depuis le dossier cloné. Le premier lancement installe un environnement virtuel Python, pip-installe à peu près 40 dépendances et télécharge le modèle de base Stable Diffusion 1.5 (≈ 4 Go) depuis HuggingFace. Le temps total du premier démarrage tourne 5-15 minutes sur une connexion résidentielle classique. Le terminal finira par afficher une URL du genre http://127.0.0.1:7860 (Automatic1111 et Forge) ou http://127.0.0.1:8188 (ComfyUI). Ouvre-la dans un navigateur. L'install de base est terminée.

   Saute si le WebUI tourne déjà à l'URL affichée.

5. 5

   Télécharge un modèle sans censure depuis Civitai

   Civitai est la place de marché communautaire où vivent les fine-tunes sans censure. Va sur civitai.com, connecte-toi (gratuit), bascule le filtre de classification de contenu pour afficher le contenu explicite, et choisis un modèle adapté à ton style :

   • Pony Diffusion V6 XL pour l'anime, le cartoon, le furry : 285,7 millions de téléchargements, architecture SDXL, système de prompting par tags qualité score_9 documenté par l'auteur [Source: Civitai : fiche du modèle Pony Diffusion V6 XL · verified 2026-06-04].
   • Realistic Vision V6.0 B1 pour le photoréaliste SD 1.5 : 729 019 téléchargements, licence CreativeML Open RAIL++-M [Source: Civitai : fiche du modèle Realistic Vision V6.0 B1 · verified 2026-06-04].
   • DreamShaper 8 pour la polyvalence sur SD 1.5 : 1 022 411 téléchargements [Source: Civitai : fiche du modèle DreamShaper · verified 2026-06-04].
   • FLUX.1-dev pour le respect du prompt (faut une LoRA communautaire pour du sans censure) [Source: HuggingFace : fiche du modèle black-forest-labs/FLUX.1-dev · verified 2026-06-04].

   Clique le bouton vert Download et enregistre le fichier .safetensors. Déplace-le dans le dossier models/Stable-diffusion de ton install de WebUI (ou models/checkpoints pour ComfyUI). Reviens dans l'onglet navigateur du WebUI, clique l'icône de rafraîchissement à côté du menu des modèles et sélectionne le nouveau modèle.

   Saute si t'as juste besoin d'un workflow SFW ; le modèle de base 1.5 gère les prompts SFW proprement.

6. 6

   Installe une LoRA pour le style ou le contrôle de perso

   Une LoRA (Low-Rank Adaptation) est un petit fichier de fine-tune, en général 50-300 Mo, qui oriente le modèle de base vers un style précis, un archétype de perso ou une propriété de sortie, sans réentraîner le modèle de base qui pèse plusieurs gigas. L'onglet LoRA de Civitai héberge le catalogue communautaire. Choisis une LoRA adaptée à l'architecture de base que t'as téléchargée à l'étape 5 : une LoRA SD 1.5 va seulement avec un modèle SD 1.5 ; une LoRA SDXL seulement avec un modèle SDXL. Un mismatch d'architecture sort du contenu cabossé, pas un message d'erreur.

   Télécharge le fichier .safetensors. Déplace-le dans models/Lora (Automatic1111 et Forge) ou models/loras (ComfyUI). Dans ton prompt positif, référence la LoRA avec la syntaxe <lora:nomdefichier:0.7>, en remplaçant nomdefichier par le nom de fichier exact sans l'extension .safetensors, et 0.7 par la force. La fourchette habituelle est 0.6-0.8 ; en dessous de 0.4 l'effet est faible, au-dessus de 1.0 il écrase les autres tokens du prompt.

   Saute si tu veux la sortie brute du modèle de base sans modification de style.

7. 7

   Désactive le safety checker et lance ta première génération

   Automatic1111 embarque un safety_checker qui floute les sorties signalées. Édite webui-user.bat sous Windows ou webui-user.sh sous Mac et Linux. Trouve la ligne COMMANDLINE_ARGS= et ajoute --disable-safe-unpickle --no-half-vae. Le flag --no-half-vae corrige un bug d'image noire sur certaines cartes NVIDIA. Enregistre le fichier et redémarre le WebUI en fermant le terminal et en relançant. Forge sort sans safety checker par défaut, donc l'étape 7 est inutile là. ComfyUI ne charge pas non plus le safety checker dans les workflows par défaut.

   Écris un prompt positif (descripteurs de style, sujet, tags qualité) et un prompt négatif (bad anatomy, blurry, deformed, low quality, text, watermark est un défaut raisonnable). Mets le sampler sur DPM++ 2M Karras (SD 1.5) ou Euler A (SDXL / Pony V6 XL), les steps sur 25-30, le CFG sur 6-8, la résolution sur 512×768 (SD 1.5) ou 1024×1024 (SDXL). Clique Generate. La première image arrive en général en 5-15 secondes sur un GPU milieu de gamme. Itère sur le poids du prompt, le choix du sampler, le verrou de seed et la force de la LoRA jusqu'à ce que la sortie colle à l'intention.

   Saute si ton WebUI est Forge ; le safety checker n'est pas présent par défaut.

Les pièges courants (et comment les éviter)

Piège 1 : installer Python 3.11 ou 3.12 au lieu de 3.10.6

C'est celui qui chope tout le monde. Les versions plus récentes de Python sortent des changements cassants dans le graphe de dépendances (torch, xformers, transformers), donc le launch.py du WebUI plante avec des erreurs d'import cryptiques au premier démarrage. La solution : désinstalle le mauvais Python, installe 3.10.6 depuis python.org, puis vérifie avec python --version depuis un terminal neuf. Si t'as plusieurs versions de Python côte à côte sous Windows, utilise le lanceur Python (py -3.10) pour forcer le bon interpréteur quand tu lances le WebUI à la main.

Piège 2 : erreurs out-of-memory sur SDXL ou FLUX avec 8 Go de VRAM

Les modèles SDXL (Pony V6 XL, SDXL de base) veulent 12 Go de VRAM pour générer confortablement en 1024×1024, donc une carte 8 Go reste sous le plancher. T'as trois sorties. Passe à Forge, qui charge l'U-Net à la demande et coupe la VRAM d'à peu près 25 % sur SDXL. Ou génère en 768×768 puis fais un upscale. Ou retombe juste sur un modèle SD 1.5 comme Realistic Vision V6.0 B1 qui tient proprement dans 8 Go. FLUX.1-dev à la pleine échelle de 12 milliards de paramètres, c'est mort en dessous de 16 Go de VRAM ; les versions quantifiées FP8 ou NF4 sur HuggingFace sont le contournement pour les cartes 8-12 Go.

Piège 3 : mismatch d'architecture entre LoRA et modèle

Empile une LoRA SD 1.5 sur un modèle SDXL (ou l'inverse) et tu te prends du contenu cabossé, des artefacts de couleur et de l'« anatomie de monstre » sans message d'erreur. Juste des images ratées. Civitai indique le modèle de base de chaque LoRA en haut de la fiche du modèle, alors lis ce label avant de télécharger. Le nom de fichier donne parfois un indice sur l'architecture, mais il ment assez souvent pour que tu fasses plutôt confiance à la fiche du modèle.

Piège 4 : télécharger des modèles depuis des miroirs tiers

Civitai et HuggingFace sont tes deux sources qui font autorité, point. Des miroirs tiers au hasard qui hébergent des fichiers .safetensors ont fait remonter du malware .pickle planqué dans les poids des modèles plus d'une fois sur 2023-2024. Tu te souviens de ce flag --disable-safe-unpickle de l'étape 7 ? Il contourne le scanner de pickle du WebUI, donc le coupler avec un modèle d'un miroir louche, c'est un vrai moyen de te faire pirater. Reste sur Civitai et HuggingFace, et vérifie l'âge du profil du créateur et le nombre de téléchargements avant de faire confiance à un modèle sans provenance.

Piège 5 : confondre confidentialité locale et légalité universelle

Faire tourner Stable Diffusion en local te garde hors de portée de la modération côté plateforme (rien n'est envoyé), mais ça te donne pas l'immunité légale. Les trois lignes rouges de la section plancher légal s'appliquent exactement pareil que tu génères sur une plateforme hébergée ou sur ta propre machine. La confidentialité est réelle. La couverture légale sur le contenu hors-cadre, non. Test simple : si tu génèrerais pas ça sur une plateforme hébergée sous ton vrai nom, génère-le pas en local non plus.

Lignes rouges qui s'appliquent partout

Trois contraintes s'appliquent à chaque modèle Stable Diffusion, chaque LoRA, chaque alternative hébergée, chaque juridiction qu'on couvre. Sans exception.

Aucune représentation de mineur. La loi fédérale US (18 USC 2252A) traite les représentations visuelles générées par IA de mineurs impliquant une activité sexuelle comme du contenu pédopornographique, avec des peines pénales identiques au CSAM photographique. Le Take It Down Act, voté en 2025, ajoute des obligations de retrait au niveau fédéral pour les plateformes par-dessus. La licence de FLUX.1-dev écrit le régime de protection contre le contenu impliquant des mineurs directement dans la fiche du modèle. Et tout créateur de modèle sur Civitai qui sort un modèle qui reproduit ce contenu facilement se fait dégager par l'équipe de modération de Civitai dans les jours qui suivent la détection.

Aucun scénario non consenti. Au moins 27 États US ont voté des lois qui criminalisent les images intimes non consenties, couvrant la génération, la diffusion ou les deux. La licence de FLUX.1-dev le liste dans la section hors-cadre, et la licence Modified Fair AI de Pony Diffusion V6 XL porte ses propres restrictions sur le même axe.

Aucune ressemblance avec une personne réelle sans accord explicite. Une LoRA entraînée pour reproduire la ressemblance d'une vraie célébrité, ou de ton ex, ou de qui que ce soit d'autre qui n'a pas dit oui, rate le test du consentement à chaque fois. Les conditions d'utilisation de Civitai ont banni cette catégorie dans la maj de politique de 2024, et chaque plateforme hébergée de la place interdit aussi les deepfakes de personnes réelles dans ses conditions. L'exposition légale sous les lois d'État qui émergent est réelle, et elle continue de grandir.

Alternatives clés en main pour les lecteurs non techniques

L'install en local au-dessus est gratuite si t'as le matériel, mais la taxe de configuration (30-90 minutes la première fois, plus l'entretien à chaque maj de WebUI) et le plancher GPU (12 Go de VRAM pour SDXL) mettent hors course une grosse partie des lecteurs. Voici donc quatre plateformes hébergées qui produisent de la génération d'images sans censure sur des offres accessibles publiquement, avec des opérateurs vérifiables et des programmes d'affiliation actifs dans notre liste approuvée. On a noté chacune avec notre page méthode.

La génération d'images sans censure de Promptchan est la référence image de la place. Les modèles sous le capot, ça inclut FLUX.1, Stable Diffusion 3 et Pony, les architectures exactes listées au-dessus, juste mises en avant par une interface hébergée qui avale la taxe de configuration à ta place. Tu reçois 30-50 gems par jour sur l'offre gratuite avec sortie tatouée, et l'offre Plus (autour de 11,99 $/mois) retire le watermark. Le V5 Video Engine est sur le Pro [Source: App Store Apple : fiche Promptchan · verified 2026-06-04]. Prends celle-là si tu veux de la sortie image brute sans toucher à un seul modèle.

Candy.ai, composite 8,4 est l'option compagnon-intégré : génération d'images plus chat persistant plus voix plus un perso que tu personnalises, sur une offre annuelle qui revient à peu près à 3,99 $/mois. C'est le tarif annuel le moins cher de notre liste hébergée pour une expérience image intégrée. Prends celle-là quand la génération d'images est un morceau d'un workflow de compagnon IA plus large, pas le sujet entier. Et oui, elle fait des persos petite amie ou petit ami, selon ce que tu cherches.

Le décryptage complet de DarLink est l'option ancrée dans le récit. Domiciliée en Suisse, construite autour d'une sortie Scenario plus Media avec un système Living Memory à trois niveaux, elle intègre des images inline annoncées en 4K dans un arc narratif qui se déroule. Prends celle-là si tu veux que ta sortie sans censure soit tissée dans un récit plutôt que crachée comme des prompts isolés.

L'avis complet sur Joi est l'option cohérence de perso. Son Face-Sync V4 est le verrou d'identité le mieux documenté de notre échantillon de test : le même perso tient sur les re-rolls et sur les frames vidéo Dream Clips à une résolution proche du 4K. Le Premium annuel revient à peu près à 4 $/mois. Prends celle-là quand garder un seul perso reconnaissable sur des dizaines de générations, c'est ce qui compte le plus pour toi. Un avertissement quand même : Joi est géo-bloqué au Royaume-Uni, donc les lecteurs UK devraient en prendre une des trois autres [Source: Joi : page indisponible au Royaume-Uni · verified 2026-06-04].

Questions fréquentes

Quand ce guide ne s'applique pas

Si t'as pas de GPU NVIDIA avec au moins 8 Go de VRAM, une carte AMD que tu veux bien dompter à travers des outils réduits, ou de l'Apple Silicon avec 16 Go de mémoire unifiée, le chemin d'install en local est juste pas pratique. Prends plutôt une alternative hébergée dans la section des quatre choix au-dessus. Et si t'es là pour générer des personnes réelles sans leur accord, quoi que ce soit qui implique des mineurs, ou des scénarios non consentis, arrête maintenant. C'est hors-cadre partout, sur ta propre machine comme sur chaque plateforme hébergée. Ce guide part du principe que les lecteurs sont adultes et génèrent des persos fictifs, rendus par IA, adultes et consentants.

---

Vérifié le 4 juin 2026 · Voir le journal d'errata pour toute correction post-publication · Rédactrice : Alexandra Joly · Méthode · Processus éditorial · Divulgation d'affiliation

Zappe la config GPU, essaie Promptchan gratuitement →

Compagnon plus génération d'images : essaie Candy.ai →

Génération d'images ancrée dans le récit : essaie DarLink Ai →

Cohérence de perso au face-lock : essaie Joi →

À lire aussi

• le classement complet des générateurs d'images IA
• Meilleurs modèles Stable Diffusion sans censure : 5 choix testés
• Meilleurs générateurs d'images IA sans censure (classement complet)
• Civitai vs Promptchan : comparatif open-source contre hébergé
• Comment on note les compagnons IA
• L'avis Promptchan sur 8 critères
• Le décryptage complet de Candy.ai
• L'avis sur Joi.ai