ai作画

ai画图comfyUI节点式工作流，私有化本地部署。stable diffusion 一键安装三秒出图。上一期提到的节点画布，comfyUI上官网，有本地安装教程，也有一键运行包，解压即用。具体教程可以上官网自行查看，学术网即可达。最新50系显卡可用cuda最新版12.8提高性能。cuda、cudnn、conda、torch，pip按需求文档requirements安装所需所有依赖等环境安装劳请移步往期，以后不再赘述。没错，本地部署deepseek也是这套环境，只是版本和所需包类型有所不同。下载解压一键包，comfyui是本体，python对比自建的conda环境，官方已经整合好了所有需要安装的包，to

基于MoE架构的AIGC引擎：海螺AI重新定义人机协同新范式海螺AI是由上海稀宇科技有限公司（MiniMax）研发的一款前沿人工智能工具，其核心技术基于自研的万亿参数MoE（混合专家）大语言模型ABAB6.5和MiniMax语音大模型。该工具集成了文本生成、语音交互、多模态理解与生成等功能，旨在提供高效、智能的解决方案，覆盖个人用户、企业及行业场景。

Stable Diffusion教程：图生图_stable diffusion 图生图本文主要分为四部分：1. 图生图原理2. 图生图流程介绍3. 随机种子Seed的应用4. 图生图应用场景

图生生AI修图，用“画面扩充“重构创作想象图生生AI修图"画面扩充"功能，用智能算法重新定义了画面重构。在用户上传图片后，系统会精准识别画面元素，分析光影关系、材质纹理等，在扩展区域生成与原始画面逻辑自洽的视觉内容。在自然景观、建筑空间、商品展示等场景中都应用广泛。

AI绘画软件Stable Diffusion详解教程（11）：图生图进阶篇（局部用上传蒙版重绘）总的功能与上一篇相似，但是在Stable Diffusion网页上手工涂绘的方法，有可能会因不够精细，导致重绘的效果不佳，涂绘区与非涂绘区的衔接有可能会出问题。这个时候可以用photoshop来制作蒙版，精确的圈出需要重绘的地方，在扩图的时候作用非常明显。它的效率比直接用photoshop修改的方式高的多，可以可以随机生成很多意向不到的效果。

AI绘画笔记--基础知识AI绘画或者说AI生图，本质上来说还是图像生成技术，是一种基于深度学习的人工智能技术，通过提前大量学习学习图像特征，生成符合提示词的新图像。

通义万相2.1 图生视频：为AI绘梦插上翅膀，开启ALGC算力领域新纪元通义万相 2.1 是阿里云通义大模型旗下的图生视频大模型，于 2025 年 1 月发布，2 月 25 日阿里巴巴宣布全面开源。

国内支持Stable Diffusion模型的平台截至2025年3月，国内支持SD模型的平台主要包括以下六类，覆盖不同用户需求和技术层级：

AI绘画软件Stable Diffusion详解教程（7）：图生图基础篇我们在使用AI魔盒不停的绘制一幅幅图像时，会有这样的疑问：为什么生成的图像随机性这么强？我们如何按照自己的构图创作作品？为什么提示词生成的图像细节不够？如何把手绘的风格转换成另一种风格，或者说把自己的照片转换成另一种风格？

Stable Diffusion模型高清算法模型类详解关键参数说明：分块尺寸：锐化强度：降噪强度：技术原理对比：选型决策树：

Stable Diffusion模型Pony系列模型深度解析Pony系列模型以SDXL为基础框架，通过针对二次元/动漫风格的微调，强化了在该领域的生成能力，同时保留了对写实场景的兼容性‌。其训练数据特别侧重于人物结构、动态姿势和风格化渲染，尤其在处理复杂肢体动作（如手部细节）方面表现出色‌。

Stable Diffusion 反向提示词（Negative Prompt）深度解析反向提示词（Negative Prompt）是用于排除生成图像中特定内容或特征的指令集。通过明确告知模型不应出现的元素，反向提示词可有效解决以下三大问题：

Stable Diffusion模型采样方法与参数配置详解（含步数及画风适配表）以下为当前主流采样方法的性能对比及参数配置建议，结合显存占用、生成速度、适用场景等维度分类总结：当前SD3已引入Rectified Flow技术，通过常微分方程优化生成路径，未来可能逐步替代传统扩散模型采样方法。

AI绘画软件Stable Diffusion详解教程（6）：文生图、提示词细说与绘图案例文生图即以文字描述来生成图像，这是目前所有AI绘画软件的基本功能之一。要想画一副好的图片，除了选择好的模型，在文生图中，提示词特别关键。

Stable Diffusion LoRA 技术详解低秩矩阵分解 LoRA（Low-Rank Adaptation）通过冻结 Stable Diffusion（SD）基础模型权重，在交叉注意力层（Cross-Attention Layer）中注入可训练的低秩矩阵（A 和 B）实现微调。公式表达为：原权重矩阵 W ≈ W 0 + Δ W = W 0 + A × B W \approx W_0 + \Delta W = W_0 + A \times B W≈W0+ΔW=W0+A×B，其中 A ∈ R d × r A \in \mathbb{R}^{d \tim

AI绘画软件Stable Diffusion详解教程（5）：主模型的选择本地部署完了Stable Diffusion，紧接着就要开始进入如何更好的使用它绘画的环节了。本篇讲解的是主模型的选择，主模型的选择直接决定了出图的风格和质量，新手一定要熟练掌握。

文生图开源模型发展史（2014-2025年）文生图开源模型的发展历程是一段充满技术革新、社区生态繁荣与商业化竞争的多维度演进史。文生图开源模型的发展本质是技术民主化的进程：从学术论文到社区共创，从英文主导到多语言平等，从娱乐工具到生产力革命。混元DiT等中文模型的开源，标志着生成式AI进入“文化适配性”竞争的新阶段。未来，文生图技术将继续在技术创新、生态繁荣和商业化应用等方面取得更多突破和进展。

用 AI 工具实现被动收入：自动化内容生成与发布———————————————————嘿，朋友们！今天聊点硬核又实在的东西——如何用AI工具实现被动收入。

用 AI 工具提升 UX/UI 设计效率：从研究到原型——————————————————开篇引言：在 UX/UI 设计领域，效率与创意之间的平衡一直是设计师们追求的目标。随着 AI 工具的崛起，设计师们不仅能更快地完成任务，还能通过智能化的方式挖掘用户需求、优化设计流程，并最终打造出更具用户价值的产品体验。

AI绘画软件Stable Diffusion详解教程（3）：Windows系统本地化部署操作方法（通用版）上一篇教程介绍了如何在本地部署Stable Diffusion专业版，虽然便于技术人员研究，但是普通人使用起来不便捷，每次只能通过cmd窗口的指令形式或者python代码方式来画图，要记很多的指令很繁琐。