stablediffusion

全栈探索者

一枚 162MB 的挂件，改写一只猫的画风：LoRA 实战——风格定制与人脸保持本文是《Mac mini 玩转 ComfyUI》专栏第 7 篇。实测环境：Mac mini M5 Pro / 64GB / ComfyUI v0.42.5 / Z-Image turbo bf16（4 步 / cfg 1.0 / euler+simple / 1024×1024）。全部样张来自 2026-10-27 本轮 LoRA 实验：同 seed（111）、只改一处变量，脚本与原始产物留档见文末。

全栈探索者

出图模型怎么选？同一只猫的四场实测：Z-Image、Qwen-Image 2.1、SD1.5 三维对决本文是《Mac mini 玩转 ComfyUI》专栏第 5 篇。实测环境：Mac mini M5 Pro / 64GB / ComfyUI v0.42.5 桌面版（Python 3.13 / torch 2.13.0）；对照组 Alienware GTX1070 / 8GB / v0.38.1（CUDA）。全部数字来自 2026-10-25 本轮统一协议实测，实验脚本与原始日志留档见文末。

全栈探索者

模型去哪下、放哪里、怎么选：Mac 玩 ComfyUI 的模型管理全图景（附我的实盘清单）本文是《Mac mini 玩转 ComfyUI》专栏第 4 篇。实测环境：Mac mini M5 Pro / 64GB / ComfyUI v0.36.0。文末实盘清单为 2026-10 对我本机模型库的 API 实际盘点。

武汉唯众智创

AIGC多模态内容生产系统架构实战：从文生图到Lora训练的全链路拆解摘要：AIGC多模态内容生产系统正在成为内容工厂、电商运营、教育实训的“下一代生产力”。本文以一套落地级系统为蓝本，从底层架构、模型接入、ControlNet 控制网络、Lora 风格化、画面分区、后期修复、OpenPose 姿态编辑，到 Lora 模型训练的全链路，逐层拆解一套生产级 AIGC 多模态内容生产系统的工程实现。

论文复现现场

算家云 RTX 4090 怎么训练 SDXL LoRA？24GB 显存配置、CUDA OOM 排查与断点续训发布时间：2026 年 9 月 14 日单张 24GB RTX 4090 可以作为 SDXL LoRA 训练的起始配置。建议先用 768 分辨率、batch size 1 和 100 步小样本完成显存、出图及断点恢复验收，再决定是否提高到 1024 分辨率和正式训练步数。

AI 生图从玄学到工程：Stable Diffusion、ComfyUI 与 Midjourney 的原理与 Prompt 方法论身边第一次玩 AI 生图的朋友，十个有九个会问同一个问题："为什么我抽了三十张，能用的只有一张？"而另一个玩家同样输入一句 Prompt，出图张张接近终稿。差距不在运气，而在流程：前者把生图当抽奖，后者把生图当生产。

阿钱真强道

07 ComfyUI + SVD 系列（五）GAN、VAE、扩散模型到底有什么区别？一篇文章讲清楚 AI 绘图模型的前世今生这两年，AI 绘图已经强到什么程度了？你输入一句话：几秒钟之后，一张像模像样、甚至细节惊人的图片就出来了。

阿钱真强道

08 ComfyUI + SVD 系列（六）从 SDXL 到 SDV：为什么说视频生成本质上是“带时间维度的图片生成”？如果你已经用过 SDXL 生成图片，又开始接触 SDV 这类视频模型，那么你大概率会冒出这样一个想法：

阿钱真强道

02 SDXL：环境安装、模型下载与图片生成实战 ARM + Ubuntu 24 + RTX 4090最近在搭一套本地 AI 视频生成流水线，整体思路是：因此，第一步就是先把图片生成环境跑通。本文主要记录一次在 ARM 架构服务器 + Ubuntu 24 + RTX 4090 环境下，本地部署 SDXL 并完成测试出图的全过程。目标不是一开始就追求最佳画质，而是：

EDM 框架下的扩散模型们论文链接：Elucidating the Design Space of Diffusion-Based Generative Models（22‘6）

《PowerPaint》论文详解原文地址：https://arxiv.org/pdf/2312.03594代码地址：https://github.com/open-mmlab/PowerPaint

图像生成 Stable Diffusion模型架构介绍及使用代码附数据集批量获取Diffusion，也就是扩散的意思。Diffusion模型是一种受到非平衡热力学启发，定义马尔科夫链的扩散步骤，向数据添加噪声，学习逆扩散过程，从噪声中构建样本。最初设计用于去噪，训练时间越长，降噪越逼真。

【故障解析】Stable Diffusion WebUI 更换主题后启动报 JSONDecodeError？可能是“主题加载”惹的祸【SD WebUI踩坑】启动报错 Expecting value: line 1 column 1 (char 0) 的终极解决方案

告别环境崩溃：ONNX 与 Protobuf 版本兼容性指南https://pypi.org/project/onnx/https://onnx.ai/https://github.com/onnx/onnx

DeepVis Research

【2025深度学习全家桶】Android Studio Otter + CUDA 11.8/12.1 离线安装包 | AI开发环境一键搞定🛑 入门 AI 开发，最难的竟然是配环境？作为一名 AI 小白或开发者，你是否遇到过这些让人抓狂的情况：

Stable Diffusion 使用comfyUistable diffusion 是一个字生图大模型，comfyui是diffusion客户端向量匹配

MATLAB实现基于Bootstrap区间预测（完整源码和数据） Bootstrap区间预测为...MATLAB实现基于Bootstrap区间预测（完整源码和数据） Bootstrap区间预测为您的点预测提供置信区间描述不确定性采用核心中的Bootstrap区间预测方法，帮您的点预测结果变为区间预测，并提供多种区间预测指标，如pinaw picp等等，提供多个置信区间，如95%、90%、85%、80%等等。附赠案例数据可直接运行，直接替换excel即可。所有程序经过验证，保证原始程序运行。

Comsol电力变压器有限元仿真：从二维到三维的探索comsol电力变压器有限元仿真，二维，三维，主要做损耗，短路力，阻抗，温升，电场。在电力系统领域，电力变压器作为关键设备，其性能的准确评估至关重要。Comsol Multiphysics 这款强大的多物理场仿真软件，为我们研究电力变压器的损耗、短路力、阻抗、温升以及电场等特性提供了有效的途径，接下来咱们就一起深入探讨下基于Comsol的电力变压器二维和三维有限元仿真。

【SD WebUI踩坑】启动报错 Expecting value: line 1 column 1 (char 0) 的终极解决方案Stable Diffusion WebUI最近给 Stable Diffusion WebUI 更换了一个新的网络环境，结果噩梦开始了。启动时后台日志看起来正常，或者偶尔报个错，但一打开网页端，右侧就开始疯狂弹出红色的报错框：

【图像处理基石】如何使用大模型进行图像处理工作？传统图像处理依赖手工设计的特征提取器（如SIFT、HOG）和固定规则的算法组合，在复杂场景（如语义理解、创意生成）中往往力不从心。而以扩散模型、视觉-语言模型为代表的大模型技术，通过海量数据学习到的通用视觉表征，实现了"端到端"的图像处理能力跃迁。