技术栈
stable diffusion
weiwei22844
14 天前
stable diffusion
·
文生图
文生图模型Stable Diffusion使用详解
Stable Diffusion是 2022 年发布的深度学习文字到图像生成模型。它主要用于根据文字的描述产生详细图像,能够在几秒钟内创作出令人惊叹的作品。
Hello123网站
14 天前
stable diffusion
·
ai工具
DreamStudio-Stable Diffusion官方绘画工具
本文转载自:https://www.hello123.com/dreamstudio**一、🚀 DreamStudio 是什么?
如若123
14 天前
stable diffusion
CompVis Stable Diffusion 正确安装与运行指南
目标:使用 CompVis 官方仓库脚本 scripts/txt2img.py 在 CUDA 11.8 + PyTorch 2.3.1 环境下直接生成图片。
全息数据
19 天前
深度学习
·
stable diffusion
·
多模态
·
ddpm
DDPM代码讲解【详细!!!】
UNet网络的总体框架如下,右边是UNet网络的整体框架,左边是residual网络和attention网络,
老鱼说AI
1 个月前
人工智能
·
pytorch
·
深度学习
·
神经网络
·
语言模型
·
自然语言处理
·
stable diffusion
当自回归模型遇上扩散模型:下一代序列预测模型详解与Pytorch实现
今天我们来详细讲解一下用于序列预测的自回归扩散模型 (Autoregressive Diffusion Models)。
我希望的一路生花
1 个月前
人工智能
·
计算机视觉
·
设计模式
·
stable diffusion
·
aigc
Nik Collection 6.2全新版Nik降噪锐化调色PS/LR插件
今天给大家分享的是Nik Collection 6.2全新版Nik降噪锐化调色PS/LR插件。Nik Collection是一款由Google收购的图片后期处理插件合集,包含了色彩效果滤镜、图像锐化、HDR合成、降噪等多种功能,可兼容Photoshop、Lightroom等软件。
GetcharZp
1 个月前
人工智能
·
stable diffusion
玩转AI绘画,你只差一个节点式“魔法”工具——ComfyUI 保姆级入门指南
告别参数“炼丹”,拥抱节点式“魔法”!这篇超详细的 ComfyUI 入门指南,从软件介绍、本地搭建到基础使用,手把手带你打开 AI 绘画新世界的大门。更高效、更自由、更强大,快来释放你的创造力!
Seeklike
1 个月前
人工智能
·
python
·
stable diffusion
·
diffusers
diffuxers学习--AutoPipeline
diffusers 库提供了许多用于基本任务的管道(Pipeline),如生成图像、视频、音频和修复。除此之外,还有专门的管道用于适配器和功能,如放大、超分辨率等。
游戏AI研究所
1 个月前
人工智能
·
游戏
·
机器学习
·
stable diffusion
·
prompt
·
aigc
ComfyUI 里的 Prompt 插值器(prompt interpolation / text encoder 插值方式)的含义和作用!
ComfyUI 里的 Prompt 插值器(prompt interpolation / text encoder 插值方式),不同选项代表不同的提示词解析方式或兼容模式。就是模型在把文字 prompt 转成 embedding 时,怎么处理、怎么混合。
迈火
1 个月前
人工智能
·
gpt
·
3d
·
ai
·
stable diffusion
·
aigc
·
midjourney
ComfyUI-3D-Pack:3D创作的AI神器
部分节点如下:三平面高斯变换器:VAST-AI-Research/TriplaneGaussianVAST-AI-Research
Seeklike
1 个月前
人工智能
·
stable diffusion
·
diffusers
diffusers学习--stable diffusion的管线解析
一个完整的 Stable Diffusion 潜在扩散模型主要由以下 5 个核心组件构成:这是将文本指令转换为 UNet “指导”信息的过程。
马甲是掉不了一点的<.<
1 个月前
stable diffusion
·
环境配置
Stable Diffusion 环境配置详细指南
前段时间我在服务器上的虚拟环境全部都没了,只能重新创建环境然后装包,正好也做一个记录,以防以后我又要装环境。以下过程是在Linux服务器上进行的,如果是Windows环境,可能会有些许差异。
软件测试-阿涛
1 个月前
人工智能
·
深度学习
·
计算机视觉
·
ai作画
·
stable diffusion
【AI绘画】Stable Diffusion webUI 常用功能使用技巧
Stable Diffusion webUI(以 Automatic1111 版本为代表)是目前最主流的本地化 AI 图像生成工具,支持文生图、图生图、局部重绘、姿态控制等全链路创作功能。截至 2025 年 7 月,最新版本为1.10.0,该版本正式支持 SD3 模型、新增多种采样调度器(如 Align Your Steps、KL Optimal)及采样器(DDIM CFG++),并优化了显存占用与生成效率。本教程基于该版本,详细讲解核心功能模块的操作技巧,帮助用户从入门到精通 AI 图像生成。
m0_60388871
1 个月前
人工智能
·
ai
·
stable diffusion
·
论文速览
Stable Diffusion Models are Secretly Good at Visual In-Context Learning
Authors: Trevine Oorloff, Vishwanath Sindagi, Wele Gedara Chaminda Bandara, Ali Shafahi, Amin Ghiasi, Charan Prakash, Reza Ardekani
爱分享的飘哥
2 个月前
人工智能
·
pytorch
·
stable diffusion
·
文生图
·
ai绘画
·
代码实战
·
cfg
第三十七章:文生图的炼金术:Stable Diffusion完整工作流深度解析
在《模型架构全景拆解》的旅程中,我们已经像一位技艺高超的“AI机械师”,拆解并理解了Stable Diffusion的每一个核心“零件”:
EndingCoder
2 个月前
开发语言
·
前端
·
javascript
·
人工智能
·
stable diffusion
·
ecmascript
·
three.js
Three.js + AI:结合 Stable Diffusion 生成纹理贴图
随着 AI 技术的发展,Stable Diffusion 等生成模型为 3D 开发提供了全新的可能性,可以快速生成高质量纹理贴图,提升 Three.js 场景的视觉效果。本文将介绍如何结合 Stable Diffusion 生成纹理贴图,并将其应用于 Three.js 场景,构建一个交互式产品展示空间。项目基于 Vite、TypeScript 和 Tailwind CSS,支持 ES Modules,确保响应式布局,遵循 WCAG 2.1 可访问性标准。本文适合希望探索 AI 与 Three.js 结合的
那年一路北
2 个月前
人工智能
·
stable diffusion
·
音视频
Deforum Stable Diffusion,轻松实现AI视频生成自由!
摘要: 你是否曾被那些充满想象力、画面流畅的AI视频所震撼?你是否也想亲手创造出属于自己的AI动画?本文将为你提供一份“保姆级”的详尽教程,从环境配置到参数调整,一步步带你复现强大的Deforum Stable Diffusion模型,让你轻松踏入AI视频创作的大门!
全宝
2 个月前
人工智能
·
python
·
stable diffusion
🎨【AI绘画实战】从零搭建Stable Diffusion环境,手把手教你生成超可爱Q版大头照!
最近在B站刷视频的时候,看到很多up主都在用AI生成那种超可爱的Q版大头照,看着就很心动。想着自己也搞一个试试,结果发现这玩意儿比想象中复杂多了...
sculida
2 个月前
stable diffusion
秋叶sd-webui频繁出现生成后无反应的问题
故障环境:秋叶整合包sd-webui-aki-v4.11.1-cu128 故障现象:webui可正常打开,但是点击"生成"后进度条一直“等待中”,稍后生成按钮又是可点击状态。 排查思路:腾讯元宝说跟插件有关 排查过程:重命名extensions文件夹,故障现象消失。重命名回。在启动器的“版本管理->扩展”里逐半勾选或去除,得知仅去除sd-webui-supermerger插件时,故障现象也消失。切换sd-webui-supermerger的250621,250329几个版本都还是故障。 临时解法:停用sd
HORSE RUNNING WILD
2 个月前
人工智能
·
学习
·
机器学习
·
stable diffusion
【物理与机器学习】从非平衡热力学到扩散模型
摘要:扩散模型将非平衡热力学的“噪声注入—去噪逆转”理念注入生成建模中。DDPM(Denoising Diffusion Probabilistic Models)在 SD2015 的基础上,通过重参数化、损失简化、固定方差和网络架构优化等一系列改进,实现了更稳定的训练和更高质量的生成。本文将从物理直觉出发,面向概率论初学者详细推导每一步公式,在一些重要概念处专门附上实例,确保新手友好。