Diffusion论文解读第5页

Stable Diffusion在中国的生态分析报告

一、技术演进与产业布局‌核心技术突破‌国内企业已深度参与StableDiffusion生态，例如北京灵动天地于2024年8月申请了模型融合专利，通过动态权重插值技术提升生成效果‌。SD3系列模型（参数规模800M-8B）在中文场景下优化了文本渲染能力，支持1024x1024分辨率图像生成，显存占用显著降低‌。开源社区中，SDXL0.9版本通过简化提示词需求，实现与MidjourneyV5.2的竞争

Liudef06·2025-03-01 12:00

腾讯混元文生图大模型（Hunyuan-DiT）与Stable Diffusion（SD）对比分析

腾讯混元文生图大模型（Hunyuan-DiT）与StableDiffusion（SD）对比分析腾讯混元文生图大模型（Hunyuan-DiT）与StableDiffusion（SD）作为当前文生图领域的两大代表模型，各自在技术架构、应用场景和生态支持上展现出了独特的优势。以下是对这两个模型关键维度的对比分析：1.技术架构与性能维度腾讯混元（Hunyuan-DiT）StableDiffusion（SD

Liudef06·2025-03-01 12:00

Stable Diffusion（SD）系列模型及关联算法深度解析

一、‌基础模型架构演进‌SDv1.5‌‌核心架构‌：基于LatentDiffusionModel（LDM），通过VAE将图像压缩至潜空间进行扩散训练，支持512x512分辨率生成，兼容二次元与写实风格混合创作‌12。‌训练数据‌：使用LAION-5B数据集过滤后的子集，文本编码器为CLIPViT-L/14‌34。‌局限性‌：对复杂光影和材质的细节刻画能力较弱，高分辨率生成需依赖外部放大工具‌28。

Liudef06·2025-03-01 08:59

Stable Diffusion教程：提示词（模型、插件、安装包可分享）

什么是提示词文章提到的模型、插件、安装包都可分享，需要的小伙伴文末领取！你可能没写过提示词，但是一定听说过“提示词”这几个字，也大概能知道它的重要性。没听说过也没关系，下面我就带你认识认识。提示词就是我们给AI模型下发的指令。提示词写对了，AI才能输出相应的结果，提示词写的越好，AI输出的内容质量越高、越贴近你的需求。这有点像程序代码，代码逻辑写对了，程序才能正常运行，代码写的越好，程序运行时发生

会AIGC的小孩·2025-02-28 17:11

【Stable Diffusion】AnimatedDiff--AI动画插件使用技巧分享；文生视频、图生视频、AI生成视频工具；

本专栏主要记录人工智能的应用方面的内容，包括chatGPT、DeepSeek、AI绘画等等；在当今AI的热潮下，不学习AI，就要被AI淘汰；所以欢迎小伙伴加入本专栏和我一起探索AI的应用，通过AI来帮助自己提升生产力；本文的目标就是让每一个读者，都能学会并掌握AnimateDiff的使用；成功用它来生成你想要的视频。AnimateDiff是StableDiffusion的一个插件，借助它，你可以实

乘凉~·2025-02-28 16:03

Stable diffusion 3.5本地运行环境配置记录

1.环境配置创建虚环境condacreate-nsd3.5python=3.10Pytorch(>2.0)condainstallpytorch==2.2.2torchvision==0.17.2torchaudio==2.2.2pytorch-cuda=12.1-cpytorch-cnvidiaJupyter能使用Anaconda虚环境condainstallipykernelpython-mi

寸先生的牛马庄园·2025-02-28 09:38

Farm3D- Learning Articulated 3D Animals by Distilling 2D Diffusion论文笔记

Farm3D:LearningArticulated3DAnimalsbyDistilling2DDiffusion1.Introduction最近的研究DreamFusion表明，可以通过text-imagegenerator提取高质量的三维模型，尽管该生成模型并未经过三维训练，但它仍然包含足够的信息以恢复三维形状。在本文中，展示了通过文本-图像生成模型可以获取更多信息，并获得关节模型化的三维对

Im Bug·2025-02-28 07:24

《AI 大模型 ChatGPT 的传奇》

1.4算法层面的跃升1.4.1RNN到transformor1.4.2扩散模型diffusion1.4.3跨模态的CLIP框架1.5AIGC的耀眼成果1.5.1AI

武昌库里写JAVA·2025-02-28 04:33

VQ-Diffusion 深度解析与实战指南

VQ-Diffusion深度解析与实战指南VQ-Diffusion项目地址:https://gitcode.com/gh_mirrors/vqd/VQ-Diffusion1.项目介绍VQ-Diffusion

晏灵昀Odette·2025-02-27 23:45

一行指令自动搭建AI绘画：stable-diffusion-webui_v1.3.2

Demo效果一、前言本文使用docker进行部署，环境等所有依赖全部整合完毕（版本：v1.3.2）容器内默认已支持（无需额外配置）：xformers+controlnet支持自定义启动参数，本文示例为开放api接口供外部业务调用，并已解决API方式下Lora不生效的BUG；开启方式文末细说首次启动下载必要依赖较耗时，容器已配置国内代理加速，预计5分钟内完成容器内自带官方的模型：v1-5-prune

954L·2025-02-27 06:02

stable diffusion 大模型及lora等下载安装使用教程及项目目录说明

首先说明，stablediffusion大模型并非controlNet中使用的模型，这两者有根本的区别，请仔细区分。国内可下载模型的站点：哩布哩布https://liblib.ai模型分为几类，下载的时候看清楚类型，都会标记在模型的显眼位置。Checkpoint模型存放位置：SD主程序目录位置/models/Stable-diffusionVAE模型存放位置：SD主程序目录位置/models/VA

代码简单说·2025-02-27 06:00

ComfyUI与其他Stable diffusion AI绘图应用要如何共享绘图模型？

无论是下载的第三方安装包还是官方的整合包，你在对应ComfyUI的安装目录里都可以找到extra_model_paths.yaml.example这个文件，路径如下ComfyUI_windows_portable├──ComfyUI│├──extra_model_paths.yaml.example//此文件为配置文件│└──...省略其它文件└──...省略其它文件找到以上文件后修改文件名ext

chatblog·2025-02-27 06:29

论文解读（全头皮重建方向）：3DCMM

从面部到完整头部：3DCMM的技术原理解析引言在计算机图形学和人体工学领域，3D头部模型的需求日益增加。无论是虚拟化身的创建还是头盔的个性化设计，仅有面部模型往往不足以满足要求，完整的头部几何（包括头皮）才是关键。传统的3D可变形模型（3DMM）多集中于面部重建，头皮区域因数据稀缺和技术限制常被忽略。2022年发表于VRCAI’22的论文《3DCMM:3DComprehensiveMorphabl

FLOWVERSE·2025-02-26 02:03

使用Diffusion Models进行图像超分辩重建

DiffusionModels专栏文章汇总：入门与实战前言：图像超分辨率重建是一个经典CV任务，其实LR（低分辨率）和HR（高分辨率）图像仅在高频细节上存在差异。通过添加适当的噪声，LR图像将变得与其HR对应图像无法区分。这篇博客介绍一种方式巧妙利用这个规律使用DiffusionModels进行图像超分辩重建任务。目录贡献概述动机方法详解模型训练论文贡献概述这项研究提出了一种基于扩散逆过程的新图像

沉迷单车的追风少年·2025-02-25 04:32

多模态论文笔记——DiT（Diffusion Transformer）

本文详细介绍Transformer架构图像生成方面的应用，将Diffusion和Transformer结合起来的模型：DiT。目前DiT已经成为了AIGC时代的新宠儿，视频和图像生成不可缺少的一部分。

好评笔记·2025-02-23 04:19

【第13章】Stable Diffusion WebUI 动画类插件（Animatediff/Deforum）

【Animatediff】动画插件(安装&报错)官方地址Animatediff源地址：https://github.com/guoyww/animatediff/Animatediffwebui插件地址：https://github.com/continue-revolution/sd-webui-animatediff模型下载地址（包含大模型和控制lora）：https://huggingfac

聚梦小课堂·2025-02-22 06:52

AI绘画Stable Diffusion｜进阶篇图片复现AnimateDiff动画插件基础教程

大家好，我是设计师阿威当你成功安装了SD（StableDiffusion）后，是否也产生过这样的疑惑：为何我创作的图片与他人的作品在风格和质量上存在差异？看着别人创作的精致、引人入胜的图片，你是否也渴望缩小这种质感上的差距？实际上，在AI绘画的领域中，对于SD而言，其核心秘诀在于选取一个恰当的大模型和灵活运用专业的lora包。今天，我将为大家揭示如何使用lora包来创造出具有高度真实感和质感的金克

设计师阿威·2025-02-22 06:21

本地运行stable-diffusion3.5

本地运行stable-diffusion3.5本地运行stable-diffusion3.5准备工作下载ComfyUI和需要的模型文件需要下载以下几类SD3.5文件启动ComfyUI启动在工作流中分别选中三个

wisfy_21·2025-02-21 12:08

在Ubuntu24.04上安装Stable-Diffusion1.10.1版本

之前曾介绍过在Ubuntu22.04上安装Stable-Diffusion：在Ubuntu22.04上部署StableDiffusion_ubuntustabledif-CSDN博客这个安装我们使用condapython

BBM的开源HUB·2025-02-19 19:35

生成式AI如何重塑计算机视觉：自监督学习与稀疏计算的革命

生成式AI（如Diffusion模型、自监督学习）的崛起，正在打破这一瓶颈——通过更高效的训练范式与计算架构，让机器学会“从无标注数据中看见世界”。（示意图：

ProgramHan·2025-02-19 16:46

AIGC遇上Stable Diffusion：当创意邂逅精准，绘梦成真之旅

AIGC遇上StableDiffusion：当创意邂逅精准，绘梦成真之旅AIGC：创意的魔杖，还是技术的魔法？基本概念与魔法起源作用说明：从想象到像素的跨越StableDiffusion实战演练：像素炼金术士的秘籍案例一：像素画师初体验案例二：风格迁移的魔法深入探索：多维度功能使用实战开发技巧与避坑指南技巧一：性能优化避坑：图像模糊或失真安全防范：避免生成有害内容结语：未来已来，梦想无界在这个数字

DTcode7·2025-02-19 01:37

《Stable Diffusion绘画完全指南：从入门到精通的Prompt设计艺术》-配套代码示例

fromdiffusersimportStableDiffusionPipelineimporttorch#加载SD1.5基础模型（FP32精度）pipe=StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1

Allen-Steven·2025-02-19 01:03

【AI日记】24.10.30 做项目的一些前期准备工作

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】【AI日记】工作工作1内容：看AI大佬访谈B站地址：SamAltman最新5月播客长篇访谈|@All-In播客2024.5.11时间：1.5小时评估

AI完全体·2025-02-18 00:09

书籍-《掌握Transformer：从BERT到大模型和Stable Diffusion（第二版）》

书籍：MasteringTransformers:TheJourneyfromBERTtoLargeLanguageModelsandStableDiffusion，2ndEdition作者：SavaşYıldırım，MeysamAsgari-Chenaghlu出版：PacktPublishing编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《掌握Transformer：从BERT到大模型

·2025-02-18 00:36

《深入浅出LLM基础篇》（三）：大模型结构分类

GoAI·2025-02-17 12:39

【Stable Diffusion部署至GNU/Linux】安装流程

以下是安装StableDiffusion的步骤，以Ubuntu22.04LTS为例子。显卡与计算架构介绍CUDA是NVIDIAGPU的专用并行计算架构技术层级说明CUDAToolkit提供GPU编译器(nvcc)、数学库(cuBLAS)等开发工具cuDNN深度神经网络加速库（需单独下载）GPU驱动包含CUDADriver（需与CUDAToolkit版本匹配）CUDA与NIDIA：硬件指令集绑定：N

星星点点洲·2025-02-17 00:34

《深入浅出多模态》（五）：多模态经典模型ALBEF

GoAI·2025-02-17 00:02

【Stable Diffusion部署至Google Colab】

GoogleColab中快速搭建带GPU加速的StableDiffusionWebUIfromgoogle.colabimportdrivedrive.mount('/content/drive')!mkdir/content/drive/MyDrive/sd-webui-files!pipinstalltorch==1.13.1+cu116torchvision==0.14.1+cu116tor

星星点点洲·2025-02-16 21:40

万字长文破解 AI 图片生成算法-Stable diffusion (第一篇）

想象一下：你闭上眼睛，脑海中构思一个场景，用简短的语言描述出来，然后“啪”的一声，一张栩栩如生的图片就出现在你眼前。这不再是科幻小说里才有的情节，而是StableDiffusion——一种前沿的AI图片生成算法——所带来的现实。在本系列的万字长文中，我们将深入探索StableDiffusion的神秘面纱，揭秘它是如何将文字描述转化为令人惊叹的视觉艺术。无论你是AI技术的爱好者、数字艺术的探索者，还

悟空 AI·2025-02-16 03:57

【stable diffusion模型】Stable diffusion模型分几种？一文详解，入门必看！

前言在StableDiffusion中，模型并不只有一种，不同插件有不同的模型，分别作用于不同的功能。今天Lison老师就带大家一起来学习一下～01大模型也就是stablediffusion模型，在默认界面中，它位于web页面的左上角，下拉列表对应的模型：可以理解为绘画风格集合，SD需要大模型来规定它生成的图片风格，大模型是必选模型，你必须选择一个大模型才能开始生成工作。所有的AI设计工具，安装包

AIGC-Lison·2025-02-15 19:23

Stable Diffusion之最全详解图解

StableDiffusion是一种革命性的图像生成模型，其发布标志着AI图像生成技术的一个重要里程碑。本文将通过详细的图解和实例演示，全面解析StableDiffusion的工作原理。一、StableDiffusion概览1.1模型起源与特点StableDiffusion由CompVis、StabilityAI和LAION的研究人员于2022年发布。它是一种基于扩散过程的图像生成模型，结合了物理

破碎的天堂鸟·2025-02-15 18:17

【论文解读】神经网络就像“数学乐高积木”：多层前馈网络如何用简单函数拼接复杂世界

andH.White.Multilayerfeed-forwardnetworksareuniversalapproximators.NeuralNet-works,2(5):359-366,1989论文解读神经网络就像

神经美学茂森·2025-02-14 10:08

DDPM（Denoising Diffusion Probabilistic Models）的公式推导

总结：DDPM通过最小化预测噪声的均方误差，使反向过程逐步去噪生成数据。核心推导在于通过变分推断将KL散度转换为噪声预测问题，大幅简化了训练目标。1.前向扩散过程前向过程通过\(T\)步逐渐向数据\(x_0\)添加高斯噪声，最终得到纯噪声\(x_T\)。每步定义为：\[q(x_t|x_{t-1})=\mathcal{N}\left(x_t;\sqrt{1-\beta_t}x_{t-1},\beta

AndrewHZ·2025-02-14 00:12

Stable Diffusion AI软件绘画速成从入门到精通

课兴兴·2025-02-13 22:58

《Stable Diffusion绘画完全指南：从入门到精通的Prompt设计艺术》第一章

第一章：认识StableDiffusion与Prompt设计基础1.1什么是StableDiffusion：生成原理与核心优势一、颠覆性生成逻辑：从噪声到艺术的魔法逆向降噪原理传统AI绘画：直接生成完整像素StableDiffusion：通过潜扩散模型（LDM），在低维潜空间（LatentSpace）逐步去除噪声，最终解码为高清图像类比解释：如同雕塑家从混沌的大理石中凿出形体，AI在噪声中「雕刻」

Allen-Steven·2025-02-13 22:54

Stable Diffusion 教程基础篇：如何写出好的prompt，一些技巧和原则

StableDiffusion教程-中文AskAIforART·Originaltxt2imgandimg2imgmodes·基础模式之文生图/图生图点击可放大基础入门部分输入一段话，生成一张图。这是AI绘画的核心。入门就是那么简单，不过，这段话怎么写，其实也是有窍门的。在StableDiffusion里面，这段描述也就是Prompt，我们称之为AI的魔法咒语。那么，最开始我们需要怎么做呢？当然是

AI想象家·2025-02-13 22:24

《Stable Diffusion绘画完全指南：从入门到精通的Prompt设计艺术》第三章

第三章：风格化Prompt专题解析3.1写实类：照片级细节的刻画技巧一、物理仿真引擎构建#写实类Prompt标准模板{"主体描述":"精确物种/型号/品牌（如：Mercedes-AMGGTBlackSeries2025款）","材质系统":[ "PBR材质规范（金属度/粗糙度/法线贴图）", "表面瑕疵（划痕0.2级，灰尘密度0.5）"],"光学系统":[ "镜头参数：佳能RF85mmf/1.2L

Allen-Steven·2025-02-13 21:52

DeepSeek-V2 论文解读：混合专家架构的新突破

论文链接：DeepSeek-V2:AStrong,Economical,andEfficientMixture-of-ExpertsLanguageModel目录一、引言二、模型架构（一）多头部潜在注意力（MLA）：重塑推理效率（二）DeepSeekMoE：经济高效的训练架构三、预训练（Pre-Training）：夯实模型基础（一）实验设置（二）评估四、对齐（Alignment）：优化模型表现（一

进一步有进一步的欢喜·2025-02-13 09:49

Flux如何工作？这款新图像生成AI可与Midjourney一较高下

它代表了人工智能生成艺术领域的重大进展，采用了一种“混合架构”，将transformer和diffusion技术相结合，参数规模达120亿。

硅基创想家·2025-02-13 05:53

畅游Diffusion数字人(16)：由音乐驱动跳舞视频生成

畅游Diffusion数字人(0)：专栏文章导航前言：从Pose到跳舞视频生成的工作非常多，但是还没有直接从音乐驱动生成的工作。

沉迷单车的追风少年·2025-02-13 02:59

基准测试得分超越OpenAI的DALL·E 3 + Stable Diffusion

本篇笔记所对应的视频：https://www.bilibili.com/video/BV18DFpeMEps/Janus-Pro-7B是由DeepSeek开发的多模态AI模型，它在理解和生成方面取得了显著的进步。这意味着它不仅可以处理文本，还可以处理图像等其他模态的信息。模型主要特点:统一的架构:Janus-Pro采用单一transformer架构来处理文本和图像信息，实现了真正的多模态理解和生成

AI超元域·2025-02-11 20:21

云上部署文生图大模型Stable Diffusion 3

概述随着人工智能技术的不断进步，越来越多的人开始关注和使用AI艺术生成工具。而StableDiffusion3作为最新一代的文生图大模型，于2024年6月12日正式开源，以其高质量的图像生成受到了广泛欢迎。那么，如何快速部署StableDiffusion3，让它成为您的专属AI艺术家呢？请跟随本文，在百度智能云GPU服务器上部署StableDiffusion3。准备工作环境信息本文以百度智能云GP

·2025-02-11 16:26

论文解读（MGAE）《MGAE: Masked Autoencoders for Self-Supervised Learning on Graphs》

优质资源分享学习路线指引（点击解锁）知识定位人群定位Python实战微信订餐小程序进阶级本课程是pythonflask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。Python量化交易实战入门级手把手带你打造一个易扩展、更安全、效率更高的量化交易系统论文信息论文标题：MGAE:MaskedAutoencodersforSelf-SupervisedLearningonG

虚幻私塾·2025-02-10 03:26

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning论文解读

文章目录前言一、摘要二、引言三、贡献1.贡献后训练：基础模型的大规模强化学习蒸馏：较小的模型也可以很强大2.评估结果概览reasoningtasksknowledgeohters四、方法1.Overview2.DeepSeek-R1-Zero:ReinforcementLearningontheBaseModelReinforcementLearningAlgorithm(GRPO重点)Rewar

tangjunjun-owen·2025-02-09 23:54

【AI知识点】余弦相似度（Cosine Similarity）

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】余弦相似度（CosineSimilarity）是一种用于衡量两个向量在方向上的相似程度的指标。

AI完全体·2025-02-08 22:52

“【Stable Diffusion】详解安装过程中的常见故障及解决策略“

前言：在探索AI图像生成技术的过程中，StableDiffusionwebui以其强大的功能和用户友好的界面受到了广泛欢迎。然而，安装和使用过程中难免会遇到各种报错问题，这些难题往往让初学者望而却步。本文旨在为广大用户提供一份详尽的StableDiffusionwebui安装使用报错指南，通过分析常见问题及其解决方案，帮助您顺利克服障碍，轻松驾驭这一强大的图像生成工具，让创意无限延伸。以下是我们的

AIGC设计所·2025-02-08 17:14

Stable Diffusion使用样例实践（二）

其中采用StableDiffusionwebui项目，模型为C站模型。需要模型的可以私我。细节上可以多训练几次，得到满意的为准。SD用例实践二、人物类1.现实人物（女性）（训练库：realisticVisionV60B1_v51VAE.safetensors）prompt：Animageofayoungwomaninacasualoutdoorsettingleaningonamodernchai

Allen-Steven·2025-02-07 00:38

deepseek再爆大招，janus pro炸裂出场

januspro多模态大模型炸裂出场，transformer架构，没有走diffusion路线，再次颠覆行业认知，继续追着OpenAI打。家里有高配电脑的可以玩起来了，网上自己搜索吧。

caoz·2025-02-06 12:15

【书生·浦语大模型实战营】学习笔记（一）：全链路开源体系介绍

GoAI·2025-02-06 00:50

（14-6-03）基于Latent Diffusion Transformer的文生视频系统：实现模型（03）图像生成模型

6.6.3图像生成模型文件latte_img.py实现了一个基于扩散模型（DiffusionModel）的生成模型，主要用于生成图像，具体可以根据输入条件（如文本描述或类标签）生成对应的图像或视频。它结合了Transformer架构和扩散模型的优势。文件latte_img.py的核心功能如下所示：图像生成：这个模型的核心目的是生成高质量的图像，尤其是基于条件输入生成图像（例如，基于文本描述或类标签

码农三叔·2025-02-05 22:30

推荐频道

Diffusion论文解读