【直播预告】Stable Diffusion篇

于 2023-08-23 16:20:28 发布
阅读量1.1k 收藏
点赞数
文章标签： stable diffusion 人工智能
原文链接：https://mp.weixin.qq.com/s?__biz=MzAxNDEwNjk5OQ==&mid=2650518275&idx=2&sn=4905c4b1ae8070299a4edb8044c08834&chksm=83977b1bb4e0f20d23236d2f3874c8895110acee32a593455314031a6a510ae6417cfcfdd2c8&scene=126&sessionid=0
版权
8月23日18:30-19:30，大淘宝技术与DataFun联合举办活动，邀请赤燕老师分享Stable Diffusion WebUI从零基础到入门。赤燕有丰富研发经验，演讲将介绍其实际操作方法，涵盖prompt推导等内容，还会给出实战示例，助听众降低学习成本。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

4db210369c538e4a6ce1e20155569fcc.gif

777672db578bb26892247da205461700.png

08月23日，18:30-19:30，大淘宝技术与DataFun联合策划了本次活动，邀请阿里巴巴大淘宝技术应用开发工程师赤燕老师分享 Stable Diffusion WebUI 从零基础到入门，欢迎大家按时收看直播~

赤燕 淘天集团 大淘宝技术 应用开发工程师

东北大学硕士研究生毕业，曾在去哪儿网、网易从事搜索业务研发工作，在阿里巴巴曾参与阿里小蜜智能客服系统研发，现就职于大淘宝FC技术智能策略团队，负责手机天猫搜索业务研发和技术平台建设，综合运用搜推算法、机器视觉、AIGC等前沿技术，致力于依靠技术的进步支持场景的提效和产品的创新，为用户带来更好的购物体验。

演讲题目：Stable Diffusion WebUI 从零基础到入门

演讲提纲：

主要介绍 Stable Diffusion WebUI 的实际操作方法，涵盖 prompt 推导、lora 模型、vae 模型和 controlNet 应用等内容，并给出可操作的文生图、图生图实战示例。

听众收益：

1. prompt 推导和常用关键词

2. lora 模型使用

3. controlNet 使用

4. vae 模型使用

5. 降低 Stable Diffusion WebUI 的学习成本

abe81ed3c375ecee01ce1636efd0041a.png

博客
淘系技术，实力为2019年双11而战！稳！
11-12 2万+
今年，双11走到了第11个年头，史无前例的，阿里经济体内有49支技术团队共同参与作战，也是第一次，双11的核心系统将100%跑在云上，这无疑让今年的双11技术作战充满了更大的挑战。正如2019年双11技术团长平畴（汤兴）说的“「善战者，无智名，无勇功」，这是我们技术人最高的境界”。我们一起捍卫了阿里技术人的荣耀，一个字 “稳”！年年双11，回回新玩法，“在吗，盖楼吗？”成为了好友聊天的日常，每天蹲...
博客
淘天自营前端开发的AI增效实践总结
05-07 379
目前鸿雁 AI Coder 的主要用户仍然是前端开发同学，但随着文本大模型和多模态大模型的发展，输入口语化的描述，就能得到优质的文档/原型图，也能够为其他领域的工作提效。从最开始功能独立的 AI 工具 到 融合开发生态的 AI 插件，再到包罗万象的 AI 平台，什么才是最适合我们、最适合业务、最适合真正落地的方案呢。在AI重塑生产力的时代浪潮中，技术团队始终在探索效率的边界。与鸿雁 ABC 工作台深度集成，实现“一站式”开发到投产，模块、迭代、仓库、代码都有了，你需要做的只是点点按钮，改改细节。
博客
MCP入门指南：大模型时代的USB接口
04-30 575
类似于USB接口对计算机的作用，MCP为人工智能提供了一种通用的连接方式，能无缝整合数据源、工具和上下文信息，从而显著增强AI的能力。作为"大模型时代的USB接口"，MCP提供了一种标准化的方法，使AI能够访问各种数据源、利用多样化的工具，并在更丰富的上下文中工作。MCP作为一个开放且标准化的协议，在连接AI与外部世界方面具有革命性意义，不仅提升了AI的功能边界，还为开发者和用户提供了前所未有的便利。对于开发者而言，MCP简化了集成过程，减少了重复工作，并提供了更安全、更可控的方式来增强AI功能。
博客
亿级流量下的前端高可用架构实践：淘宝春节许愿主互动
04-28 527
在上面的视频中我们可以看到，在我们的玩法中，用户一共有 30 个心愿，在用户许完所有愿望之前，可以不停地循环需要，所以对应的我们的灯笼动画的执行也是一个循环的过程，整个过程可以拆解为几个阶段：灯笼入场、心愿选择、心愿编辑、完成心愿选择，灯笼飞去中间、玩法点亮灯。主玩法动画交互链路复杂，一共有 100 + 动画元素，包括（spine、lottie、css、视频等不同类型），在不同的业务流程中，需要对不同的动画元素进行按序组合，保证在同一个动画流程中不同动画的执行顺序。
博客
2025淘宝春晚互动小游戏技术方案揭秘
04-25 1136
渲染会被中断，从而出现灯不见的情况，并且我们本次春晚为了保障灯笼的清晰度，使用的灯的素材也是高画质，尺寸非常大，尽可能没有压缩，所以在渲染灯时，会更容易出现内存不足情况。的物理引擎，但是由于本次场景中，碰撞的场景不多，并且我们追求极致性能和体验，所以我们本次小游戏的实现中没有使用物理引擎，而是采用更轻量的方案实现，每帧计算碰撞情况。年春节主互动的技术实现，揭秘春晚互动背后复杂的前端方案如何应对高并发与跨端协同的技术挑战，并通过万字长文全面解读春节主互动前端技术的演进与升级。然后，对网格中的每个顶点进行。
博客
读书笔记：淘宝十年产品与技术演进史
04-23 205
打折不是促销，而是立减。“考古”是一个很有意思的事情，因为可以通过一些材料，去回想当时人们的生活环境，遇到的问题，以及如何解决，可以了解前人的智慧，汲取力量。到 2008 年初，整个主站系统（有了机票、彩票系统之后，把原来的系统叫做主站）的容量已经到了瓶颈，商品数在一个亿以上，PV在2.5亿个以上，会员超过了5000万个。这时 Oracle 的连接池数量都不够用了，数据库的容量到了极限，即使上层系统加机器也无法继续扩容，只有把底层的基础服务继续拆分，从底层开始扩容，上层才能扩展，才能容纳以后三五年的增长。
博客
MNN LLM：让你手机本地也能跑 DeepSeek R1 还能支持多模态
04-21 1200
modelscope 用户可以下载后指定 config 文件运行，例如./mls serve -c /Users/songjinde/.cache/modelscope/hub/MNN/DeepSeek-R1-1.5B-Qwen-MNN/config.json。下载完成后，记得在 ~/.mnnmodels 文件夹下找到找到配置文件，设置 config.json 中的 backend 为合适的 backend, 例如 mac 上建议设置 backend 为 `metal`。
博客
AI驱动研发效率在中后台的实践
04-18 1133
除了日常的研发辅助类的工具（如：Cursor，Copilot类产品）以外，希望能针对业务特色的痛点和专属场景，在现有流程上进行定制，不仅仅是辅助编码，更是的研发模式的升级和和扩展。我们统计了团队内部的同学在一线业务需求研发的过程中，研发流程各个阶段的耗时比例，统计的方式主要是通过一线开发同学的主观反馈，因为一个需求研发过程并不是连贯的，大部分的同学手里同时都在做多个需求，并且也会由于各种客观原因，比如需求发生调整，业务以来信息还没有准备完成，人员抽调等等，很难进行精确的时效统计。
博客
2025 AI驱动研发工具对比丨独立测评
04-16 967
这一类的产品AI驱动的全栈Web开发工具,主要是将大模型与浏览器内开发环境集成，适合新手或喜欢简洁界面的用户，提供直观易懂的操作界面，有的产品专注于UI设计实现，便于快速完成产品原型设计,非常适合前端开发者和设计师。相信绝大部分的开发者接触的第一款AI研发工具都是copilot，在第一次使用时候带来的那种震撼的感觉，但是随着时间的发展，copilot似乎没有很好的维持自己的先发优势，开源的竞品在产品力和出码效果上都紧追不舍。其基于浏览器的环境简化了工作流程，尽管它可能面临非常复杂的项目的限制。
博客
基于AIGC技术的营销短视频生产方案及业务实践
04-14 1042
在过去的几年团队持续以技术驱动产品和商业创新，在给业务创造价值的同时，也在Agent、可控图文、视频生成，多模态统一大模型等最前沿的技术领域也有着广泛布局和深度探索，在NIPS，CVPR，ICLR等顶会发表了数十篇论文，欢迎对团队技术工作感兴趣的同学进行交流。我们需要解决的问题是将冗长的5-10分钟直播看点视频高效转化为更精简、更具吸引力的短视频，同时结合商品的丰富信息，例如主图、主图视频及其他相关可用素材，以进一步增强视频的营销效果。对此，我们结合了视频画面信息，以进行更精细的裁剪。
博客
淘宝质量保障之主动预警能力建设
04-09 981
接着，文章介绍了预警流程的设计，借鉴。部分开发在配置平台中配置了时间字段，因此时间过期也是需要预警的问题，这个核心解法是通过全量扫描制定应用的配置平台配置中的关键字，如time，date等，发现配置的Key和value中存在此字段，就解析对应的值，来检查是否满足过期告警时间。在业务的质量保障过程中，主动预警是较为重要的一项，可以帮助我们提前发现问题，尤其是权益过期，库存耗尽，资源位过期等问题，等到监控发现时再恢复，再快也快不过提前预警，因此，我们探索在业务各个方面实现主动预警监控的能力。
博客
基于Flow-matching的扩散模型原理解读
04-07 1014
虽然我们不在此证明该公式，但可以从物理直观上理解：在微观层面上，空气中每一点处的空气分子的运动方向和速度是随机的（可以用一个随机微分方程描述），但是在宏观上可以用统一的“风速场”进行描述（可以用常微分方程描述）。在过去的几年团队持续以技术驱动产品和商业创新，在给业务创造价值的同时，也在Agent、可控图文、视频生成，多模态统一大模型等最前沿的技术领域也有着广泛布局和深度探索，在NIPS，CVPR，ICLR等顶会发表了数十篇论文，欢迎对团队技术工作感兴趣的同学进行交流。描述了变换过程中空间伸缩的程度。
博客
虚拟线程/有栈协程对于Java的意义
04-02 1168
但是 java 的虚拟线程并不是完美的，假设有某种场景，使得虚拟线程挂载在载体线程上，而无法卸载（称之为pin），而此时，虚拟线程调用了阻塞IO被阻塞，那么载体线程也将会被阻塞。后来随着多核技术的兴起，Linux 也提供了多线程的能力，这时“绿色”线程的劣势就暴露出来了，它本质上还是只能使用操作系统的单核进行并发，无法充分利用多核进行并行操作，并且所有的线程阻塞、调度逻辑都需要由 java 实现，而不能使用操作系统的能力。同理，在协程中，关键问题就在于怎么存储、恢复、切换协程的上下文。
博客
音频生成技术探索与淘宝域实践
03-31 896
在过去的几年团队持续以技术驱动产品和商业创新，在给业务创造价值的同时，也在Agent、可控图文、视频生成，多模态统一大模型等最前沿的技术领域也有着广泛布局和深度探索，在NIPS，CVPR，ICLR等顶会发表了数十篇论文，欢迎对团队技术工作感兴趣的同学进行交流或者加入我们。此外，收集的数据质量对于最终合成语音的效果有着决定性的影响，优质的训练数据对于模型的效果至关重要。但是，随着规模的增大数据集的质量也出现了一定程度的下降，数据集中出现了噪音、多人对话的音频。这样的交叉验证进一步保障了转录文本的准确性。
博客
淘宝客户端动态化页面搭建
03-28 1252
而且由于需要携带的信息变多，协议包大小也会有所增加。业务可以通过LifecycleManager.registerLifecycle注册页面的生命周期监听器，对外暴露的生命周期包括系统生命周期（Android onCreate/onDestroy，iOS didAppear/disAppear等），以及自定义的一些页面生命周期切面，比如网络请求、数据处理、预加载等切面。虽然页面整体布局方式大致一致，但是各个版本之间的代码基本是割裂的，如果需要升级协议，每次的工作量都是巨大，而且切流过程也是比较复杂。
博客
技术人的大模型应用初学指南
03-26 1049
基于已有开源大模型进行微调训练，如果采用预训练的方式对模型的所有参数都进行训练微调，由于现有的开源模型参数量都十分巨大，如最新千问72B模型(qwen/Qwen1.5-72B-Chat)有720亿参数，对所有的参数都进行处理，那GPU资源成本会非常高，可能高达数百万每年，为了解决这个问题，社区提出了大模型微调的概念：PEFT (Parameter-Efficient Fine-Tuning)，即对开源预训练模型的所有参数中的一小部分参数进行训练微调，最后输出的结果和全参数微调训练的效果接近。
博客
AI赋能：大模型创新的模板生成与内容填充
03-17 720
在过去的几年团队持续以技术驱动产品和商业创新，在给业务创造价值的同时，也在Agent、可控图文、视频生成，多模态统一大模型等最前沿的技术领域也有着广泛布局和深度探索，在NIPS，CVPR，ICLR等顶会发表了数十篇论文，欢迎对团队技术工作感兴趣的同学进行交流或者加入我们。图3-3展示给定一个非表格类模板，以及两个充电宝的商品信息，模型首先会对提供的 HTML 模板进行分析，从给定的商品信息中提取模板填充所需要的素材（标题、副标题、段落标题和正文）等，然后进行准确的、自适应的内容填写。
博客
淘宝直播AI提效探索的一些心得
03-14 1125
这个案例取自服务端代码生成项目上，其实内部的aone copilot在通用任务上做的非常好用了，官方统计的采纳率也达到了25%，是个非常不错的code copilot的产品，但是对于业务侧的开发来说，这类copilot生成的代码，属于基础实现代码，因为不太能很好的结合当前业务下沉淀的服务、方法来做代码生成，因此我们需要把这部分所谓的服务、方法、工具等接口信息和使用case给到LLM，它才能结合这样的context去做最终代码的生成；随着你继续预测更多的词，这些小比例的错误会累积起来，出错的可能性也会增加。
博客
多模态自动布局技术发展及其在淘内内容场的应用
03-12 754
作为一种新的商品表现形态，内容几乎存在于手淘用户动线全流程，例如信息流种草内容、搜索消费决策内容、详情页种草内容等。过去一年，我们通过在视频生成、图文联合生成等核心技术上的持续攻关，AIGC内容生成在手淘多个场景取得了规模化落地价值。本专题《淘宝的AIGC内容生成技术总结》是我们摸索出的一部分实践经验，我们将开启一段时间的内容AI专题连载，欢迎大家一起交流进步。第一篇《淘宝内容AI团队2024年8...
博客
MLLM在电商域互动内容生产的实践
03-07 875
作为一种新的商品表现形态，内容几乎存在于手淘用户动线全流程，例如信息流种草内容、搜索消费决策内容、详情页种草内容等。过去一年，我们通过在视频生成、图文联合生成等核心技术上的持续攻关，AIGC内容生成在手淘多个场景取得了规模化落地价值。本专题《淘宝的AIGC内容生成技术总结》是我们摸索出的一部分实践经验，我们将开启一段时间的内容AI专题连载，欢迎大家一起交流进步。第一篇《淘宝内容AI团队2024年8...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值