资讯列表
7000字干货！如何高效率掌握Stable Diffusion的正确用法？
前言
此篇不是 Stable Diffusion 的软件教程，而是面向 AIGC 绘图工作流的一些开阔性思路与方法分享，核心观点即“商业需求是题面，AIGC 是计算工具，解题思路还得是设计师!”，总之面对 AIGC 设计不要焦虑也不用回避，本篇笔者期望能够和大家一起探讨 AIGC 绘图如何为我所用，如何融入设计流程，如何降本增效。
并且会聊聊 Stable Diffusion 究竟具备了哪些可控能力，以及进行商业设计落地的思路与解题技巧，一切皆是希望能够帮助大家更好的认识 AIGC 绘图工具，并帮助优化自己的设计流
万字干货！超全面的Stable Diffusion学习指南：模型篇
本文用7个章节，帮你完整掌握 Stable Diffusion 模型的分类和使用方法。
上期回顾：一、模型的概念
先来看看模型在 Stable Diffusion 中到底是什么概念？在维基百科中对模型的定义非常简单：用一个较为简单的东西来代表另一个东西。换句话说，模型代表的是对某一种事物的抽象表达。
在 AIGC 领域，研发人员为了让机器表现出智能，使用机器学习的方式让计算机从数据中汲取知识，并按照人类所期望的方向执行各种任务。对于 AI 绘画而言，我们通过对算法程序进行训练，让机器来学习各类图片的信息特征，而在训
国产AI设计神器Pixso AI有多逆天？测评来了！
AIGC 浪潮兴起后，不少设计师想体验都遇到了访问缓慢、费用高昂等问题。为了让更多设计师及时尝鲜，国内也有公司在开发 AI 设计服务，而这其中的佼佼者，当属万兴旗下的产品设计协作一体化工具 Pixso 内置的 AI 助手。
这款软件刚公测一个多月，就有许多设计师希望优设出一期测评，经过这段时间的使用后，笔者会从 5 个方面，详细聊聊 Pixso AI 的功能特色。
官网链接：
首先是功能全面性，Pixso AI 具备 5 大 AI 应用能力，包括 AI 生图、AI 语言大师、灵感专家、AI 设计系统生成、生成设计元
致命幻觉问题、开发GPU替代品，大模型还面临这10大挑战
ChatGPT、GPT-4 等的发布，让我们在见识到大模型（LLM）的魅力后，伴随而来的是其所面临的各种挑战。如何让 LLM 变得更好？面对大模型，到底有哪些需要解决的问题？成为 AI 领域重要的研究课题。
一次通过率73％，开源代码大模型WizardCoder超越最新GPT-4以外所有闭/开源模型
这几天，代码大模型领域又热闹了起来！
9700字干货！超全面的Stable Diffusion学习指南：文生图篇
在本篇教程里，我会详细介绍Stable Diffusion的文生图方法。
上期回顾：一、关于文生图
在 Stable Diffusion 中，有文生图和图生图 2 种绘图模式，今天我们先来看看如何使用文生图来绘制我们想要的图片。下面是 Stable Diffusion 文生图界面的基础板块布局，如果你此前更换过主题相关的扩展插件，界面的功能布局可能会有所区别，但主要操作项都是相同的。Stable Diffusion 基础的操作流程并不复杂，一共就分成 4 步：选择模型—填写提示词—设置参数—点击生成。通过操作流程就
AI绘画进阶！5个冷门但实用的Midjourney小技巧（一）
大家好，这里是和你们一起探索 AI 绘画的花生~
之前给大家推荐了不少 midjourney 的干货教程和优质提示词，不知道大家都用起来了没有？从第一次接触 midjourney 到现在也有 1 年多的时间了，期间摸索出了不少小技巧，虽然有些冷门但也挺实用的，今天就整理其中 5 个分享给大家~
上期回顾：一、在局部重绘中使用垫图
前几天 midjourney 上线了 vary region 局部重绘功能，可以直接对放大的图像进行修改、新增或抹除操作，结合 remix 功能还能用文本准确控制重绘的内容，非常方便。而除
Midjourney 迎来最强对手，种子轮融资大佬云集，测试版让马斯克一「键」穿越
机器之能报道编辑：SIA一直以来，Midjourney 稳坐 AIGC 文生图的王座，少有威胁，直到这家公司的出现。8 月 23 日，生成式人工智能创业公司 Ideogram AI 正式官宣：「我们正在开发最先进的人工智能工具，使创意表达变得更容易、更有趣、更高效。」官网写道。团队核心成员也是谷歌大脑 Imagen 团队主要成员， Ideogram AI 也被认为试图将 Imagen 发扬光大：Mohammad Norouzi（CEO ）、Jonathan Ho (联合创始人）、 William Chan 和 C
凉宫春日、李云龙等32个人物都能扮演，这个聊天机器人很懂剧情，代码可商用
让 AI 模仿特定人物聊天是 ChatGPT 类大语言模型的一个常见玩法，有些公司还开发了专门的 APP，如 character.ai。在国内，一个名叫「Chat 凉宫春日」的项目充分地满足了这种需求。
首款大模型杀进C-Eval榜单前三，这家仅成立两个月的初创公司凭什么？
半年多来，国内大型模型如火如荼发展，已催生出「百模大战」的景象。
千亿级、数学专用，MathGPT大模型开始公测了
好未来推出数学领域千亿级大模型 MathGPT ，做好 AI 时代数学基础工作。
AI实战案例！智行AIGC落地项目完整复盘
近半年来，AIGC 技术在各个领域都取得了重大突破，尤其是在设计领域，AI 绘画技术的出现加速了设计行业的变革，为设计师带来了新的机遇和挑战。
其中，Midjourney 和 Stable Diffusion 等 AI 绘图工具快速崛起，成为备受设计师青睐的代表。这些工具利用深度学习技术，通过学习大量的艺术作品来生成图像，具有操作简单、生成速度快等特点，而智行营销需求具有高频率、快节奏等属性，因此将 AI 绘画应用到设计流程中，有望提高设计师的生产力和效率。
更多AI应用案例：在此背景下，智行 ZXD 深入研究和探
设计师如何用ChatGPT提高工作效率？给你17个例子！
我最近都一直在研究 AI 生成，发现可以做很多事情，现在连 3D 模型都可以用 AI 生成了，进化的特别快。像插画什么的这种执行力，AI 可以画的很好，可能我以前还担心自己不会画画，现在似乎也有了解决方案。
有些人会说 chatGPT 又炒作一波，又像之前的各种火爆的东西一样。但我觉得 chatGPT 不是一种流行，它其实是一种技术革新。它似乎就是一个奇点，可能会彻底改变我们的未来，而且是不可阻挡的。
你可能对 chatGPT 带来的变革毫不关心，现在不会去用，但过几年你就不会这么想了。对于新事物，尤其是现在处在一
Midjourney 可以修改图像局部内容啦！一文详解3大使用技巧
大家好，这里是和你们一起探索 AI 绘画的花生~
昨天 midjourney 上线了新功能 Vary Region，可以让用户在图像生成后，框选图像局部再次进行生成，也就是我们可以直接在 midjourney 中修改、新增或者抹除图像的部分内容，更轻松地获取符合自己要求的图像，今天就一起来看看这项新功能如何使用吧~
往期更新回顾：一、Vary Region 简介
Vary Region 的意思是“局部变化”，作用和 stable diffusion 中的 inpainting （局部重绘）是一样的。目前在 web
如何使用Stable Diffusion进行AI模特快速换装？教程来了！
电商行业的发展已经改变了人们的购物方式，但随着市场竞争的加剧，电商公司需要更高效、更便捷的方式来展示商品。比如在电商服装行业中，服装展示就需要大量的图片素材，其中包括模特穿着不同款式的服装展示。然而，处理这些产品图片的成本非常高，而且时间周期也比较长。这些问题主要有以下几个方面：招募和培训模特的成本很高，而且模特的数量有限，难以满足电商公司的需求。
对于不同的服装款式和颜色，电商公司需要拍摄大量的图片，这需要大量的时间和人力成本。
电商公司需要对每个模特的服装进行搭配，以展示不同的款式和风格，这需要专业的搭配设计师
效率出图！5 种效果超好的 Midjourney 优质提示词（五）
大家好，这是是和你们一起探索 AI 绘画的花生~
今天继续为大家推荐 5 组优质的 Midjourney 提示词，包括中式山水背景图、手绘线条插画、包装设计灵感、十二生肖 IP 形象等。
上期回顾：一、中式山水背景图
参考提示词 ①
round flat podium, product display, with Guest-Greeting Pine and rockery and chinese ancient architecture on it, minimalist chinese background
8000字干货！超全面的Stable Diffusion学习指南：安装篇
在本篇教程里，我会为你介绍 Stable Diffusion 的配置要求和安装方法。
上期回顾：一、硬件配置要求
在上一篇中我们提到经过优化后 Stable Diffusion 模型可以在商业级的民用显卡上本地运行，但它对电脑硬件还是有一定要求的。
WebUI 目前仅支持在搭载了 NVIDIA 和 AMD 显卡的 Windows 10/11、搭载 Apple Silicon 芯片的 MacOS 以及 Linux 系统上运行。其中优先推荐搭载了 N 卡的 Windows，MacOS 由于没有独立显卡加速，在默认配置下
助力发现药物靶点，华科大开发深度迁移学习方法，预测跨膜蛋白
编辑 | 萝卜皮膜蛋白由大约四分之一的人类基因编码。链间残基-残基接触信息对于膜蛋白复合物的结构预测很重要，对于理解其分子机制很有价值。尽管已经提出了许多深度学习方法来预测膜蛋白中的蛋白内接触或螺旋-螺旋相互作用，但由于跨膜蛋白数量有限，准确预测其链间接触仍然具有挑战性。为了应对这一挑战，华中科技大学的研究人员利用从非跨膜蛋白大数据集中预先训练的知识，开发了一种深度迁移学习方法，用于预测跨膜蛋白复合物的链间接触，称为 DeepTMP。DeepTMP 利用几何三角形感知模块从蛋白质语言模型生成的共同进化信息中捕获正确