AIGC——从零入门AI生图原理&实践（Datawhale X 魔搭 AI夏令营）

关注

原创最新推荐文章于 2026-04-04 10:04:07 发布 980 阅读 AI 写同款· GEO 优化 ›

Datawhale X 魔搭 AI夏令营第四期魔搭-AIGC方向 task01笔记 Datawhale AI夏令营第四期魔搭-AIGC方向 task01笔记及个人心得分享。从零入门AI生图原理&实践是 Datawhale 2024 年 AI 夏令营第四期的学习活动（“AIGC”方向），基于魔搭社区“可图Kolors-LoRA风格故事挑战赛”开展的实践学习—— - 适合想入门并实践 AIGC文生图、工作流搭建、LoRA微调的学习者参与学习内容提要：从文生图实现方案逐渐进阶，教程偏重图像工作流、微调、图像优化等思路，最后会简单介绍AIGC应用方向、数字人技术（选学）阅读详情

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言
一、AIGC是什么？
二、小白零基础30分钟速通指南
- 1.开通阿里云PAI-DSW试用
- 2.在魔塔社区授权
- 3.30分钟体验一站式baseline
- 4.移动结果文件
- 5.关闭PAI实例
三、总结

一、前言

基于魔搭工具链 & 可图Kolors 模型微调文生图模型，并制作八图故事，提交微调模型和作品，要求如下：
1. 训练自己的LoRA模型权重（考验数据集的选择能力 & 对微调工具的使用）
2. 使用自己的LoRA模型进行8图故事创作（考验工作流设计能力、Prompt功力）

一、AIGC是什么？

AIGC，全称Artificial Intelligence Generated Content，即人工智能生成内容。这是一种利用人工智能技术来自动生成各种类型内容（如文本、图像、音频、视频等）的新型技术。AIGC是一种利用人工智能模型，根据给定的主题、关键词、格式、风格等条件，自动生成各种类型的文本、图像、音频、视频等内容的技术。

核心思想：通过学习和模拟人类创作内容的行为，AIGC能够突破人类创作的限制，实现无限的内容创造。

二、小白零基础 30 分钟速通指南

1.开通阿里云PAI-DSW试用

链接：阿里云免费试用 - 阿里云

开通PAI-DSW 试用，可获得 5000算力时！有效期3个月！

步骤如下：

2.在魔塔社区授权（新用户需要注册并绑定阿里云）

链接：https://www.modelscope.cn/my/mynotebook/authorization

3.在魔塔社区创建PAI实例

链接：https://www.modelscope.cn/my/mynotebook/authorization

4.30分钟体验一站式baseline

下载baseline文件：

代码如下：

git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors.git

安装环境，重启kernel

调整prompt，设置你想要的图片风格，依次修改8张图片的描述

4.1 提示词

提示词很重要，一般写法：主体描述，细节描述，修饰词，艺术风格，艺术家

举个例子

【promts】Beautiful and cute girl, smiling, 16 years old, denim jacket, gradient background, soft colors, soft lighting, cinematic edge lighting, light and dark contrast, anime, super detail, 8k

【负向prompts】(lowres, low quality, worst quality:1.2), (text:1.2), deformed, black and white,disfigured, low contrast, cropped, missing fingers

正向描述词：你想要生成的图片应该包含的内容

反向提示词：你不希望生成的图片的内容

依次顺序运行剩余的代码块，点击代码框左上角执行按钮，最终获得图片（大约需要20分钟）

下面的代码块按照功能主要分成这几类

使用Data-Juicer处理数据，整理训练数据文件
使用DiffSynth-Studio在基础模型上，使用前面整理好的数据文件进行训练微调
加载训练微调后的模型
使用微调后的模型，生成用户指定的prompt提示词的图片

5.移动结果文件

创建terminal，粘贴如下命令，回车执行

mkdir /mnt/workspace/kolors/output & cd 
cp /mnt/workspace/kolors/models/lightning_logs/version_0/checkpoints/epoch\=0-step\=500.ckpt /mnt/workspace/kolors/output/
cp /mnt/workspace/kolors/1.jpg /mnt/workspace/kolors/output/