首页 文章 精选 留言 我的

精选列表

搜索[一键安装包]，共10000篇文章
优秀的个人博客,低调大师

PAI-Diffusion中文模型全面升级，海量高清艺术大图一键生成

作者：段忠杰（终劫）、刘冰雁（伍拾）、汪诚愚（熊兮）、黄俊（临在） 背景 以Stable Diffusion模型为代表，AI生成内容（AI Generated Content，AIGC）的模型和应用呈现出井喷式的增长趋势。在先前的工作中，阿里云机器学习PAI团队开源了PAI-Diffusion系列模型（看这里），包括一系列通用场景和特定场景的文图生成模型，例如古诗配图、二次元动漫、魔幻现实等。这些模型的Pipeline除了包括标准的Diffusion Model，还集成了PAI团队先前提出的中文CLIP跨模态对齐模型（看这里）使得模型可以生成符合中文文本描述的、各种场景下的高清大图。此外，由于Diffusion模型推理速度比较慢，而且需要耗费较多的硬件资源，我们结合由PAI自主研发的编译优化工具 PAI-Blade，支持对PAI-Diffusion模型的端到端的导出和推理加速，在A10机器下做到了1s内的中文大图生成（看这里）。在本次的工作中，我们对之前的PAI-Diffusion中文模型进行大幅升级，主要的功能扩展包括： 图像生成质量的大幅提升、风格多样化：通过大量对模型预训练数据的处理和过滤，以及训练过程的优化，PAI-Diffusion中文模型生成的图像无论在质量上，还是在风格上都大幅超越先前版本； 丰富的精细化模型微调功能：除了对模型的标准微调，PAI-Diffusion中文模型支持开源社区的各种微调功能，包括LoRA、Textual Inversion、DreamBooth、ControlNet等，支持各类图像生成和编辑的功能； 简单易用的场景化定制方案：除了训练各种通用场景下的中文模型，我们也在垂类场景下做了很多尝试和探索，通过场景化的定制，可以在各种产品中使用这些模型，包括Diffuser API、WebUI等。 在下文中，我们详细介绍PAI-Diffusion中文模型的新功能和新特性。 艺术画廊 在详细介绍PAI-Diffusion中文模型及其功能前，我们首先带大家参观我们的艺术画廊，下面的所有图片都采用PAI-Diffusion中文模型真实生成。 positive prompt: 人工智能，未来派，4k，科幻 negative prompt: 模糊 positive prompt: 魔法药瓶 negative prompt: positive prompt: 雄鹰展翅，风暴，动漫风格 negative prompt: positive prompt: 中国风景图 远山、清水、古楼、古船、飞鸟、云雾，光线灿烂，远距离透视，超广角，气势磅礴，色彩逼真 negative prompt: 丑陋，畸形，模糊，画面不连贯，污染，噪声 positive prompt: 带墨镜的猫，黑客，特工，西装 negative prompt: positive prompt: 海底世界，各种鱼类，海草 negative prompt: positive prompt: 白瓷的咖啡杯，质地细腻、透光性好，中国传统的瓷器。深蓝色主色调。 高贵、优雅、沉稳 negative prompt: 斑点 positive prompt: 柴犬小狗，机甲，机器人，未来科技 negative prompt: positive prompt: 白色小狐狸，扁平画风 negative prompt: 斑点，噪点 positive prompt: 参天大树，浮雕，画框 negative prompt: positive prompt: 东方美女，学妹，少女，精致面容，可爱，长发，古装，汉服，画面精致，完美造型，柔和的色彩，电影感 negative prompt: positive prompt: 奇妙几何形别墅，悬崖上 negative prompt: positive prompt: 粉红色羽毛的猫头鹰 negative prompt: positive prompt: 浮岛，天空，白云，城堡，幻想世界 negative prompt: 油画，模糊，雾蒙蒙 positive prompt: 一个抽烟的美丽女人的画像，梦幻般的色彩，精美细节 negative prompt: 丑陋，畸形，污染，噪声 positive prompt: 一个穿着连帽衫的酷女孩，日蚀背景，精美细节，赛博朋克 negative prompt: 噪声，污染 positive prompt: 火车，雪地，隧道，昏暗灯光，恐怖片 negative prompt: 多个铁轨 positive prompt: 金属盒子，宝箱，神秘，反光，骷髅，草地上 negative prompt: positive prompt: 镜中花，水中月，水彩画，大量笔墨 negative prompt: positive prompt: 阳光，彩虹，小白马 negative prompt: positive prompt: 中国剪纸画，雪山，白云，落日 negative prompt: positive prompt: 日落时分城市的鸟瞰图，日蚀行星建构主义风格 negative prompt: 噪点，扭曲 positive prompt: 山水画，流畅的线条，优美的山水图案 negative prompt: 斑点 positive prompt: 亭台楼阁，曲径通幽，水墨绘画，中国风 negative prompt: 油画，彩色 positive prompt: 洋葱头小精灵，可爱，童话 negative prompt: positive prompt: 一只小猪在夕阳下奔跑，童话绘本 negative prompt: positive prompt: 一个戴着眼镜的女孩 ，精致的五官，白皮肤，赛博朋克场景，全身照片 negative prompt: positive prompt: 一个在上学路上的女孩，宫崎骏的绘画风格，清晰 negative prompt: 摄影，写实，模糊 positive prompt: 向日葵花海，最高的质量，8K，超精细刻画 negative prompt: positive prompt: 落日风景油画，朦胧美 negative prompt: 画框，画笔 positive prompt: 生肖兔，武侠风，仙气，紫砂盔甲配剑，细节，特写 negative prompt: positive prompt: 盛世莲花，传说，荷塘，发光，柔和光线，CG感 negative prompt: 斑点 positive prompt: 陶瓷大花瓶，牡丹花 negative prompt: positive prompt: 童话绘本，蘑菇，树林，低饱和度氛围，可爱，萌萌哒 negative prompt: positive prompt: 未来战士，机械装甲，光剑，红眼，科幻 negative prompt: 景深，模糊 positive prompt: 蝴蝶，对称美感，数字艺术 negative prompt: PAI-Diffusion ModelZoo 我们利用海量中文图文对数据，训练了多个Diffusion中文模型，参数量均在10亿左右。本次我们开源了如下两个模型。概述如下所示： 模型名 使用场景 pai-diffusion-artist-large-zh 中文文图生成艺术模型，默认支持生成图像分辨率为512*512 pai-diffusion-artist-xlarge-zh 中文文图生成艺术模型（更大分辨率），默认支持生成图像分辨率为768*768 为了提升模型输出图像的质量，在最大限度内避免出现不合规或低质量内容，我们搜集海量开源的图文对数据集，包括大规模中文跨模态预训练数据集WuKong、大规模多语言多模态数据集LAION-5B等。我们针对图像和文本进行了多种清洗方式，筛选掉违规和低质量数据。具体的数据处理方式包括NSFW（Not Safe From Work）数据过滤、水印数据去除，以及使用CLIP分数和美观值分数评分，选出最合适的预训练数据子集进行训练。与英文开源社区的Diffusion模型不同，我们的CLIP Text Encoder采用EasyNLP自研的中文CLIP模型（https://github.com/alibaba/EasyNLP），并且在Diffusion训练过程中冻结其参数，使得模型对中文语义的建模更加精确。值得注意的是，上表的图像分辨率指训练过程中的图像分辨率，在模型推理阶段可以设置不同的分辨率。 PAI-Diffusion模型特性 为了更加便于广大用户使用PAI-Diffusion模型，我们从如下几个方面详细介绍PAI-Diffusion模型的特性。 丰富多样的模型微调方法 PAI-Diffusion模型和社区Stable Diffusion等模型的参数量一般在十亿左右。这些模型的全量参数微调往往需要消耗大量计算资源。除了标准的模型微调，PAI-Diffusion模型支持多种轻量化微调算法，支持用户在计算量尽可能少的情况下，实现模型的特定领域、特定场景的微调。以下，我们也给出两个轻量化微调的示例。 使用LoRA进行模型轻量化微调 PAI-Diffusion模型可以使用LoRA（Low-Rank Adaptation）算法进行轻量化微调，大幅降低计算量。调用开源脚本train_text_to_image_lora.py，我们同样可以实现PAI-Diffusion中文模型的轻量化微调。训练命令示例如下： export MODEL_NAME="model_name" export TRAIN_DIR="path_to_your_dataset" export OUTPUT_DIR="path_to_save_model" accelerate launch train_text_to_image_lora.py \ --pretrained_model_name_or_path=$MODEL_NAME \ --train_data_dir=$TRAIN_DIR \ --resolution=512 --center_crop --random_flip \ --train_batch_size=1 \ --gradient_accumulation_steps=4 \ --max_train_steps=15000 \ --learning_rate=1e-04 \ --max_grad_norm=1 \ --lr_scheduler="cosine" --lr_warmup_steps=0 \ --output_dir=$OUTPUT_DIR 其中，MODEL_NAME是用于微调的PAI-Diffusion模型名称或路径，TRAIN_DIR是训练集的本地路径，OUTPUT_DIR为模型保存的本地路径（只包含LoRA微调参数部分）。当模型LoRA轻量化微调完毕之后可以使用如下示例代码进行文图生成： from diffusers import StableDiffusionPipeline model_id = "model_name" lora_path = "model_path/checkpoint-xxx/pytorch_model.bin" pipe = StableDiffusionPipeline.from_pretrained(model_id) pipe.unet.load_attn_procs(torch.load(lora_path)) pipe.to("cuda") image = pipe("input text").images[0] image.save("result.png") 其中，model_path即为微调后的模型保存的本地路径（只包含LoRA微调参数部分），即前一步骤的OUTPUT_DIR；model_id为原始的没有经过LoRA微调的模型。 使用Textual Inversion进行模型定制化轻量微调 由于PAI-Diffusion模型一般用于生成各种通用场景下的图像，Textual Inversion是一种定制化轻量微调技术，使模型生成原来模型没有学会的、新的概念相关图像。PAI-Diffusion模型可以使用Textual Inversion算法进行轻量化微调。同样地，我们可以运行脚本textual_inversion.py，训练命令示例如下： export MODEL_NAME="model_name" export TRAIN_DIR="path_to_your_dataset" export OUTPUT_DIR="path_to_save_model" accelerate launch textual_inversion.py \ --pretrained_model_name_or_path=$MODEL_NAME \ --train_data_dir=$TRAIN_DIR \ --learnable_property="object" \ --placeholder_token="<小奶猫>" --initializer_token="猫" \ --resolution=512 \ --train_batch_size=1 \ --gradient_accumulation_steps=4 \ --max_train_steps=100 \ --learning_rate=5.0e-04 --scale_lr \ --lr_scheduler="constant" \ --lr_warmup_steps=0 \ --output_dir=$OUTPUT_DIR 其中，MODEL_NAME是用于微调的PAI-Diffusion模型名称，TRAIN_DIR是前述训练集的本地路径，OUTPUT_DIR为模型保存的本地路径。其中placeholder_token是与新的概念相关的文本，initializer_token是与新的概念密切相关的字（用于初始化新的概念对应的参数），这里我们以小奶猫为例。当模型轻量化微调完毕之后可以使用如下示例代码进行文图生成： from diffusers import StableDiffusionPipeline model_path = "path_to_save_model" pipe = StableDiffusionPipeline.from_pretrained(model_path).to("cuda") image = pipe("input text").images[0] image.save("result.png") 其中，model_path即为微调后的模型保存的本地路径，即前一步骤的OUTPUT_DIR。注意在使用微调后的模型生成包含新的概念的图像时，文本中新的概念用步骤二中的placeholder_token表示，例如： 输入文本：一只<小奶猫>在草地上 输入文本：一只<小奶猫>在沙发上 输出图像 输出图像 AIGC系列模型的潜在风险在于容易生成不可控的、带有违法信息的内容，影响了这些模型在下游业务场景中的应用。PAI-Diffusion中文模型支持多种可控的图像编辑功能，允许用户对生成的图像内容作出限制，从而使得结果更加可用。PAI-Diffusion中文模型对StableDiffusionImg2ImgPipeline做到完全兼容，这一文本引导的图像编辑Pipeline允许模型在给定输入文本和图像的基础上，生成相关的图像，示例脚本如下： from diffusers import StableDiffusionImg2ImgPipeline pipe = StableDiffusionImg2ImgPipeline.from_pretrained("model_name").to("cuda") image = pipe(prompt="input text", image=init_image, strength=0.75, guidance_scale=7.5).images[0] image.save("result.png") 以下给出一个输入输出的示例： 输入文本：雪地里的两只企鹅 输入图像 输出图像 场景定制化的功能支持 除了用于生成艺术大图，通过对PAI-Diffusion中文模型进行继续预训练，我们也可以得到高度场景化的中文模型。以下是PAI-Diffusion中文模型在美食数据上继续预训练后生成的结果，可以看出只要拥有高质量的业务数据，可以产出针对不同业务场景的Diffusion模型。这些模型可以进一步与LoRA、ControlNet等技术进行无缝结合，做到与业务更契合、更可控的图像编辑与生成。 菠萝炒饭 韭菜鸡蛋水饺 番茄炒蛋 韩式炸鸡 红烧狮子头 清汤娃娃菜 模型的使用和下载 在开源社区使用PAI-Diffusion中文模型 为了方便开源社区使用这些模型，我们将这两个模型接入了两个知名的开源模型分享社区HuggingFace和ModelScope。以HuggingFace为例，我们可以使用如下代码进行模型推理： from diffusers import StableDiffusionPipeline model_id = "alibaba-pai/pai-diffusion-artist-large-zh" pipe = StableDiffusionPipeline.from_pretrained(model_id) pipe = pipe.to("cuda") prompt = "雾蒙蒙的日出在湖面上" image = pipe(prompt).images[0] image.save("result.png") 在ModelScope的使用接口示例如下： from modelscope.pipelines import pipeline import cv2 p = pipeline('text-to-image-synthesis', 'PAI/pai-diffusion-artist-large-zh', model_revision='v1.0.0') result = p({'text': '雾蒙蒙的日出在湖面上'}) image = result["output_imgs"][0] cv2.imwrite("image.png", image) 此外，我们也在EasyNLP算法框架中开设了Diffusion算法专区（链接），提供各种PAI-Diffusio模型的使用脚本和教程。 在PAI-DSW使用PAI-Diffusion中文模型 PAI-DSW（Data Science Workshop）是阿里云机器学习平台PAI开发的云上IDE，面向不同水平的开发者，提供了交互式的编程环境（文档）。在DSW Gallery中，提供了各种Notebook示例，方便用户轻松上手DSW，搭建各种机器学习应用。我们也在DSW Gallery中上架了使用PAI-Diffusion中文模型的Sample Notebook，欢迎大家体验！ 免费领取：阿里云机器学习平台PAI为开发者提供免费试用额度,包含DSW、DLC、EAS多款产品。https://free.aliyun.com/?pipCode=learn 未来展望 在这一期的工作中，我们对PAI-Diffusion中文模型的效果和功能进行了大幅扩展，使得图像生成质量的大幅提升、风格多样化。同时，我们支持包括LoRA、Textual Inversion等多种精细化模型微调和编辑功能。此外，我们也展示了多种场景化定制方案，方便用户在特定场景下训练和使用自己的Diffusion中文模型。在未来，我们计划进一步扩展各种场景的模型功能。 阿里灵杰回顾 阿里灵杰：阿里云机器学习PAI开源中文NLP算法框架EasyNLP，助力NLP大模型落地 阿里灵杰：预训练知识度量比赛夺冠！阿里云PAI发布知识预训练工具 阿里灵杰：EasyNLP带你玩转CLIP图文检索 阿里灵杰：EasyNLP中文文图生成模型带你秒变艺术家 阿里灵杰：EasyNLP集成K-BERT算法，借助知识图谱实现更优Finetune 阿里灵杰：中文稀疏GPT大模型落地 — 通往低成本&高性能多任务通用自然语言理解的关键里程碑 阿里灵杰：EasyNLP玩转文本摘要（新闻标题）生成 阿里灵杰：跨模态学习能力再升级，EasyNLP电商文图检索效果刷新SOTA 阿里灵杰：EasyNLP带你实现中英文机器阅读理解 阿里灵杰：EasyNLP发布融合语言学和事实知识的中文预训练模型CKBERT 阿里灵杰：当大火的文图生成模型遇见知识图谱，AI画像趋近于真实世界 阿里灵杰：PAI-Diffusion模型来了！阿里云机器学习团队带您徜徉中文艺术海洋 阿里灵杰：阿里云PAI-Diffusion功能再升级，全链路支持模型调优，平均推理速度提升75%以上
2023-05-25
优秀的个人博客,低调大师

迫于压力 微软宣布恢复Windows 11一键切换默认浏览器选项

在 Windows 11 平台上，如果你想将默认浏览器从 Edge 切换到 Firefox/Chrome，那么整个操作现在变得更加复杂了。微软已经删除了只需点击一下就能设置默认浏览器的选项，用户需要对 HTM、HTML、HTTP、HTTPS、SHTML、WEBP、SVG 等文件类型均配置之后才能切换到 Firefox/Chrome。 在 Windows11 版本更迭中，微软对应用程序和功能页面进行了重新设计。该页面允许用户自行配置默认文件打开应用，包括浏览器和音乐播放器。对于浏览器，微软已经删除了一个一切使用第三方浏览器的选项。 现在，如果你试图将默认浏览器改为 Chrome 或 Firefox，你将需要为所有可能的网络相关格式手动改变文件类型。这包括 HTM、HTML、HTTP、HTTPS、SHTML、WEBP、SVG，甚至是 PDF。如果你忘记为所有必要的选项打勾，你将无法使用 Chrome 或 Firefox 作为默认浏览器。 这种复杂的变化让人感到厌烦，用户说微软在试图强迫自己的偏好。在用户发现这一变化后，微软也收到了来自 Google 和 Opera 等对手的反击。 Google 高级副总裁 Hiroshi Lockheimer 说，这种新的[默认浏览器]变化来自于“这家声称是最开放、有最多选择的公司”。这根本不是“选择”。Firefox 官员还批评微软强迫“采取额外和不必要的步骤来设置和保留默认浏览器设置”。 值得庆幸的是，微软终于决定通过一个新的预览更新来恢复 Windows 11 复杂的默认浏览器设置。在 Windows 11 Build 22509 中，微软悄悄启用了一个新的切换键，让你修改所有网络相关文件格式/连接的默认浏览器设置，包括 HTTP 和 HTTPs。
2021-12-06
优秀的个人博客,低调大师

“预付费 ECS 实例”可一键添加“预付费云盘”啦~

功能说明 购买预付费实例后，之前您只能通过购买按量付费磁盘然后在升级页（对应OpenAPI为: ModifyDiskChargeType）转换为预付费的磁盘，操作比较繁琐，现支持直接为预付费的实例上添加预付费的磁盘，其生命周期跟实例保持一致。相较于按量付费的磁盘，预付费的磁盘更加便宜，可以享受预付费的一些折扣。 操作步骤（ECS 控制台） 登录 ECS 管理控制台。 选择需要添加 预付费云盘 的预付费 ECS 实例，在 操作 列，选择 更多 > 资源变配 > 添加预付费云盘。如图： 点击 添加预付费云盘 后进入购买云盘页面，如图： 点击 确认订单 > 创建订单 后会生成预付费的订单，您需要支付该订单，支付完成后云盘会自动挂载到所选 ECS 实例上，与所选 ECS 实例的到期时间一致。 其他 OpenAPI 操作，暂不支持，我们会
2018-11-28
优秀的个人博客,低调大师

Docker一键部署OpenCloud：从零搭建企业级私有云盘全指南

本文详细介绍了在 Docker 环境下部署 OpenCloud 文件管理工具的完整流程。从环境检查、镜像拉取，到使用 Docker Compose 编排服务并完成初始化配置，每一步都提供了具体的命令和操作截图。部署成功后，我们通过浏览器访问并验证了 OpenCloud 的核心功能，包括中文设置、文件夹管理、文件上传以及在线文档编辑。整个过程清晰明了，为个人或团队快速搭建一个私有化、功能全面的文件管理与协作平台提供了实用参考。
2026-09-29

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2026-04-11 大小: 211.28KB 下载: 56次
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

时间: 2026-09-24 大小: 189MB 下载: 9次
Spring

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

时间: 2026-08-21 大小: 5MB 下载: 2次
Rocky Linux

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

时间: 2026-08-21 大小: 1.42GB 下载: 6次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册