Scepter Studio-万能图片生成工作台

简介: 一句“A cute girl”这样的提示词,到底在Scepter studio上可以生成多少张不同风格的图片?答案是:无限

可控AI,无限生成

一句“A cute girl”这样的提示词,到底在Scepter studio上可以生成多少张不同风格的图片?答案是:无限


SCEPTER 是一个开源代码存储库,致力于生成训练、微调和推理,包含一系列下游任务,例如图像生成、传输、编辑。它集成了流行的社区驱动的实现以及阿里巴巴集团通义实验室的方法,为 AIGC 领域的研究人员和从业者提供了全面的工具包。这个多功能库旨在促进快速发展的生成模型领域的创新和加速开发。


SCEPTER Studio,是一个基于Gradio的数据管理、模型训练和推理的集成工具包。


支持范围:

  • SD系列系列模型:SD-v1.5/SD-v2.1/SD-XL
  • 文本生成图片推理:使用咒语/使用微调/使用控制
  • 数据管理:支持从零新建数据集
  • 模型训练:支持全参数微调,lora,SCE,TEXT-SCE,TEXT_LORA等各种微调方式


开源地址:https://github.com/modelscope/scepter



魔搭社区最佳实践

0代码创空间体验

创空间体验地址:

https://modelscope.cn/studios/iic/scepter_studio/summary


创空间主要体验文本生成图片推理能力:

prompt:a cute girl

基础模型生成:


使用咒语书:选择可爱的3D角色风格


使用微调,微调模型是铅笔素描:


选择控制,openpose(目前控制仅支持SD-v2.1,SDXL正在训练中)


支持咒语,微调模型,控制器叠加使用,如下为可爱3D角色咒语和openpose可控生成叠加使用:


使用魔搭免费算力独占式部署Scepter Studio

环境配置与安装

  1. python 3.8及以上版本
  2. pytorch 1.12及以上版本,推荐2.0及以上版本
  3. 建议使用CUDA 11.4及以上

本文主要演示的模型推理代码可在魔搭社区免费实例PAI-DSW的配置下运行(显存24G) :


点击模型右侧Notebook快速开发按钮,选择GPU环境


新建Notebook


安装依赖库

pip install scepter==0.0.2

拉起Web-UI服务

#中文web-ui
python -m scepter.tools.webui --language zh
#英文web-ui
python -m scepter.tools.webui --language en

按照这种方式部署的web-ui支持数据管理和训练(需要40G显存)

image.png

更多详细使用说明,参考教学视频:

scepter_studio_train_inference 00_00_00-00_00_30.gif

相关文章
|
人工智能 安全
Stable Diffusion:网页版 体验 / AI 绘图
Stable Diffusion:网页版 体验 / AI 绘图
3562 0
|
机器学习/深度学习 编解码 人工智能
AI短视频制作一本通:文本生成视频、图片生成视频、视频生成视频
AI短视频制作一本通:文本生成视频、图片生成视频、视频生成视频
3517 0
|
9月前
|
数据采集 自然语言处理 监控
你的模型真的“学”会了吗?微调效果评估实战指南
本文系统讲解大模型微调效果评估的核心方法论:强调评估比训练更重要,涵盖目标对齐、技术指标(Loss/PPL/BLEU/ROUGE)、人工评估四维度、业务验证(A/B测试、端到端场景)、泛化性检验及四步实战流程,并提供避坑指南与工具建议。重在目标驱动、多层验证、快速闭环。(239字)
967 1
|
编解码 自然语言处理 算法
开源版图生视频I2VGen-XL:单张图片生成高质量视频
VGen是由阿里巴巴通义实验室开发的开源视频生成模型和代码系列,具备非常先进和完善的视频生成系列能力
|
数据安全/隐私保护 开发者 异构计算
阿里巴巴开源可控视频生成框架VideoComposer!(内含体验、推理实践干货)
8月16日,时间、空间可控的视频生成模型 VideoComposer 在魔搭社区开源。
阿里巴巴开源可控视频生成框架VideoComposer!(内含体验、推理实践干货)
|
8月前
|
人工智能 自然语言处理 API
OpenClaw是什么?阿里云部署OpenClaw(Clawdbot)+百炼API配置保姆级教程(含避坑指南)
在AI工具遍地开花的2026年,大多数AI仍停留在“只说不做”的阶段——能陪你聊天、给你思路,却无法动手完成实际任务。而OpenClaw(曾用名Clawdbot、Moltbot)的出现,彻底打破了这一僵局。作为一款开源本地优先的AI代理平台,它就像一个“专属数字员工”,能通过自然语言指令,自动完成网页操作、邮件处理、代码调试、内容同步等一系列任务,真正实现“指令一句话,AI跑全程”。
1360 22
|
8月前
|
安全 JavaScript Linux
OpenClaw从入门到精通:云端/本地部署、必备Skill安装、免费大模型API对接与问题一站式解决方案
在AI Agent快速普及的2026年,OpenClaw凭借灵活的Skill扩展机制、轻量化部署架构与多平台适配能力,成为个人与团队高效办公、代码开发、信息处理的核心工具。全新安装的OpenClaw仅具备基础对话、文件操作与简单代码编写能力,缺乏联网搜索、浏览器自动化、社交媒体交互、图像生成、主动任务迭代等实用功能,必须通过ClawHub上的Skill扩展才能释放全部潜力。目前ClawHub Skill数量突破25000个,盲目安装易导致功能冲突、上下文过载,因此精选高效、稳定、安全的Skill至关重要。
1614 1
|
机器学习/深度学习 人工智能 算法
通义OmniAudio大模型,让 AI 看懂 360° 视频,并“听”出对应的空间音频
OmniAudio 是一项突破性的空间音频生成技术,能够直接从 360° 视频生成 FOA(First-order Ambisonics)空间音频,为虚拟现实和沉浸式娱乐带来全新可能。通过自监督 coarse-to-fine 预训练和双分支视频表示微调,OmniAudio 在非空间音频质量和空间定位准确性上显著优于现有方法。项目包含超过 103,000 个视频片段的 Sphere360 数据集,支持高质量的模型训练与评估。代码、数据及论文均已开源,助力沉浸式体验技术发展。
2333 63
|
9月前
|
自然语言处理 测试技术 Python
小红书开源发布 FireRed-Image-Edit 1.0:高质量训练数据,性能屠榜三项核心评测
2月14日,小红书FireRedTeam开源FireRed-Image-Edit-1.0图像编辑模型。该模型在ImgEdit、GEdit等基准测试中全面超越现有开源方案,风格迁移(4.97分)等维度甚至优于Nano-Banana、Seedream4.0等闭源模型,支持文本保留、老照片修复、多图虚拟试衣等能力。
2150 6
|
6月前
|
人工智能 运维 并行计算
2026校招技术岗薪资大盘点:AI方向白菜价40w起,这个方向却跌破20w
本文从工程视角解析2026届技术岗薪资两极分化现象:AI方向硕士年薪40–55w,传统测试/前端等岗跌至20w以下。核心原因在于“自动化剩余”差异——岗位价值取决于人类不可替代的复杂判断与系统深度。提出四层定价漏斗模型,并给出两条可落地的升级路径:攀登高复杂度领域、转型智能体训练师。趋势已明,结构性差距将持续拉大。

热门文章

最新文章