Stable Diffusion

作者：秋葉aaaki 视频教程： https://www.bilibili.com/video/BV1AL411q7Ub/ 再也不用对着原来的脚本改参数了. 可以在一个web界面中完成从打tag到训练到数据分析的一系列操作。 同时还区分了新手和专家模式，增加了保存预设参数的功能，内置了Tagger 和对应的参数设置教程。 该项目是一个LoRA训练脚本，使用kohya-ss的tr…

Kitchen Theme https://github.com/canisminor1990/sd-webui-kitchen-theme 🌈 支持亮暗色主题，并一键切换。 🪄 支持 Prompt 格式化。 🎛️ 快捷设置伸缩侧边栏. 🎨 基于 Antd CSS Token。 安装： 作为扩展（推荐） 将存储库克隆到您的扩展文件夹中： git clone “https://g…

C站大神Mazz系列作品极其华丽，细节到位，实在惊艳，如上图那个天狗作品，超震撼的画作。细节、清晰度和透视关系都无可挑剔，特别是那个天狗面具——面部细节更是惊人。 作者还分享了这幅作品的8K版本和创作过程，原文： https://aigarlic.fanbox.cc/posts/5928584 总结如下（来自AI）： 本教程中讲述了如何利用Stable Diffusion工具进…

Stability AI最近发布了开源的StableStudio应用程序，这是该公司首个涉及文本到图像的消费类应用程序DreamStudio的开源版本。该公司表示，他们的目标是推动AI生态系统内的开源发展。此外，他们也希望与社区合作，共同打造全球领先的用于控制生成AI的用户界面。 项目地址： https://github.com/Stability-AI/StableStudi…

这篇文章从多个方面介绍了训练风格化LoRA模型的经验和技巧，通过本地训练和Google Colab Notebook两种方式展示了方法与结果。对于想要学习LoRA模型的人来说，这是一篇很值得阅读的文章。无论你是否拥有GPU，都可以轻松地跟着文章实践，并且得到一定的收获。 原文： https://mp.weixin.qq.com/s/lahF5TJ94zPKY-Frjez-wg

该模型融合了背景和细节，输出类似于插画或日本动画风格 模型大小5.2G 模型地址： https://civitai.com/models/50520/breakdomain

• AI绘图需要选取适合的模型，但是网络下载速度慢，选择不符需求还需要重新下载。• 文章作者通过经验和网络评价推荐了几个常用实用的模型，并将其分为五种类型。• 官方模型是由Stable Diffusion团队提供的大模型，也叫底模。• 二次元模型训练数据以二次元素材为主，针对二次元场景效果好。• 真实系模型训练数据以实际照片素材为主，还原能力高。• 2.5D模型是混合模型，基于…

Stability AI与其多模态AI研究实验室DeepFloyd联合发布了DeepFloyd IF，这是一种强大的文本到图像级联像素扩散模型。它采用T5-XXL-1.1等大型语言模型作为文本编码器，可将文本描述转换为图像。除了基本的生成图像文本之外，DeepFloyd IF还可以生成非标准宽高比的图像，并可以实现零恢复图像修改，细节和样式重新生成等功能。该模型可以为多个领域如…

Stability AI推出了Image Upscaling API，该API可以将小图片放大到更大的尺寸而不影响其清晰度。它包括两个开源模型，Real-ESRGAN和‘latent’ Stable Diffusion 4x Upscaler。这些模型可以用于放大任何图片。Stability AI的目标是不断提高Image Upscaling API的水平，并随着可用的最新模型…

SadTalker是一种基于音频和3D信息的单图像说话脸生成方法，能够生成视觉逼真的说话演示效果。该方法利用音频信息学习生成3D运动系数，实现对头部姿态和面部表情的模拟，将学习到的3D信息转换到无监督3D关键点的空间中进行合成，最终生成自然流畅的视频。多项实验表明，SadTalker相较传统方法在生成视频质量和运动效果上均更好。 项目地址： https://github.com…