京东云开发者的个人空间 / 京东云开发者 /
正文

这篇深入浅出帖助你早日实现Stable diffusion自由

原创
京东云开发者
京东云开发者
08/17 18:12
阅读数 264
本文被收录于专区
开发技能
进入专区参与更多专题讨论

我也不想标题党，可乐高积木版的总部大楼就是好萌啊！

我是憨憨，一个不会画画的设计师。过去半年里，AI绘画曾经多次引爆公众讨论，网络上那些精致的二次元同人插画、堪比真人的AI穿搭博主、打破次元壁的赛博Coser……背后都有一个“幕后黑手” —— Stable Diffusion，其背后的技术便是人们常说的扩散模型（扩散模型这个概念源自热力学，在图像生成问题中得以应用）。
想知道上面这些精致的插画是如何实现的吗？接下来，我将结合这个案例带你走进 Stable Diffusion 的世界，帮你系统性地了解并掌握这神奇AI绘画魔法。

 虽然我们把这个过程称之为AI绘画，但实际上它并不是像人类画图一样打草稿、构线描边，再去上色、对细节加工……这样按部就班地去完成一幅画作的，它采取了一个人类不曾设想的路径 —— Diffusion（扩散）。

一、Diffusion：眼一闭一睁，一张图画好了

有一个非常形象的方式，来解释 Diffusion 的原理。
这是我家的傻狗，你可以将自己的角色带入到执行绘画指令的AI中，现在让你把这幅画用宫崎骏风格重新绘制一遍，你做得到吗？你可以尝试着把眼睛眯成一条缝去看它（如果你近视可以摘掉自己的眼镜），它是不是变得模糊了？保持这个状态，想象着它正在逐渐变成动漫里的样子，随后慢慢睁开眼睛……

这就是一个扩散模型工作的基本流程了。
在这个过程中，AI会将图片通过增加噪声的方式进行“扩散”，使它变得模糊，就像是眯起眼睛的你一样，当内容模糊了以后，你就有更充分的空间去从它原本的形态抽离，并且想象它是否能变成其他模样。AI通过深度学习的方式，将很多不同的图像都转换成了这样的抽象内容，并逐渐开始理解了这个“扩散”的过程，每学一张图，它就会通过一些方式提取图像里的信息特征，并和它的原图建立关联。
在刚才的例子中，当提到宫崎骏风格的时候，你的脑海里肯定也会跳出跟这类作品相关的风格特质来，因为你看过并且记得，这个时候，我们开始去想象它变成动画片里的样子，并且用一个动漫的方式“睁开眼睛”，让图片恢复清晰，这就是在对图像进行逆向的扩散，也就是去噪。这幅画，就已经被你脑海里关于宫崎骏的想象重新绘制一遍了。
这一原理，为我们在AI绘画中的操作提供了理论基础和指导思想。当然，这只是一个简单的比喻，在真实的AI图像生成过程中要远复杂得多，我们只需要知道，在SD里面我们能接触到的各种提示词、模型、controlNet 等，其实控制的都只是AI的学习、转化、去噪过程，而非它一笔一画的动作。

二、一幅AI绘画作品 = 提示词 + 参数设置 + 模型

这是 Stable Diffusion webUI，我们所有的操作都是在这里完成的。webUI其实只是一个执行的程序，用来屏蔽掉 Stable Diffusion 复杂的模型和代码操作。当你在浏览器里打开了这个webUI以后，就可以利用它开始作画了。
WebUI 上面一整排标签栏对应了不同的功能，作图最常用的是前两个：文生图与图生图，它代表的是两种绘制的基本方式，第三个标签的更多主要用于对图片进行AI放大处理，它可以让你生成更清晰的大图。
看过《哈利波特》的影迷一定会记得，在霍格沃兹的魔法世界里，一个魔咒想要成功施展，不仅需要集中精神念对咒语，还需要一根魔杖，以及正确地挥动魔杖的手势，任何一个步骤出现错误，都有可能导致魔咒发动的失败，极端情况甚至会被反噬，在AI绘画的魔法世界里也是类似。
1、提示词：指挥AI作图的咒语
WebUI 中被我们输入进去的描述文字或图像信息，就是 Prompts (提示词)：用于生成图像的文字输入，需要使用英文输入，但你也可以通过探索 Extensions 来实现中文输入。提示词的涵盖范围很广，可以包括：主体、风格、颜色、质感特点等一些具体要素。
 提示词分成两部分，一部分是正向的提示词，另一部分是反向提示词，分别用来控制你想要在画面里出现的、想排除在外的内容。
AI 生成出来的东西是具有随机性的，每次生成出来的东西都会不太一样，这个过程就像是在“抽卡”：想出好的图片，得靠运气来抽。比如：一个女孩在林中漫步，这其实只是一个非常概括的描述，这个女孩长什么样子、森林里有什么、时间是早上还是晚上、天气如何……这些AI都不知道，提示词太过于笼统，那AI就只能瞎蒙、抽卡了。我们可以把自己想象成一个无情的甲方，向AI沟通你的需求、AI需要改进的地方。我们对AI提的要求其实就是提示词 Prompts ，如果AI没有达到想要的效果，就不断补充、说明，多试几次总有一次可以抽到想要的效果～
虽说AI是人工智能，但它和人类智慧还是有一定差距的，有时候你会发现即使提示词已经给了很多，自己依然很难向AI表达清楚自己的需求。其实在现实生活里，这种对于需求的传递偏差与错误解读其实也普遍存在着，比如：总是干架的产品经理和程序员、甲方客户与设计师。拿我熟悉的设计举例，假如你是需求方，除了不断对着设计师一遍又一遍的咆哮需求以外，还有什么办法让他快速开窍呢？
 你可以拿着一张海报或者banner，告诉设计师我想要的感觉是这样的，那他就会更直观、具体的感受到你的想法。AI绘画也是一样，当你觉得提示词不足以表达你的想法，或者希望以一个更为简单清晰的方式传递一些要求的时候，那就再丢一张图片给他就好了。此时，图片的作用和文字是相当的，就是都作为一种信息输送到AI那里，让它拿来生成一张新的图片，这就是图生图。

2、参数设置：控制咒语释放的魔杖

这部分内容介绍一下在AI绘画过程中，webUI里面这些复杂的参数设置。
（1）采样算法（Sampler） ：简单来说，通过这些采样算法，噪声图像可以逐渐变得更清晰。webUI提供的算法选项非常多，包括 Euler a、DPM、DDIM 等。我分享几个我们经常会用到的：
  • 想使用快速、新颖且质量不错的算法，可以尝试 DPM++ 2M Karras，设置 20~30 步；
  • 想要高质量的图像，那么可以考虑使用 DPM++ SDE Karras，设置 10~15 步（计算较慢的采样器）、或者使用 DDIM 求解器，设置 10~15 步；
  • 喜欢稳定、可重现的图像，请避免使用任何原始采样器（SDE 类采样器）；
  • Euler、Euler a 比较适合插画风格，出图比较朴素；
（2）采样迭代步数（Steps） ：与采样算法配合使用，表示生成图像的步数。步数越大，需要等待的时间越长。通常 20-30 步就足够了。默认的采样步数一般都是20。如果你的算力充足且想追求更高的细致度，就设置为30-40，最低不要低于10，不然你可能会被你自己产出的作品吓到。
（3）面部修复 ：在画人物的时候需要勾选上，他可以改善细节、纠正不准确的特征，让生成的人脸显得更加自然和美观，类似美图秀秀的一键美颜。
（4）宽度 & 高度 ：生成图像的宽度和高度分辨率。默认的分辨率是 512 x 512, 但这个分辨率下的图片，哪怕是细节再丰富，看起来也很模糊，所以设备允许的情况下，我们一般把它提到1000左右。相同的提示词用更高的分辨率跑出来，质感完全都不一样。当然，分辨率设置得太高也会有问题，显卡显存扛不住，出现 “CUDA out of memory”的提示。为了让我的AI绘画有强悍的性能，保证我的出图效率和体验，我使用了 京东云GPU云主机 ，它拥有超强的并行计算能力，在深度学习、科学计算、图形图像处理、视频编解码等场景广泛使用，可以提供触手可得的算力，有效缓解计算压力，让我在高清出图时不再有“爆显存”的烦恼。
京东云GPU云主机 ：https://www.jdcloud.com/cn/pages/aistudy?utm_source=c_aimodel
（5）平铺/分块（Tiling）： 用来生成无缝贴满整个屏幕的、纹理性图片的，如果没有需要慎重勾选哦，它会让你的画面变得很奇怪。
（6）提示词相关性（SFG Scale）： CFG Scale 的范围是 1-30，默认值为 7。我们可以通过调整不同的 Scale 值来观察图像的变化。它的数值越高，AI绘画忠实地反映你提示词的程度就越高，7～12之间是比较安全的数值，数值太高则容易引起图片变形。
（7）随机种子（Seed）： 生成图像的随机种子，类似于抽奖的幸运种子，会影响生成的图像结果，是我们用来控制画面内容一致性的重要参数。如果我们想要画面保持一样的风格，就可以使用同一个随机种子。在这个随机种子里面，有2个功能按钮，点击右侧的骰子，可以把随机参数设置成-1，每一次都抽一张新的卡；点击中间的循环按钮，就会把种子设置成上一张图片抽出来的数字。
（8）生成批次、每批数量 ：每批、每次次生成的图像数量，如果显存不够大，建议调小数值。因为AI绘画的不确定性，即使是同一组提示词，也需要反复试验。这个试验过程有时候会很漫长，如果你想让AI一直不断地按照同一组提示词和参数出图，可以尝试批次数调高，绘制的过程则会不断重复地进行。所以完全可以让它一口气来上个几十次甚至上百次，自己去吃个饭、睡一觉，让显卡默默地在这里打黑工。增大 [每批数量] 可以让每批次绘制的图像数量增多，理论上效率会更高，但它同一批绘制的方法是：把这些图片拼在一起看作一张更大的图片，所以如果你的设备不好，非常容易爆显存。
🎉🎉感谢认真的你已经阅读完4218个字了，如果读到了这里，说明你对这类话题感兴趣，也对我的科普比较认可，文末有交流群可以加入🎉🎉

3、模型：要施展的魔法种类

AI之所以能满足你的各种奇奇怪怪的需求，其实来源于它对很多其他画作的深度学习，我们把拿图片给AI学的这个过程，叫做喂图。学习的内容不仅包括对具体事物的形象描绘，还包括对他们的呈现方式，说通俗一点，就是“画风”。如果我们喂给AI的图片都是二次元风格的，那他的世界就是二次元的；如果你喂给AI的图片都是真实世界里的照片，那它就画不出“画”来。我们“喂”给AI图片以及AI学习的这个过程，会被打包、整合到一个文件里面，他们就是AI绘画中的“模型”：使用不同风格的模型，就能做出不同风格的作品。
大模型： 在webUI左上角的内容就是我们常说的大模型，也叫做基础模型，比如sd-v1.5.ckpt，sd官方自带的基础模型。这类模型都是由dreambooth技术，经过大量数据训练，可以生成各类常见元素的图片，一个全能工具，不可缺少，否则sd不能启动，文中的很多图片来自不同的大模型，感兴趣的可以留言或者文末加入我们的交流群一起讨论。
VAE模型： 变分自解码器（Variational Auto Encoder），vae的作用是增强模型的色彩、光照等表现效果，相当于给模型加了美颜滤镜。所以如果你发现你的模型做的图发灰，检查一下vae文件是否勾选。目前多数比较新的模型，其实都已经把VAE整合进大模型文件里了，多数模型作者都会推荐他们认为合适的VAE，也有一些普遍适用于大多数模型的VAE，例如 kf-f8-anime。
下载渠道： 一个是 HuggingFace （https://huggingface.co/），它是一个允许用户共享AI学习模型和数据集的平台，包含的内容非常广，不仅有AI绘画，也包括很多其他AI领域的内容，因此呈现出了比较高的专业门槛；另一个是 Civitai （https://civitai.com/），俗称C站，它是一个专业的AI绘画模型分享平台，在这里看到的各种模型展示是非常图像化、具体化的，并且在C站浏览、下载模型均不需要注册。
实际上模型不止Checkpoint一种，接下来再为你介绍3种用来微调主模型的"小模型"。
（1）Lora 模型 ：最近最火爆的模型，最大的特点就是几乎图像上的信息它都可以训练，并且还原度非常高。现在网络上流行的很多Ai真人绘图软件基本都是用的Lora模型。Lora模型主要用于固定图片风格，因为这类模型具备容易训练、对电脑配置要求低等特点，因此使用Lora训练的人更多。
比如上面这张图，使用的lora模型是LegoAlrev，它可以让我们的总部大楼呈现出乐高积木的风格。
目前LoRa主要应用特点是各种游戏、动漫角色的二次创作构建，因为训练LoRa需要针对一个对象的各个方面的素材，如果是人物，那就需要不同姿势、不同表情、甚至是不同画风的东西，来帮助AI固定里面的特征。一些热门的ACG角色往往拥有充分的素材可供训练，出来的效果是非常不错的。
（2）Embeddings模型 ：又叫Textual Inversion模型，需要和主模型一起搭配使用，可以简单理解为提词打包模型，体积一般只有几十kb。可以生成特定角色的特征、风格或者画风。
如果说checkpoint是一本大字典，那Embeddings就像是字典里面的一片小书签，它能够精准的指向个别字、词的含义，从而提供一个极其高效的索引。这种索引方式，除了能帮AI更好地画好字典里已经有的东西以外，有时候也可以帮我们实现特定形象的呈现。比如：我们想让AI画一只“猫又”，字典里虽然没有直接记载猫又这种比较偏僻的概念，但它知道“猫”怎么画、知道“人”怎么画，也可能知道“妖怪”怎么画，那我们就在字典上记有这些概念的页面里，分别夹上一片醒目的书签，那AI一听到“猫又”，就直接翻到这几页，把里面的信息汇总到一起，就知道“猫又”是个什么东西了。
（3）Hypernetwork模型 ：同样需要搭配主模型一起使用，它最常用于画风、效果的转换，也可以用于生成指定的角色。相比 Embeddings 和 LoRa 来看，网上多数研究者对Hypernetwork在图像生成方面的评价并不好，并且它的作用其实是可以部分被LoRa取代的，现在也有不少优秀的LoRa通过对训练样本的把控实现了画风的塑造植入，我平时用的不多，所以这里就不过多介绍了。

三、高清放大-拒绝低质量的出图

在webUI里，有一系列功能是专门为了优化产出图像质量，让我们获得更大、更高清的图片而存在的，例如高分辨率修复、Upscale脚本，以及附加功能中的图片放大算法，他们的本质都是把低分辨率的图片再拿去“图生图”一次，从而得到一张更大的图片。
在刚才的生成的图片中，它的画面看上去还挺精致，但因为分辨率低，导致了一些细节的缺失和混乱，这里我们使用 Upscale脚本来实现高清放大。
把它从图库浏览器加载至图生图，所有的生成参数会自动同步过来，为了取得和原图比较相似的效果，控制重绘幅度在0.4左右。在参数设置区域的最下方，有一个用于加载脚本的选项，选择放大脚本，缩放系数相当于放大倍数，放大算法决定了在将这个低分辨率的版本“打回重画”的时候AI如何操作。图块重叠的像素（Tile overlap）选择64，宽度和高度在原有基础上各加64，设置完成后点击生成就可以了。

这个过程绘制方法很巧妙，它是通过把这张图均匀地切成4块去画的，画完以后再拼回到一起。如果只是机械地拼成4块，那相邻图块之间的接缝处肯定会出现非常生硬的过渡边缘，刚才设置的64像素重叠就是来解决这个问题的，它是一个缓冲带，可以让4块区域“拼合”的过程变得更加丝滑。
四、局部重绘-对画作的自由修改
扩散算法给图像生成带来了无限的可能性，却也有许多不可预估的问题，例如人物四肢的混乱、景观的错位等等。

我们抽取到一张盲盒风格的公司总部大楼，但是还想在这个基础上再做改进：草地上多一些花，我们可以借助关键词、并借助随机种子固定画面，但这样一定会碰到两个问题：首先，即使随机种子完全一致，当提示词发生变化时，这个新的随机过程也是相对不可控的，就可能会出现人换了姿势、画面大幅变化的情况；另一方面，如果图片已经经过了高清修复或者upscale放大，这意味着要重新画一张非常大的图，耗费时间就更长了。我们对这张图99%都是满意的，重画一张值得吗？我们试着把这1%单独拎出来处理一下，这时我们可以用局部重绘这个功能。
局部重绘就像我们写作业时使用的涂改液、修正带一样，它可以针对一张大图里的某一个区域覆盖重画，既能修正错误，又不至于把整张纸撕掉重画一遍。
将一张图拎出来进行局部重绘的方式有很多，最简单的就是在图库浏览器里直接点击右下角的局部重绘按钮，它会跳转到图生图，因为局部重绘属于图生图的一个下属分支功能。也可以通过图片区域上方的标签切换到局部重绘（inPaint），在这里除了可以加载用AI画出来的图以外，还可以使用电脑上的其他素材图片。
有一个小小的变化：当你把鼠标移动到图片区域上时，会出现一个画笔，使用它可以在图片上涂出黑色区域，覆盖住想要AI重画的地方。右上角有两个按钮，撤销、调节画笔的笔触大小。
这里面有一个“蒙版”的概念，蒙版是图像处理领域的专业名词，泛指一些用以限定处理区域的范围对象，字面意义上理解就是一个蒙住了某些关键区域的版子，如果你学过PS，对这个概念一定不会陌生。在这里我们画笔涂出来的黑色，也是一个这样的蒙版。蒙版蒙住的内容，可以想像是把这一小块拿给AI图生图的时候，它接收到的信息。
在重绘的过程中，整张图片都经历了一个重新加噪并去噪的过程，相当于把这一块拿出来单独“图生图”一下，最后再拼回到原图里。用这种方式，就可以自由的指挥AI针对画面内部的各个区域做单独的修改了，而想要进一步的把控修改的细节，就需要调整局部重绘参数，他们会具体决定这个重绘过程的一些实现方式。
[原图] 就是原图的内容，而如果你想给AI多一点发挥空间，可以选填充，这样会把原图高度模糊以后再输入进去生成，后面两种涉及潜变量、潜空间的生成方式原理比较复杂，简单的说就是把这个图生图的过程进一步复杂化了，加入了加噪、去噪的过程，理论上对图像的改变会更显著，你可以试一下。
重绘区域的 [全图] 和 [仅蒙版] 是AI针对你的画面做处理时的一个逻辑，如果选全图，那么AI会基于你新的要求（提示词、参数）把整张图重新画一遍，但最后只保留画出来的这一块区域拼回去；如果选择的是仅蒙版，那画面画幅会缩小到蒙版区域附近，把这个区域当作一张完整的画面，然会再拼回去，这种方式涉及的区域小，绘制速度很快，但因为它没法读取图像全貌，所以经常出现拼上去以后变得奇奇怪怪的问题。因此，多数时候我都会建议你把“格局打开”。
这不是说 [仅蒙版] 的重绘就一点价值也没有，一些针对性强的修改反而会希望缩小图片画幅，但这个时候你需要降低重绘幅度避免变形，并且对提示词做净化处理。
仅蒙版模式的 [边缘预留像素]，和上面放大时提到过的“拼合缓冲带”作用类似，这里不再赘述了。
[蒙版模糊] 决定了你的这个重绘区域边缘和其他部分是如何接触的，这个和PS里面“羽化”的概念非常像，一个10以内的模糊数值可以让重绘区域拼接进去的过程更加丝滑。
恭喜你！已经看完了90%的内容，可以的话给我个“一键三连”吧～

五、ControlNet-AI绘画的工业革命

今年2月，一款名叫ControlNet的AI绘画插件横空出世，固定构图、定义姿势、描绘轮廓，单凭线稿就能生成一张丰满精致的插画。ControlNet 翻译过来就是“控制网”，开发者是一位叫做Lvmin Zhang的华裔，早在2017年，他就发表过一篇论文研究使用增强型残差U-Net与辅助分类器生成对抗网络来实现动漫素描的风格迁移。他第一篇关于ControlNet的研究论文发表在23年2月10号，几天后就将适配于webUI的ControlNet扩展开源在了GitHub上，一经公开就引发了重磅讨论。
上文说到，基于扩散模型的"AI绘画"是非常难以控制的，去扩散这张图片的过程充满了随机性，如果只是用于自娱自乐，那这种随机性并不会带来很大的困扰，画出来的内容和预想中有一点偏差也可以接受，但一些真正面对具体“需求”的时候，如果不能做到精确的“控制”，只能依赖“抽卡”式的反复尝试来得到想要的东西，那AI的产出水平是缺乏稳定性的，也绝对无法称之为一个真正的生产力。ControlNet以一种近乎降维打击的方式实现了很多前所未有的控制，我个人觉得，它的出现直接把SD提升到了可以大规模商用的高度，从而拉开了同 Midjourney 的差距。
在作用原理上，ControlNet和LoRA有许多相似之处，定位都是对大扩散模型做微调的额外网络，它的核心作用是基于一些额外输入给它的信息来给扩散模型的生成提供明确的指引，这个过程和图生图有点像，本质上都是在通过一些方式给AI提供额外的信息，但ControlNet记录的信息比图生图里的图片更为纯粹，排除了图片本身的元素——比如上面已有的颜色、线条的影响，那就不会对其他你想要通过提示词、LoRA等去输入的信息构成太多影响。
目前有很多做ControlNet的模型，这里结合一开始的案例介绍一下Canny。
Canny是一个最重要的模型，它来自于图像处理领域里的一种边缘检测算法，致力于识别并提取出图像里面的边缘特征。Canny几乎可以被应用在任何需要还原图像外形特征的场景里，比如画一只狗狗、一辆汽车，这些复杂形象通过它们的外形得到了识别，那Canny就会把这种外形特征使用线条勾勒出来，在生成的时候控制图像还原。如果你的图像里包含了一些需要精确表达的内容，例如文字、标识，使用Canny可以有效确保它不变形。

输入一张图片，选择Canny预处理器和模型，它只有一种处理手段，没有那么花里胡哨，点击“爆炸”，处理出来的线条图是这样一幅有点草膏味道的黑底白线线条图。使用Canny过程中，如果有些线条无法被识别出来，那可以考虑适当降低下面两个Threshold（阈值）的数值，它能将更多明暗差异不是那么明显的线条识别进来，从而让形体更加准确。但注意，线条也不能过于密集了，不然生成出来的图像可能会有很多无用的小细节，显得有点“脏”。
就像提示词不怕越加越多、多个LoRA模型可以按照不同权重一起使用，ControlNet也可以把几种不同的模型“混合”在一起，从而实现更加精准的控制。

在设置里面，找到ControlNet的设置选项，在里面有一个多重ControlNet（MultiControlNet）的最大模型数量，默认值是1，你可以将它调大-保存-重启webUI，你的ControlNet就变得稍微不一样了：原来只有一组ControlNet选项，但现在上面冒出来几个新的“Unit”, 你可以在里面配置完全不同的预处理器和模型组，也可以使用完全不一样的图片作为输入信息：一个经典的组合是 lineart + brightness，实现创意字体效果，更多复杂的玩法，你可以自行尝试～也可以文末加入交流群，我们一起探索炼丹之术❤️
看到这里你应该开始慌了，ControlNet已经有了15种不同的控制模型，而他们光是两两组合，就会有超过100种实际应用，但其实，并不是随便2个凑一起就一定行的，这里面组合的关键就在于你需要让他们存在一定程度的“互补”，让一个网络帮另一个网络实现那些它做不到的事情。

ControlNet的发展很快，只凭记忆力去追赶它，如同骑着共享单车去追高铁一样望尘莫及，但无论是看起来一丝不苟的Onenpose、Depth，还是天马行空的HED、Scribble，又或者实现创新性局部重绘的inPaint模型、在放大工作流中用于增加细节的Tile模型，以及前不久刚发布用于固定特征的Reference Only……它们都是在某些方面帮助我们去对AI施加一些用语言、文字不是那么好传达的“控制”，而从严格到宽松，控制效应的强弱在变化，最终塑造图像的方式也会有差异。只要看清ControlNet的本质，预处理器和模型作用的根本关系，以及在这中间给AI施加“控制”的尺度，你就具备了自由去探索任何一种ControlNet的能力。

六、取代你的不是AI，而是比你更会用AI的人

在AI绘画诞生以来，围绕它的讨论和争议从来没有停止过，有人认为它会“取代”设计师，对行业造成冲击；有人不理解它的生成方式，认为它始终是一个“玩具”……随着AI的快速进化，AI绘画已经从一种试验性的新技术，变成了一个拥有无限潜力的新型生产力，并开始被行业普遍接受。网易、腾讯等大厂体验设计团队都已经开始使用AI提升工作效率，并不断探索新的可能性。
我知道此刻的你在担心什么，Stable Diffusion的架构如此复杂，让很多没有代码基础的小白望而却步。为了让大家更低门槛的体验在云端“快乐作画”，我为你制作了系统镜像，里面内置了 Stable Diffusion 及自动补全提示词等一系列好用的插件，还下载好了几款目前社区里比较火的模型，真正做到开箱即用。
购买方式非常简单，在京东云官网下单后买 GPU标准型（12C48G P40） ，现在购买立项新人19.9元/7天的1折体验价。
GPU标准型（12C48G P40）链接：https://www.jdcloud.com/cn/pages/aistudy?utm_source=c_aimodel

使用方法：
  1. 开通时选择 [AI绘画 Stable Diffusion 镜像]；
  2. 公网IP申请及绑定 （https://docs.jdcloud.com/cn/learn-best-practice/ipset） ；
  3. 按照 镜像使用说明（https://docs.jdcloud.com/cn/learn-best-practice/aihhs）  开启端口、启动服务，然后就可以在浏览器内访问 [IP+7860端口]，即可进入SD的魔法世界。如果你还有疑问，可以评论区留言或者加入下方交流群。
看到这里，这篇文章也进入了尾声，感谢你的时间，让这篇文章子变得有意义❤️。 在AI绘画这个领域，我们可以探索的知识和应用场景还有很多，在接下来的日子里，我也将继续与你分享。
如果你也是喜欢创新、探索的朋友，可以加入我的微信群起交流炼丹奥秘（无法加入的朋友可以先添加我的个人微信号，我拉你入群）。

-end-

本文分享自微信公众号 - 京东云开发者（JDT_Developers）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。

展开阅读全文

© 著作权归作者所有

举报
加载中
点击引领话题📣 发布并加入讨论🔥

热门评论

p
phper08 2023-11-29 18:02
https://gitee.com/dotnetchina/Furion/blob/v4/LICENSE.zh “特此免费授予任何获得本软件副本和相关文档文件（下称“软件”）的人不受限制地处置该软件的权利”
m
mylady 2023-11-30 13:14
这次让他做成了，后面还会有更多的开源钓鱼了。
魔力猫
魔力猫 2023-11-30 10:23
如果老版本照旧，新版本文档封闭，这没太大问题。遗留系统，各种烂事多了去了。升级框架要加钱不算啥。可如果把老文档也封了，就等同绑票！而且作者也别吹已经有多少肉票交了赎金。交钱的有多少心里咒你们没点数？如果不是沉默成本太大，谁愿意给这笔钱？！考虑过这个框架但没用的，那是真庆幸自己没被杀猪。以后不是真正大厂支持的项目，敢随便放到公司里面了。像这次的事情，风险没边了！今天封框架文档，明天就可以封部分API，不给钱不能用。MIT协议在眼里不如一张厕纸。如果程序员把框架推荐引入公司项目，结果出了这么一出，尴尬不？接下来怎么办？跟公司说现在要交赎金，遇到苛刻的老板，为这499就让你拍屁股走人，还不给补偿，罪名都是现成的，给公司造成重大损失，499不是钱的事情，而是项目风险不可控。
技术粉
技术粉 2023-11-29 15:39
看了，确实吓人，而且还看到了小人得志后的嘴脸。太吓人了
海超人z
海超人z 2023-12-02 08:43
ruguo 1 + 1 == 2: fanhui Zhen fouze: fanhui Jia
AdminBj
AdminBj 2023-12-01 14:10
作者，我其实很支持你走一些商业化道路，在知道你开启了vip服务的第一时间我就充了vip。 但是严格的将，furion文档之前是跟furion开源库的，而furion库是明确写了MIT协议。你现在把文档从这里面移除进行收费，是非常不明智的行为，此举也违背了MIT协议，，所以才遭到很多人的口诛笔伐！ 希望慎重，可以从其他方面走一些商业化而不是把之前mit库里的内容移除！
y
yejun365 2023-12-01 22:14
人家就是这个意思，上了贼船由不得你了，吃相难看
魔力猫
魔力猫 2023-12-01 09:33
但是这是在违法！不想维护了可以放弃。不能说你觉得免费付出亏了，就可以绑票勒索。你以MIT协议分发，现在自己违反。别扯什么99.99%都是自己写的。项目文档接了别人的pull，哪怕一个字符，人家也有版权！你哪怕后续版本改闭源，最起码也要所有贡献者同意。而且文档收入，人家有资格获得报酬！
KL博主
KL博主 2023-12-02 00:24
https://www.oschina.net/question/4700705_2331356 KKFileView 也在开源路上探索，问答里面就有很多人问到了开源怎么持续发展的问题，我个人觉得在不影响项目开源初衷前提下，获取一点经济支持来更好的维持项目发展，真的无可厚非。
F
Francesca 2023-12-01 23:31
那华为是什么公司？忽悠公司，吹牛公司？
木有龙井茶
木有龙井茶 2023-12-01 09:49
不诚信，违背开源协议，威胁用户。 说得再多都是狡辩。
叨
叨叨颠颠 2023-12-01 09:11
吃相难看，有什么zg引入释迦牟尼，还各种古今句典，凑显摆什么，释迦牟尼布道收你钱了，用别人的句典收你钱了。别再解释，又当又立，君子爱财取之有道。马户马户
幻影分身
幻影分身 2023-12-02 07:44
正式版出了？
天朝八阿哥
天朝八阿哥 2023-12-02 09:13
更何况【开源】也不过是【闭源】与【自由】的折中取舍而已
kalman03
kalman03 2023-12-01 22:21
mvncenter.com 上查一下最新版本
码农小胖哥
码农小胖哥 2023-12-02 08:55
这不是搞笑 文档 和 source 看他当初约定 如果是两个项目产品 走两种license 一点问题也没有 如果是作为产品 就是一个license
l
liaoxuewei 2023-12-02 09:16
认同你说的，历史的版本如果不调整做法，新版本起调整，我个人认为是合理的。
l
liaoxuewei 2023-12-02 09:02
如果历史版本都不行，那确实，我也不认同，我没有使用Furion，纯以开源角度谈，否则所有开源作品都可以这样挖坑。
o
osc_96846813 2023-11-30 19:33
哥们，如果缺钱你可以发起水滴筹，相信大家都能理解的，何必弄的这样里外不是人呢。😂
有
有色白水 2023-12-02 08:09
那么问题来了，他作为作者，有没有权利删除文档？他哪句话承诺了文档永远不收费？只是说开源项目免费，那么文档是不是属于开源项目，这个是作者说了算的，如果他承诺过，开源项目里包括文档，文档永远不收费，那他出尔反尔，他没有说过，作为开源项目的作者他有这个权利的
osc_73355549
osc_73355549 2023-11-30 16:35
主要是收费之前的文章应该免费公开，收费后更新的文章可以加密，这坑人的玩意，之前还推荐同行用。
y
yejun365 2023-12-01 22:12
还好意思在这里炫耀敲诈的成果
木有龙井茶
木有龙井茶 2023-12-01 09:59
对错都不谈了，还说个毛线啊。首先，文档以前包含在源码里，也是开源的，现在删了。用户有权部署之前开源版文档，现在他说不允许你部署，这是违反开源协议的。兴趣是不能成为饿肚子的理由，但也不是把以前承诺当屁放了的理由
我的ID是jmjoy
我的ID是jmjoy 2023-11-29 13:47
跟“降本增效”有个毛线关系，真以为毕业生就能升级k8s了？
漫步海边小路
漫步海边小路 2023-12-02 07:55
话说官网没有这个型号,哪里能看到卖多少钱?
y
yejun365 2023-12-01 22:22
了解清楚情况再发言
百小僧
百小僧 2023-11-29 14:37
去看看pr，我一个人写了340万字的文档，其他所有开发者提交pr贡献文档的字数总不超过1000字。99.99%都是修改错别字。
scmiot
scmiot 2023-12-01 23:54
从输入上来说，中文复杂，从关键字上来说英文记不住的中文也一样 ，从语义上分析会不会有歧义？中文打了那么多能不能AI生成一段？
l
liaoxuewei 2023-12-02 09:10
SunnyUI也收费，我当时也是祝贺他们，虽然我们没有用，感觉这是一种好的迹象，因为开源有支持，作者也会得到回报，这是良性的循环。大家没有反对收费，有些人不要混淆视听，只是反对改变历史版本挖坑的做法。换一个角度来说，先不说开源的，比如我们是不是可以说四大发明现在收专利费？
陈钇蒙
陈钇蒙 2023-11-30 19:53
管你有什么大道理, 你确实违反了你用的开源协议mit协议, 说再多都没有用, 你搞的就不是开源这种东西
魔力猫
魔力猫 2023-12-01 09:59
软件系统是有沉没成本的。哪有什么喜欢用不喜欢不用的。你一句话就能去IOE？为什么这个难？因为之前的投入直接归零，之后还要再投入几个亿？！而且失败可能性不低，真要到时候全系统崩溃，公司破产都不是不可能。换到这里。如果公司已经在几个十几个项目里面用了这个框架。那怎么换？当初做决定的人，要么忽悠老板买VIP，要么自己悄悄掏钱买文档。不然？直接就是“引入重大风险，造成公司严重损失”，一分钱赔偿拿不到，直接走人！
2
292015 2023-12-01 12:50
第一次看到furion这个词，很震惊。原因很简单，一个库取这个名字，怎么担得起。都不说一开始这个库就有对标spring的意思。然后我就说了一句这个名字的问题，结果你应该知道的。我没再说什么，毕竟各人有各人的看法。再然后，看到某些对这人的评论，说他造假微软mvp。这么石锤的评论，显然是真的。我当时就觉得，这得多黑的脸才能干这种事。 现在嘛，呵呵，一贯如此，飞逝都不要了。再说一句实话，很多软件加入神话、哲学相关的事情，也就用了一个名字而已。这确实可能多一点文化认同感。但是没人大段大段的说一堆废话。这种属于土鳖行为了，而且非常恶心。
魔力猫
魔力猫 2023-12-01 09:50
作者表示想不通？绑匪觉得绑票拿钱，天经地义，我们更想不通。如果不把你骂死，始作俑者，其无后呼？大家都这么玩，谁还敢用开源？特别是国内开源！你不就是仗着国内绝大多数用户，不愿意花钱跟你打官司么。我要正好是项目技术负责人，脑子昏聩，把你的框架引入了项目，结果现在被绑了，咋办？和老板说，咱们被勒索了？苛刻点的老板，我怕不是马上卷铺盖滚蛋！还不是只能含泪自掏腰包，找你买文档，赎肉票？！作者洋洋得意的三千多文档用户，有多少不是这么来的？！
渔民小镇
渔民小镇 2023-12-01 11:31
说句公道话，软件作者是有权修改的； 如果之前的文档也在库里，并且是 MIT 协议的；大家可以放心使用，并且有权公开到互联网中供大家使用，因为这符合 MIT 协议；如果作者明确说明了文档收费并且不使用 MIT 协议了，那么在这之后的文档就不能再以 MIT 协议使用，但在这之前的依旧是 MIT； 说白话一点就是，假设之前的文档有 11 篇，那么这 11 篇遵循的是 MIT 协议；如果作者宣布文档不再使用 MIT 协议后，又多加了几个新的文档，或者修改了之前的文档，那么这些新文档将不能随意传播；注意，之前以 MIT 发布的那些文档大家有权使用，并且有权公开，因为这符合 MIT 协议。 除了使用外，还能将其商业化，因为这也符合 MIT 协议；也就是说，如果大家有兴趣可以在 MIT 协议的文档上自己维护一份，实时地跟进框架源码来写一份属于自己的文档；在这之上新增、修改的文档版权属于维护者，因为这并没有破坏之前的 MIT 协议。 对于收费，如果还有其他做开源的作者，请提前规划好开源协议和发展路线；建议使用 GPL、AGPL 类似的开源协议，这种协议更符合开源精神和GCZY精神；对于想私有化项目的人，可以选择私有化授权。 通常来说，一些开源项目如果声称完全免费的，我都不会去关注，除非该项目得到了其他资金的支持；但如果有两个大致相同的开源项目，一个有商业性质，一个完全免费，我会更关注具备商业性质的开源项目。在 git 上有很多长年不更新的开源项目，通常是刚开始有激情，没多久就不再维护了。 收费并不一定是坏事，通常免费的才是最贵的。但大多数使用者没有计算时间成本，所以只关心是否免费。 大多数白嫖的想法是：你这产品不错、你这框架不错、你这项目不错，应该免费。 还有一些江湖侠客给你说各种大道理，让你免费提供劳动力；这些不过是慷他人之慨的白嫖的人，真让他们付出时，结局是真有一头牛。
青苗
青苗 2023-12-02 09:36
@百小僧 真如胖哥说的 fork 搞一个 openFurion 悔之晚矣给别人做嫁衣，开源赢利点其实很多目前您的做法有点杀鸡取卵，建议出付费模块或者付费技术支持大家更容易接受。
哈库纳
哈库纳 2023-11-29 15:30
周鸿祎说的没错 360 的确是可以被卸载，但是周鸿祎没说 3721 会把它重新安装回来。
爱吃生梨
爱吃生梨 2023-11-29 22:13
MIT协议，想收费出个plus版本啊。国内这么玩的其他开源项目文档收费至少不会拿已公开的部分威胁用户，这位到好，玩的真6，好感度直接降到冰点。国内开源环境就是这么被玩完的。
百小僧
百小僧 2023-11-30 20:30
👉👉👉 说句实话，有时候我还是想不通你们这些人的。 我们认识吗？我们有那么大的仇恨吗？我是伤害了你的利益吗？你了解的事情经过吗？你听到的看到的都是真的吗？你怀疑过这一切吗？你有限的知识够评价别人无限的人生吗？互联网那些被网暴的人真的就是道德败坏的人吗？你看懂社会运行规则了吗？人性的弱点你读懂了吗？你躬身入局了吗？自然辩证法学过吗？王阳明的心学心外无物课外阅读过吗？ 捕风捉影、愤然怒喷，把自己放在上帝的视角藐视着这一切，彷佛是一切的主宰，道德的化身，法律的审判者，人间的正义使者。
KL博主
KL博主 2023-12-02 00:24
https://www.oschina.net/question/4700705_2331356 KKFileView 也在开源路上探索，问答里面就有很多人问到了开源项目怎么持续发展的问题，我个人觉得在不影响项目开源初衷前提下，获取一点经济支持来更好的维持项目发展，真的无可厚非。
l
liaoxuewei 2023-12-02 09:00
纯探讨，我不了解这个历史，从某个版本开始收费是不是可以呢？我理解应该是可以吧，如果说直接历史全部收费个人觉得不行，不然全部开源作品都可以这样挖坑。但是从新版本开始，按开源的常规做法，我也想了解，有没有大佬说说。
osc_73355549
osc_73355549 2023-12-01 09:29
之前是声明免费，现在是99，后面++++，谁用谁+++++..是诚信问题，不是收费问题。
y
yejun365 2023-12-01 22:07
对错都不谈了，还说个毛线啊。首先，文档以前包含在源码里，也是开源的，现在删了。用户有权部署之前开源版文档，现在他说不允许你部署，这是违反开源协议的。兴趣是不能成为饿肚子的理由，但也不是把以前承诺当屁放了的理由！！！！重发一位网友的反对理由！
刀哥
刀哥 2023-12-01 23:22
开源也要吃饭才开的了源，不然项目大概率最终会死。如果项目真的给你带来了价值，花钱是应该的，否则明年项目黄了，对你有啥好处 ？
一介农夫
一介农夫 2023-12-02 00:03
在输入上用中文就没啥优势了
依然藏锋
依然藏锋 2023-12-01 10:03
都别吵了，.net的兄弟们，有能力，转Rust, Java 它不好吗？ 要生态有生态，要性能有性能， .net 在国内ZF都明令不用了，现在除了在游戏开发U3d还有点用外，还有啥？ 不值得你们花时间精力吵来吵去。 不过宣称MIT 开源，突然收费这行为只会让人有种被骗的感觉。。。
天朝八阿哥
天朝八阿哥 2023-12-02 09:11
真的不知道有哪个开源协议说过【开源=免费】，一帮子人就开始拿着【开源协议】在这口诛笔伐了，唉，搞笑
木有龙井茶
木有龙井茶 2023-12-01 23:20
哈哈哈哈，这下看清这个人了吧，交了钱还不让公开提建议了，自己把事情拿出来说了，不让别人提建议，提就是宣泄，哈哈哈哈！
技术粉
技术粉 2023-11-30 16:34
https://oscimg.oschina.net/oscnet/up-b182b52fe56f56bb8308410992824b53134.webp
angelshaka
angelshaka 2023-11-29 14:02
偷换概念，把你自己违反MIT协议跟小程序混为一谈真的好意思吗？还有脸威胁人家私有化部署追究法律责任？你是知法犯法懂吗？ 看到你威胁别人的帖子，吓我一跳，大家都看看他怎么吓唬人的： https://github.com/Rwing/debian-benchmarks-game-visualization/issues/1
zoujiaqing
zoujiaqing 2023-12-02 00:36
雷传志？小米是草根？金山和联想是多大的毒瘤不知道？
哒不溜滴滴
哒不溜滴滴 2023-12-01 22:36
你愿意出来单独发个说明我觉得已经很了不起了. 确实, 很多人包括我也不了解事情到底是什么样子, 乍一听事情觉得好像是你不道德似的. 但是我看了评论区有个说 ThinkPHP 文档也收费, 就算不去了解你们的项目, 也突然能理解文档收费了. 其实我一直不太理解有些人怎么这么能喷, 喷 SSPL, 喷 BSL, 我眼中的"开源"就是你愿意共享代码, 又不硬性要求回报, 已经是在做好事了. 兄弟, 加油!
无法选中
无法选中 2023-12-01 08:59
MIT 许可证，免费授予任何获得本软件副本和相关文档文件的人不受限制地处置该软件的权利，请问你遵循的是MIT协议么，不是就把许可证换了，改一份中国MIT出来
y
yejun365 2023-12-01 22:16
一副小人得志的模样，大家都看清楚了，千万别碰
l
liaoxuewei 2023-12-02 09:06
这个时候，开源中国应该站出来，否则以后大家都要小心开源框架了。
刀哥
刀哥 2023-12-01 23:29
在中国做开源挺难的，可能饭都吃不饱。
p
phper08 2023-11-29 18:01
https://gitee.com/dotnetchina/Furion/commit/66eec96da18c7f69ae30c608ec4e8f14e21f9718 把版权所有者从“百小僧, 百签科技（广东）有限公司 和所有贡献者”改成了“百小僧, 百签科技（广东）有限公司”
z
zb94748325 2023-11-29 12:23
什么辣鸡行为啊，别又当又立。搞社区版和商业版的公司多了去了，没人会骂。先开源再搞部分收费就特么辣鸡，还怨别人带节奏？？？鄙视鄙视鄙视！👎👎👎
码农小胖哥
码农小胖哥 2023-12-02 09:22
我建议 有能力的 fork 前面的版本 弄个 openFurion 合理合法 搁着打嘴炮没有意义
溪涧顽石
溪涧顽石 2023-12-01 13:27
你出尔反尔, 违反了mit开源协议. 一条足以
J
Jason909 2023-11-30 18:37
0动弹，0博客，0问答，0关注，0粉丝，0经验值，0开源豆，这位比我们都有钱的大老板在这里发出了他的第一条讨论。

关于作者

京东云开发者
Lv10
京东云开发者
私信
提问
文章
1.6K
经验值
5.1W
粉丝
1.3K
关注
5

作者的专辑

全部
大模型时代(1)
性能优化(15)
案例分享(71)
开源(1)

作者的其它热门文章

▪ {{formatHtml(o.title)}}

热门资讯

1
滴滴史上最严重服务故障，罪魁祸首是底层软件 or “降本增笑”？
2
Firefox 在 2023 变得更快了
3
Furion 文档收费？
4
Furion 商业化探索得罪了谁？v4.9.1.8
5
龙芯 3A6000 桌面处理器正式发布，国产之光！
6
龙芯宣布兼容 IE 的龙芯浏览器
7
华硕发布龙芯 3A6000 消费级主板
8
阿里达摩院撤裁量子实验室，已将实验室及仪器设备赠予浙江大学
9
Layui 2.9.0 发布，收官 2023 🚀
10
Fish Shell 采用 Rust 重写会导致性能下降

推荐关注

换一批
彤
彤哥读源码
文章 239
访问 31.3W
乱
乱世当空
文章 775
访问 22.5W
算法之名
算法之名
文章 340
访问 156.3W
CDF中文本地化SIG
CDF中文本地化SIG
文章 483
访问 21.6W
开源中国首席打酱油啊哎滴
开源中国首席打酱油啊哎滴
文章 38
访问 4.3W

热门软件

Mainflux - 开源物联网云平台
Noslate - JavaScript 轻量运行时
FISCO BCOS - 金链盟区块链底层平台
MISP - 开源威胁情报和共享平台
EMLL - 高性能端侧机器学习计算库
Node-Media-Server - Node.js 实现的流媒体服务器
chineseocr_lite - 轻量级中文 OCR
Trireme - 将 Node.js 嵌入 Java 虚拟机中
Matomo - 网站访问统计系统
KinD - 运行本地 Kubernetes 集群的工具
Gitleaks - git 存储库中的敏感信息检测
Antmove - 小程序跨平台开发统一解决方案
AJ-Report - 可视化拖拽编辑图表工具
Gatekeeper - 开源 DDoS 防护系统
Lin UI - 微信小程序组件库
Whisky - SwiftUI 构建的现代版 Wine
Gitui - Rust 编写的快速 Git 终端
WTM - .Net Core 快速开发框架
Transformers TF-PT - 用于 TF 2.0 和 PyTorch 的自然语言处理框架
SuperCLUE - 中文通用大模型测评基准
打赏
0 评论
0 收藏
0 赞
分享
返回顶部
顶部