AI绘画是近年来热门的话题之一,不仅仅局限于艺术家群体,已经有越来越多的人和机构,通过AI绘画来实现自己的创作需求。譬如游戏公司,通过AI绘画来获得初级的场景和人物形象素材;电商公司,通过AI绘画更快地实现产品描述配图等。
去年11月,UCloud上线了AI绘画stable diffusion平台,在GPU云主机内置stable diffusion模型,提供jupyter可编程页面,根据用户的创意描述来生成图片。今年,UCloud将AI绘画平台全新升级,内置可视化操作界面,提供图像精准控制(Controlnet)、图像分割(Segment Anything)、图像微调等插件,为艺术创作者和设计师提供更多便利。
在UCloud使用AI绘画服务,创建仅需三步:
1) 创建GPU云主机,镜像市场选择“AI绘图 Web UI”镜像,防火墙策略开放7860端口接口
2) 登录GPU云主机,执行镜像首页提示的命令,就可快速启动AI绘画服务
3) 登录http://eip:7860即可访问stable diffusion Web UI页面(EIP为创建的GPU云主机的外网ip)
*参考文档:
https://docs.ucloud.cn/gpu/practice/stable_diffusion_webui
产品新特性:
可视化操作界面,预装多种风格模型
目前已预装stable-diffusionV1.5,stable-diffusionV2.1,anythingV3(动漫风格),dreamlike-photoreal(写实风格),deliberate_v2(写实风格)等模型。
以Prompt:
“a grey cat, headphone, cyberpunk”为例,不同模型出图效果示例如下:
Anything V3
Deliberate
Stable diffusionV2.1
图像精准控制
在AI绘画平台镜像中,已配置Controlnet插件,预装了canny、openpose、scribble等图像精准控制模型,支持边缘检测、pose指定、涂鸦等图像条件输入。
以canny模型为例,输入及输出结果如下:
Input
Output
以openpose模型为例,输入及输出结果如下:
Input
Output
以scribble模型为例,输入及输出结果如下:
Input
Output
图像分割
预装segment anything插件,支持图像分层,切割,单次可处理单张或多张图片。页面预览如下:
例如输入一只猫的图片,基于预装的sam模型,可以快速实现图像的分层、蒙版、分割。如下图所示:
Input
Output
图像微调
AI绘画平台镜像预装Additional-Networks插件,支持基于LoRA模型微调图片风格。
在webui页面操作步骤如下:
1) Checkpoint选择
“chilloutmix_NiPrunedFp32Fix.safetensors”
2) 选择“Additional Network”
3) module选择“LoRA”
4) 选择需要叠加的风格模型
模型选择页面
以Prompt:
“a grey cat, headphone, cyberpunk”为例,如图所示模型输出结果如下:
Input
Output
写在最后
AI绘画的应用场景非常广泛,可以用来创作美术作品、设计图形、制作动画和游戏等。它能够快速地生成高质量的图像和图形,同时还能够自动化一些重复性的工作,节省了大量的时间和精力。所以,不论您是专业的绘画爱好者,还是对AI技术感兴趣的普通人,都欢迎通过我们的AI绘画服务来体验一次AI与艺术的融合。
更多产品咨询,请扫码了解
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
北卡罗来纳大学教堂山分校研究团队提出MEXA框架,通过动态选择和聚合多个专业AI模型来处理复杂的多模态推理任务。该方法无需额外训练,在视频理解、音频分析、3D场景理解和医学诊断等多个基准测试中显著超越现有模型,为AI系统设计提供了新思路。