【AIGC系列】SD文生图基础教程

原创 已于 2025-09-28 19:46:21 修改 · 794 阅读 · 11 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#AIGC #文生图 #图片生成 #绘世

于 2025-09-28 16:48:55 首次发布

文章目录

软件

Liblib AI/绘世AI
该网站可以下载本地端，也可以在网页上完成。每天可以免费领算力。

checkpoint基础模型

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

提示词

选对模型，写好提示词才能生成满意的图片！

比如说不能再3D风格的大模型下生成真人图片。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

正向提示词

你想要画面中出现的东西
在这里插入图片描述
在这里插入图片描述

提示词写作

人物+场景+环境/氛围

最低0.47元/天 解锁文章
一文读懂AIGC文生图系列原理及发展近况！
女王の专属领地
11-25 3135
2021年10月，谷歌发布的 Disco Diffusion 模型以其惊人的图像生成效果拉开了属于扩散模型的 AIGC 时代序幕。图像精美但细节不够深人；生成耗时过长（也是一直以来的痛点）。但其图像质量碾压以往众多绘画模型，达到普通人无法企及高度，这才让 AI绘画真正迈入生产工具行列。AIGC作为一种新兴的技术，正在快速改变内容生产和创作的格局。经过多年的发展，AIGC已经在文本、图像、音频和视频等多个领域取得了显著的成就。
AIGC 领域文生图：提升创意效率的秘诀
AI天才研究院
05-02 1142
随着人工智能生成内容（AIGC）技术的爆发式发展，文本生成图像（Text-to-Image，T2I）已成为创意产业的核心基础设施。传统创意设计流程中，从概念构思到视觉呈现往往需要数天甚至数周时间，而文生图技术可将这一周期缩短至分钟级。本文旨在揭示文生图技术提升创意效率的核心机制，涵盖技术原理、工程实践、创意工作流优化等多个维度，为设计师、开发者和创意从业者提供可落地的效率提升方案。技术原理：解析文生图核心模型（扩散模型、CLIP、Transformer）的数学基础与架构设计效率提升。
【学习笔记】文生图模型——一、基础
HanYMR的博客
03-01 882
个人学习记录，参照书《深度学习导论与应用实践》（高随详；清华大学出版社）
Stable Diffusion绘画 | 文生图-采样器使用说明
Leo-Fighting的博客
08-03 814
webui 1.9.3版本中，采样器分为“采样方法”、“调度类型”两个选项。因为采样器选项多，所以需要做一个筛选，保留图像生成效果好的采样器。
Stable Diffusion｜文生图基础教程
2401_83048197的博客
02-11 1455
随着深度学习技术的蓬勃发展，生成对抗网络（GANs）特别是Stable Diffusion（简称SD）在图像生成领域取得了令人瞩目的成果。本教程旨在为广大对SDAI文生图技术感兴趣的学习者提供一个入门级的指南，帮助大家快速上手并掌握这一前沿技术。AI绘画最重要的是需要清楚自己的创作需求，即自己希望出来的图片是什么风格、什么场景、什么人物等等。：由Stable Diffusion团队官方出的大模型，也叫底模；：模型训练的数据以二次元的素材为主，对于二次元的场景和人物有着针对性的优化，出图效果好；
StableDiffusion系列教程 |SD文生图案例
2401_85116933的博客
10-23 801
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。我们将从选择合适的模型开始，通过精心编写提示词，调整参数，最终生成满意的图像。AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
StableDiffusion系列教程 |SD文生图问题详解
2401_84815950的博客
12-04 1898
StableDiffusion系列教程 |SD文生图问题详解
StableDiffusion（SD）文生图教程
z19981的博客
05-12 1049
本文详细介绍了Stable Diffusion（SD）图像生成工具中的关键参数设置及其影响。首先，提示词分为正面和负面提示词，正面提示词用于描述期望的图像，负面提示词则用于排除不希望出现的内容。采样步数控制去噪步骤，通常25步已足够，但精细纹理图像可能需要更多步数。采样器是决定图像风格的算法，常用的有dpm和euler系列，分别偏向真实感和艺术感。CFG比例调整提示词与创造力的平衡，默认值为7，过高或过低都会影响图像质量。种子值决定初始噪声，相同种子和提示词会生成相似的图像。此外，文章还介绍了模型选择、图像
一口气摸透AIGC文生图产品SD（Stable Diffusion）！
女王の专属领地
11-26 2228
Stable Diffusion是一种基于深度学习的图像扩散生成模型，利用文本描述生成图像。该模型由CompVis、Stability AI和LAION合作开发，具有高稳定性和生成质量。Stable Diffusion直译为稳定扩散，理解稳定扩散之前先通过两张图片介绍一下什么是前向扩散和逆向扩散。所谓前向扩散（forward diffusion）过程就是向训练图像中不断地添加噪声，从而使其逐渐变为一张毫无意义的纯噪声图。经过前向扩散猫的图像变成了随机噪声。
AIGC文生图及工具产品简介
Peter的博客
11-27 2385
AIGC，全称是人工智能生成内容（Artificial Intelligence Generated Content）是继UGC（用户生成内容），PGC（平台生成内容）后，利用人工智能技术，自动生成内容的生产方式；目前主要利用&集成自然语言处理、计算机视觉、语音生成等算法训练生成式大模型，且已经从纯文本生成、纯图像生成拓展到了跨模态的内容理解与生成，促进了更接近普通人定义的“智慧”的加速涌现。
当测试遇上AIGC：自动化测试脚本生成实战
最新发布
2501_94436581的博客
12-08 590
摘要：随着AIGC技术成熟，软件测试正从手工编写转向智能生成。AIGC通过自然语言处理自动生成测试脚本，降低技术门槛，提升效率。核心流程包括需求分析、提示词设计、工具链集成和脚本优化闭环。以金融APP转账功能为例，AIGC可快速生成覆盖多种场景的自动化测试脚本。尽管面临稳定性、业务理解等挑战，通过优化定位策略、建立知识库等方法可有效应对。测试人员需转型为测试策略设计者，分阶段推进智能测试生态建设，把握数字化转型机遇。（150字）
工业制造企业数字化转型实践：基于AIGC技术的社媒矩阵运营系统重构
Tezign_space的博客
12-04 1047
摘要：本文以某TOP润滑油品牌为例，探讨传统制造企业如何通过AIGC技术重构社交媒体运营体系。针对内容生产周期长、多平台适配难等痛点，项目引入AI内容中台与智能体解决方案，构建包含数据底座、AI生产工作流和智能分发三层的技术架构。系统整合CV、NLP、ASR等技术实现素材结构化，通过AI混剪、数字人驱动等模式提升效率，最终使单条内容生产周期缩短75%，成本降低60%。案例证明AIGC技术赋能传统行业的价值在于系统化整合技术模块，实现人机协同的数字化转型。
AI 技术核心趋势：大模型、AIGC 与边缘智能
zyxzyx49的博客
12-05 529
2025 年，人工智能技术已告别 “概念炒作” 的上半场，进入 “技术融合、场景落地” 的深水区。如果说前几年 AI 的关键词是 “突破”—— 大模型参数屡破纪录、AIGC 惊艳出圈、边缘计算初步试水；那么 2025 年的核心关键词则是 “适配”：大模型向行业场景收缩、AIGC 融入业务全流程、边缘智能与云端形成协同，三者共同构成了 AI 技术落地的核心骨架，重塑着各行各业的生产力范式。
Sampler AI + 滤波算法：解决 AIGC 贴图“噪点过剩”，构建风格化 PBR 工业管线
海外旅居设计师，15年设计经验。
12-02 832
今天跟各位同学分享的，就是基于 Adobe Substance 3D Sampler 与 Firefly 的“频段分离”工作流。它能让你保留 AI 的创意构图，同时获得纯净的风格化材质表现。
互联网大厂Java/Agent面试实战：AIGC内容社区场景下的技术问答（含RAG/Agent/微服务/向量搜索）
小白学编程~
12-04 380
1）RAG流程：用户输入 -> 检索（向量搜索 top-k）+基于过滤器的候选打分（Elasticsearch + vector）-> 组装上下文（include source citations）-> 发送给生成模型（温度控制、system prompt）-> 输出并附带引用与置信度。3）避免幻觉：提供检索证据、限制模型自由发挥（提示工程），使用评分策略、基于逻辑规则的过滤、后处理验证（可校验事实的API），以及使用NLI/faithfulness模型进行二次验证。在消费端做去重，使用乐观锁或幂等键。
【MLLM】2025年大模型行业现状与方向调研（LLM/MLLM/AIGC，训练/推理/Infra，工业界/学术界）
小哈里的博客
12-06 983
【MLLM】2025年大模型行业现状与方向调研（LLM/MLLM/AIGC，训练/推理/Infra，工业界/学术界） 文章目录 1、2025 大模型行业三大赛道：LLM/MLLM/AIGC （1）纯语言大模型（LLM）：工程化深耕，分化明显 （2）生成式模型（AIGC）：商业化落地为王，方差巨大​ （3）多模态大模型（MLLM）：蛮荒之地的机遇，技术壁垒决定竞争力​ 2、岗位分类，发展路径 2.1 职业方向对比（训练，推理，Infra） 2.2 职业方向细分（训练，推理，Infra） 3、后训练RL -
AIGC检测器，到底是怎么判断“AI 还是人”
快搜CEO高德的博客
12-05 809
从技术角度看，一款像样的 AIGC 检测器，背后至少有（分类层）（内容理解层）（系统工程层）
基于多智能体协作的AIGC内容风控系统：从单点检测到可解释裁决链
qq_74383080的博客
12-03 965
在AIGC内容平台上线3天后，人工审核团队被日均10万条AI生成内容淹没，违规检出率仅23%。我花一个月搭建了一套"检测-推理-裁决"多智能体协作系统：用YOLOv8做快速初筛，CLIP+NSFW Detector做细粒度识别，Qwen2-72B做合规推理，最终形成可追溯的裁决链。上线后违规检出率达97.3%，人工审核量下降94%，单次审核成本从0.8元降至0.03元。核心创新是将内容风控从"黑盒打分"升级为"可辩论的司法流程"，满足监管"算法可解释"要求。
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