【腾讯云 HAI域探秘】利用HAI完成轻松AIGC创作---Stable Diffusion篇

引言

本人为CSDN小白一枚，写此博文，介绍我的HAI探索之路，一是为了获取活动奖品，二是为了体验腾讯云先锋计划-HAI，如有疑问，可以在下方评论区或私聊与我交流，详细信息见活动相关介绍：高性能应用服务HAI 新品先锋体验官招牌https://marketing.csdn.net/p/b18dedb1166a0d94583db1877e49b039

---

产品介绍

腾讯云高性能应用服务（Hyper Application Inventor,HAI)，是一款面向 AI 、科学计算的 GPU 应用服务产品，为开发者量身打造的澎湃算平台。无需复杂配置，便可享受即开即用的GPU云服务体验。在HAI中，根据应用智能匹配并推选出最适合的 GPU 算力资源，以确保您在数据科学、LLM、AI作画等高性能应用中获得最佳性价比。此外，HAI的一键部署特性让您可以在短短几分钟内构建如 StableDiffusion、ChatGLM 等热门模型的应用环境。而对于AI研究者，我们的直观图形界面大大降低了调试的复杂度，支持jupyterlab、webui 等多种连接方式，助您轻松探索与创新。现在，只需打开浏览器，HAI 便为您打开了一片无限可能的高性能应用领域。

产品对比

大幅降低GPU云服务器使用门槛，多角度优化产品使用体验，开箱即用

快速开始

申请资格

首先要做的是点击高性能应用服务HAI 新品内测进入页面你可以看到以下画面：

点击“申请资格”，填写相关信息，等待一个工作日，就可以进行体验HAI

新建实例

等我们有了内测的资格，首先我们应该进入高性能应用服务 HAI 控制台，点击新建并选择AI模型，目前支持的AI模型有 Stable Diffusion，LIama2 7B，LIama2 13B，ChatGLM6B。

算力配置有基础型-0.88元/小时和进阶型-2.41元/小时两档，可以根据所选AI模型对算力的需求进行更改配置，为不同AI服务提供便捷的帮助，操作简便，上手很快。这里，我们以Stable Diffusion为例子：首先按照图片进行选择配置

创建实例

当上述选择完毕，我们点击“立即购买”，如果遇见做实验的时候发现购买不了，看是不是这个问题
1.账号是否欠费
2.您的账户为传统账户，为了给您提供更好的服务，需要升级为标准账户后才可购买高性能应用服务 HAI，了解更多&升级方式：https://cloud.tencent.com/document/product/1199/49090

当以上步骤无误后，等待3-8分钟，创建实例

之后确认实例信息，我们可以进行以下尝试：

1、体验 高性能应用服务HAI 一键部署 StableDiffusion AIGC

2、启动 StableDiffusionWebUI 进行文生图模型推理

3、开发者体验 JupyterLab 进行 StableDiffusion API 的部署

4、开发者使用 Cloud Studio 快速开发调用 StableDiffusion API 的前端Web页面

效果展示

文生图（text2img）

高性能应用服务 HAI 快速为开发者提供API调用服务（StableDiffusionAPI）

高性能应用服务HAI 搭建的 StableDiffusion API 作为服务端，Cloud Studio 助力快速开发一个简单的Web应用

Stable Diffusion基本规则

1. 提示词

提示词分为两个部分

正向提示词（prompt）：

生成图像时，我们可以使用正向提示词来指定想要生成的图像。正向提示词可以是脑子里想到的图片或一句话，将其拆分成不同的关键词，并用逗号隔开作为输入。

需要注意的是，相同的指令在不同的模型库和参数下，生成的输出图像可能会不一样。此外，提示词的顺序也非常重要，因为它们的顺序会影响到生成图像的权重。通常情况下，越靠前的提示词权重越大，越靠后的提示词权重越小。

Negative prompt（反向提示词）：

输入框内输入的标签内容就是你画面中不想要出现的东西，如：低质量的，缺手指，五官不齐等等

2. 符号的使用 

汇在提示中的位置越靠前，其所占的权重就越大，为了进一步调整提示关键词的权重，我们可以通过以下语法来设置关键词的权重：在选中关键词的同时，按下键盘上的 Ctrl+⬆️ ⬇️来快速调整权重。每次调整的权重值为0.1，建议将权重值控制在0.7-1.4之间。简单来说，将每个提示词看作一个独立的个体，权重默认为1，而后面的数值就相当于在修改这个默认值。当然，我们也可以将权重调整为负数，从而在提示中产生与原意相反的影响。

3. 图像的输出

画面的信息量取决于输出图片的大小。在全身构图中，一些细节，例如脸部、饰品和复杂的纹样，只有在较大的图像中才能得到充分的展示空间，如图像太小，脸部，手部，一些细节就会被压缩成一团，无法得到充分的表现。

4. 采样规则

可以参考以下表格：

5. Size（分辨率）

指生成的画面分辨率大小 

6.Seed（随机数种子）

Seed是用于生成数据的初始源，因此在相同的Seed下，其他参数保持不变的情况下会生成相同的图片（可以将每个种子视为不同的全噪声图片，每一步的采样都是为全噪声图片添加细节）。但要注意采样器的eta值。当eta值为-1时，每次使用随机种子，而当eta值为其他固定值时，可以通过调整提示词来微调生成的图片。当复现他人的图像时，需要使用相同的Seed值。简单理解：”-1“值生成随机新图，“固定值”生成指定图 

7.Model（底模/模型）

这里一般选择已经训练好的大模型，也称为“底模”，一般网络上有下载。

H站（抱脸）：https://huggingface.co/models

C站（Civitai）：https://civitai.com/ 

8.Steps（迭代步数）

首先，AI绘画的原理是通过随机生成一张噪声图片。然后，逐步向正负tag语义靠拢，每一步都是小幅度的移动，直到达到预期的迭代步数。一般来说，迭代步数被设置为20，这样可以保证每一步的移动更小和更精确。 

9.CFG scale（提示词引导系数）

CFG Scale是一个控制提示词与生成图像相关性的数值。它可以在0到30之间进行调整。根据日常出图的经验，将CFG Scale设置在5到15之间是最常见且最保险的选择。过低的CFG Scale会导致图像饱和度降低，而过高的CFG Scale则会产生粗糙的线条或过度锐化的图像，甚至可能导致图像严重崩溃。

10.Clip skip（跳过clip层数）

CLIP过程是通过计算文本和图像之间的相关性来实现的。因此，如果跳过太多的步骤，文本对生成图像的匹配准确度会逐渐降低。 

11. Model hash（底模/模型哈希值）

一般我们下载下来的模型是可以重命名的，但是一旦重命名后就不太好区别了，这个时候可以核对哈希值来确认 

12. Hires steps（高分辨率修复迭代步数）

通过使用算法，AI可以首先在较低的分辨率下对图片进行部分渲染，然后将其提升到高分辨率，并在高分辨率下添加细节。可以将这个过程类比为采样迭代步数的理解，其中0表示保持原来的步数不变。 

13. Hires upscale（放大倍数）

指在原有图像的宽度和长度上进行放大的倍数。需要注意的是，这种放大操作需要更高的显存来支持。 

14. Hires upscaler（放大算法）

如果不知道选什么，一般无脑选ESRGAN_4x

15. Denoising strength（重绘幅度）

放大后修改细节的程度可以通过一个从0到1的数值来表示，数值越大，AI的创意就越多，同时也会使生成的图像越偏离原始图像。

小结

本次实验主要是引导大家如何使用 高性能应用服务 HAI 部署 StableDiffusion 运行环境轻松拿捏AI作画，开箱即用，可以快速上手；同时，也可以使用了 Cloud Studio 快速开发并部署一个简单的应用程序。可以加入官方的交流群，与技术人员攀谈，快速掌握AIGC技巧，奖品多多，福利多多，期待更多人来了解这个活动。

---