通义万相AI绘画创作一键部署实现

简介: 通义万相AI绘画创作提供了一键部署流程,点击链接登录,即可开始绘画生成。

1)资源部署及场景API调用体验过程是否得到足够的引导,操作是否顺畅?
本次的通义万相AI绘画创作基于通义万相文本绘图与人像美化方案的一键部署,按其方案引导完成,因此较为顺畅,着重需要注意的几点分别为
1.开通DashScope服务并获取API-KEY;

e80eefdff9ff62fe20585f13f9d27ec.png

2.进行一键部署操作,记清楚设置的应用登陆密码,API-key为上一步获取的key。
6ad14bb3eadb8d064e427ab74e6bf3f.png

注意:应用登陆用户名和密码务必要牢记,如果忘记可以在随后参数中进行更新修改,但不排除更新操作后会出现用户名密码错误,此时建议直接删除资源编排,重新进行一键部署操作。
3.选择资源类型,及确认无误后提交修改。
ccf1a8c2fef379e7f078d749d99ad60.png

4.等待资源栈创建,需等待几分钟待其完成状态。
02bbc61fd87f0feab8976ad912fb063.png
5.以上状态完成后选择标签页“输出”,点击链接进入登陆页。
a88d05c3c6c702c7b17c9c002437368.png
6.输入前期设置的账号密码即可登录进入。
0088d31f68b3f4b61809b1c3948a92b.png
7.愉快进行绘画生成。
f60da0634249efccc186efe1e6225bd.png
8.最后实验完毕进行资源释放。
29cea49d0f10048c38c59f2bd2e5b87.png

通过通义万相文本绘图与人像美化方案一键部署方案,通过调用DashScope API-KEY、对象存储OSS及ECS,完成了部署,即可通过浏览器登录访问部署的服务,体验其功能。
其可通过选择图片规格、数量、风格,填写关键词信息,生成图片。整个过程体验简便快捷,极具可玩性。
图片风格方面选择较多,但仍可以提供更多样化的图片风格选择,及支持用户自定义风格等。

目录
相关文章
|
8天前
|
存储 人工智能 弹性计算
通义万相AI绘画创作评测
- 一键部署流程顺畅,但手动部署环节有改进空间,期望能选择已有资源。 - 服务响应迅速,生成图片质量满意,相比DALL·E有一定差距。 - 建议优化部署指南,允许选择已有ECS和OSS存储。 - 成本、易用性具竞争力,接近FC速度,优于其他国内产品,推荐给他人使用。 - 部署流程顺利,一键部署体验好,但手动步骤需优化,希望可选已有云计算资源。 - 服务响应快,图片生成质量好,不过与DALL·E相比仍有提升空间。 - 希望增强部署灵活性,支持选择已创建的ECS实例和OSS存储。 - 相比同类产品,阿里云方案在成本和易用性上有优势,推荐给团队和伙伴。
41 7
|
12月前
|
人工智能 搜索推荐
‘通义万相’使用体验——令人惊艳的AI绘画创作大模型
7月7日,阿里云在2023世界人工智能大会上宣布,AI绘画创作大模型通义万相开启定向邀测。通义万相是阿里云“通义”大模型系列第三个产品,此前的通义千问、通义听悟分别具备文字问答和语音文字处理的功能。目前该模型已经开启定向邀测.
|
机器学习/深度学习 人工智能 物联网
玩转AIGC | 5分钟使用PAI一键部署Stable Diffusion AI绘画应用
本文将展示如何通过阿里云机器学习PAI 快速部署SD文生图模型并启动WebUI 进行推理服务。
|
人工智能 算法 Serverless
【体验有奖】 玩转 AIGC,Serverless 一键部署 AI 图像生成服务
【体验有奖】 玩转 AIGC,Serverless 一键部署 AI 图像生成服务
【体验有奖】 玩转 AIGC,Serverless 一键部署 AI 图像生成服务
|
人工智能 机器人 Serverless
【体验有奖】函数计算 x 通义千问预体验,一键部署AI应用赢Airpods
本实验将基于函数计算,让您一键在阿里云上部署自己的对话机器人,快来打造自己的AI小助理吧!
|
人工智能 Serverless 开发者
【体验有奖】玩转 AIGC,函数计算 x 通义千问预体验,一键部署 AI 应用赢 Airpods
【体验有奖】玩转 AIGC,函数计算 x 通义千问预体验,一键部署 AI 应用赢 Airpods
|
2月前
|
机器学习/深度学习 自然语言处理
文生图模型-Stable Diffusion | AIGC
所谓的生成式模型就是通过文本或者随机采样的方式来得到一张图或者一段话的模型,比如文生图,顾名思义通过文本描述来生成图像的过程。当前流行的文生图模型,如DALE-2, midjourney以及今天要介绍的Stable Diffusion,这3种都是基于Diffusion扩散模型【1月更文挑战第6天】
526 0
|
2月前
|
人工智能 开发工具 git
【AI绘画】Stable Diffusion 客户端搭建
【AI绘画】Stable Diffusion 客户端搭建
94 0
【AI绘画】Stable Diffusion 客户端搭建
|
9月前
|
人工智能 物联网
AI 绘画Stable Diffusion 研究(十七)SD lora 详解(上)
AI 绘画Stable Diffusion 研究(十七)SD lora 详解(上)
1064 0
|
10天前
|
机器学习/深度学习 人工智能 算法
Stable Diffusion AI绘画
Stable Diffusion是人工智能领域的文本到图像生成模型,基于概率的连续扩散过程,学习数据潜在分布并生成新样本。模型使用Web UI进行交互,提供不同采样器如Euler和DPM++,后者常配以Karras算法。提示词对生成效果至关重要,可以利用GPT等生成提示词。用户还能调整参数如高清修复和批处理次数来影响生成的图像。此外,模型文件(ckpt/safetensors)和Lora微调模型需存放在正确目录以确保功能正常。