文生图

小白上手AIGC-基于FC部署stable-diffusionAIGC（人工智能创造内容）作为一种基于人工智能技术生成内容的新型创作模式。打破了过去大家对于AI的理解都是说只能涉足部分领域而无法涉足艺术或者是其他的创作领域的定律，现在的AIGC也能够创作内容了，而不再只是单纯的返回已存在内容了。下面我们就来上手体验AIGC的乐趣吧。

Stable Diffusion 3 大模型文生图“开源英雄”笔记本部署和使用教程，轻松实现AI绘图自由备受期待的Stable Diffusion 3（以下亦简称SD3）如期向公众开源了（Stable Diffusion 3 Medium），作为Stability AI迄今为止最先进的文本生成图像的开源大模型，SD3在图像质量、文本内容生成、复杂提示理解和资源效率方面有了显著提升，被誉为AI文生图领域的开源英雄。

Stable Diffusion文生图模型训练入门实战（完整代码）Stable Diffusion 1.5（SD1.5）是由Stability AI在2022年8月22日开源的文生图模型，是SD最经典也是社区最活跃的模型之一。

大模型与计算机视觉

OpenAI 文生图模型演进：DDPM、IDDPM、ADM、GLIDE、DALL-E 2、DALL-E 3节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学。针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

政安晨【AIGC实践】（一）：在Kaggle上部署使用Stable Diffusion目录简述开始配置执行安装完毕，一键运行结果展示政安晨的个人主页：政安晨欢迎 👍点赞✍评论⭐收藏收录专栏: 人工智能数字虚拟世界实践

Stable Diffusion——SDXL Turbo让 AI 出图速度提高10倍在本研究中，我们提出了一种名为对抗扩散蒸馏（ADD）的创新训练技术，它能够在1至4步的采样过程中，高效地对大规模基础图像扩散模型进行处理，同时保持图像的高质量。该方法巧妙地结合了分数蒸馏技术，利用现有的大型图像扩散模型作为指导信号，同时引入对抗损失，确保在较少的采样步骤下依然能够产生高保真度的图像。通过这种结合，我们的模型在单步操作中的表现显著超越了现有的少步骤方法，包括生成对抗网络（GAN）和潜在一致性模型。更为引人注目的是，ADD在仅经过四个采样步骤的情况下，就能达到与当前最先进的扩散模型SDXL相媲

国内可用免费AI工具集由月之暗面科技有限公司（Moonshot AI）开发的人工智能助手。擅长中英文对话，能够提供安全、有帮助且准确的回答。它的能力包括阅读和理解用户上传的文件，访问互联网内容，以及结合搜索结果来回答问题。比如上传一份英文资料，可让它翻译为中文。

Stable Diffusion——文生图界面参数讲解与提示词使用技巧CLIP（Contrastive Language-Image Pretraining）是由OpenAI于2021年开发的一种语言图像对比预训练模型。其独特之处在于，CLIP模型中的图像和文本嵌入共享相同的潜在特征空间，这使得模型能够直接在图像和文本之间进行对比学习。

OpenAI 的视频生成大模型Sora的核心技术详解（一）：Diffusion模型原理和代码详解标题党一下，顺便蹭一下 OpenAI Sora大模型的热点，主要也是回顾一下扩散模型的原理。简单理解，扩散模型如下图所示可以分成两部分，一个是 forward，另一个是 reverse 过程：

OpenAI全新发布文生视频模型：Sora！OpenAI官网原文链接：https://openai.com/research/video-generation-models-as-world-simulators#fn-20

【论文阅读笔记】InstantID : Zero-shot Identity-Preserving Generation in Secondsproject：https://github.com/InstantID/InstantID 单位：小红书，北大

AI算法-图哥

MagicVideo-V2：多阶段高保真视频生成框架本项工作介绍了MagicVideo-V2，将文本到图像模型、视频运动生成器、参考图像embedding模块和帧内插模块集成到端到端的视频生成流程中。由于这些架构设计的好处，MagicVideo-V2能够生成具有极高保真度和流畅度的美观高分辨率视频。通过大规模用户评估，它在性能上表现优越，超过了领先的文本到视频系统，如Runway、Pika-1.0、Morph、Moon Valley和Stable Video Diffusion模型。

LLM增强LLM；通过预测上下文来提高文生图质量；Spikformer V2；同时执行刚性和非刚性编辑的通用图像编辑框架文章首发于公众号：机器感知LLM增强LLM；通过预测上下文来提高文生图质量；Spikformer V2；同时执行刚性和非刚性编辑的通用图像编辑框架

年终盘点文生图的狂飙之路，2023年文生图卷到什么程度了？说到文生图，可能有些人不清楚，但要说AI绘画，就有很多人直呼：2022可以说是AI绘图大爆发的元年。AI绘画模型可以分为扩散模型（Diffusion Model）、自回归模型（变分自编码器，Autoregressive Model）、**生成对抗网络模型 **（GAN，Generative Adversarial Networks）三大路径。

机器学习社区

Stable Diffusion 微调及推理优化实践指南随着 Stable Diffsuion 的迅速走红，引发了 AI 绘图的时代变革。然而对于大部分人来说，训练扩散模型的门槛太高，对 Stable Diffusion 进行全量微调也很难入手。由此，社区催生了一系列针对 Stable Diffusion 的高效微调方案，在保留原模型泛化能力的同时，实现自定义风格的融合，最关键的是，操作简单且资源消耗量低。

【文生图】Stable Diffusion XL 1.0模型Full Fine-tuning指南（U-Net全参微调）Stable Diffusion是计算机视觉领域的一个生成式大模型，能够进行文生图（txt2img）和图生图（img2img）等图像生成任务。Stable Diffusion的开源公布，以及随之而来的一系列借助Stable Diffusion为基础的工作使得人工智能绘画领域呈现出前所未有的高品质创作与创意。

飞速移动的代码菌

【扩散模型】不同组件搭积木，获得新模型学习地址： https://github.com/huggingface/diffusion-models-class/tree/main/unit3

Stable-diffusion WebUI API调用方法Stable-diffusion的webui界面使用比较方便，但是它的api文档比较简陋，很多功能需要去看源码，所以在这里记录下主要的调用方法

【MVDiffusion】完美复刻场景，可多视图设计的生成式模型论文链接：https://arxiv.org/pdf/2307.01097.pdf项目地址：https://huggingface.co/spaces/tangshitao/MVDiffusion

〔022〕Stable Diffusion 之生成视频篇