2021年时出现了 openAI 的 DALL，但是不开源。2022年一开年，DALL-E 2发布，依然不开源。同年7月，Google 公布其 Text-to-Image 模型 Imagen，并且几乎在同一时间段AI图像生成平台 Midjourney 也进行公测。同年8月，Stable Diffusion 的发布将AIGC和AI绘画彻底带出了圈。
Stable Diffusion 是属于生成模型（Generative Model）的，现在主流的AI绘画模型就是各种 finetune 后的 Stable Diffusion。
关于Stable Diffusion的介绍可以参考：https://blog.csdn.net/starzhou/article/details/136557787
本文介绍的是一种能够方便快捷地部署一个stable-diffusion项目的方法，适合初学者。
Step1.注册账号
1、注册链接：https://growthdata.virtaicloud.com/t/SA，注册后会获得168算力，足够试用了。
2、注册后进入平台中心：https://platform.virtaicloud.com/
Step2.创建项目
1、选择：当前空间，需要确保当前所在空间是注册时系统自动生成的空间，否则没有算力。
2、点击：快速创建，选择创建项目，创建新项目。
3、填写相关的项目信息，其中镜像选择如下：
4、数据集选择如下：
5、点击"创建"按钮。
6、弹出的上传代码对话框，选择 "暂不上传"。
Step3. 初始化开发环境实例
1、点击左上角的"运行代码"
2、进行资源配置。以下是我尝试的可选择的最大配置。
如果要选择更大的配置，有时会提示需要选择版本更高的镜像，有时会提示"配额不足，如需扩容请联系客服"。
目前还没去试一下还有其他哪些镜像可用，也没试过配额不足的话能不能使用，如有成功的小伙伴欢迎留言分享经验。
SSH选择"开启"。如果还未开启过，旁边会有个提示，可以参照文档进行设置。
开发者工具选择JupyterLab。
3、配置开放端口，端口使用目的是必填的。
4、一定要记得设置最长运行时间，否则如果忘了停止项目，一直运行会浪费算力。
5、运行初始化中，需要耐心等待。
6、当右上角的状态变为"运行中"，右下角的JupyterLab 和 网页终端 不再是灰色时，表明工具注入成功。
点击"进入开发环境"，或者右下角的"网页终端"，开始执行代码。
Step4. 部署模型
在下面的窗口中依次执行如下代码（复制粘贴过去）：
1、解压代码及模型
tar xf /gemini/data-1/stable-diffusion-webui.tar -C /gemini/code/ 等待出现新的一行可输入命令的光标行，说明上一条命令执行完成。
2、拷贝frpc内网穿透文件
chmod +x /root/miniconda3/lib/python3.10/site-packages/gradio/frpc_linux_amd64_v0.2
3、拷贝模型文件到项目目录下
cp /gemini/data-1/v1-5-pruned-emaonly.safetensors /gemini/code/stable-diffusion-webui/
4、更新系统httpx依赖
pip install httpx==0.24.1
这个命令刷屏比较多，需要耐心等一下，完成后是下面这样。
5、运行项目
cd /gemini/code/stable-diffusion-webui && python launch.py --deepdanbooru --share --xformers --listen
当命令窗口出现如下两个网址时表示部署成功，将右侧边栏往下滑，找到"端口信息"，将外部访问链接复制到浏览器打开。
打开网址可能需要一些时间，请耐心等待。
输入提示语（可以从网上找一些），点击"生成"按钮。有时图片一直加载不出来，可换个时间段再试。
提示语示例：
[Description of the character], young woman, balck hair, smiling eyes, graceful figure, dynamic pose, gentle breeze, cityscape background, golden light, alluring charm, highly detailed, realistic, cinematic, unreal engine, 16K
生成图片的效果示例：
6、停止项目
保存项目：将当前环境制作为镜像，然后点击"停止"，以免浪费算力。
整个儿项目部署过程非常简单，也就大概半个小时，有时间可以多做些其他尝试。