背景

“人—货—场”是零售中重要的三要素。

过往的传统模式下，绝大多数的零售商们，会通过强化自己的营销方式，用以吸引消费者的注意力，促成消费者的消费行为。伴随着“消费降级”，使用这种方式，已经很难吸引消费者。

现如今，消费者的消费行为往往会以自身真实的体验为中心，寻找满足自身定制化需求的商品更加能吸引消费者进行购买。

阿里研究院曾经提到过一个理念：

零售的本质是无时无刻不为消费者提供超出预期的“内容”。

想要留住消费者，靠大家都能提供的“内容”显然是行不通的，超出预期，才能吸引消费者的“消费兴趣”。

想要提升“场”对“人”的“消费吸引”，首先便是要丰富“场”。

商品想要到达消费者的手中，都需要经过“零售”的“场”。这个“场”可以是线下的货架，也可以是线上的平台。

线上的“场”，可以缩短消费者到“场”的距离，也可以缩短人到货的距离，不但可以很方便的找到自己需要的商品，同时可以查看到商品的各种信息，以及促销信息。

促销海报一般都由专业人士制作，作为门外汉，我可不可以自己制作呢？

阿里云基于函数计算的AI 大模型提供了解决方案。

图像生成

多方案选择窍门

阿里云基于函数计算的AI 大模型提供了两种图像生成的解决方案：ComfyUI和Stable Diffusion WebUI

单看图片中的介绍，选择上还是有点困难，该怎么办呢？

选择纠结的时候，不妨让AI助理帮帮忙。

阿里云的AI助理，就在页面的右下角，它对阿里云产品的售前、售中及售后问题提供专业解答和帮助。包括但不限于阿里云的云服务器ECS、对象存储OSS、云数据库RDS、内容分发网络CDN、容器服务、大数据处理、安全产品等一系列云服务的使用、计费、性能、技术支持等方面的问题。

于是，我对AI助理提出了我的疑问：

AI助理的回答很迅速：

AI助理将两种解决方案的场景描述的很简洁清晰，根据我目前的业务场景需要，我选择 Stable Diffusion WebUI。

基于函数计算部署Stable Diffusion实现高质量的图像生成

方案概览

本方案通过函数计算快速部署一个图像生成系统，提供一个创建高质量视觉内容的服务。您可以使用函数计算提供的基础Stable Diffusion模型，也可以通过创建模型库上传自定义的Stable Diffusion模型实现定制化创作需求。同时，可以充分利用函数计算按需付费，弹性伸缩等优势，高效地为用户提供基于Stable Diffusion模型的文本到图像生成服务。

本方案的技术架构包括以下基础设施和云服务：

• 函数计算：用于提供Stable Diffusion模型的应用服务。
• 文件存储 NAS：用于存放预训练的Stable Diffusion模型。
• 专有网络 VPC：用于配置专有网络，方便函数计算访问文件存储 NAS。

部署Stable Diffusion WebUI

1、登录函数计算3.0控制台，在左侧导航栏，单击应用。

当右上角显示返回函数计算2.0时，表示当前控制台为3.0控制台。

2、在应用页面，单击创建应用，选择通过模板创建应用，在人工智能页签下找到AI 数字绘画 Stable Diffusion，光标移至该卡片，然后单击立即创建。

注：目前该应用只支持在函数计算 FC 3.0部署，如果您登录的是函数计算 2.0控制台，请单击右上角的体验函数计算 3.0进行切换。

3、在创建应用页面，设置以下配置项，然后单击创建应用。

4、在弹出的对话框，仔细阅读应用创建提醒信息，勾选涉及的计费项和我已经了解上面的内容，并同意上述描述，然后单击同意并继续部署。

5、在应用详情页，单击WebUI 域名右侧的域名，开始体验Stable Diffusion WebUI图片生成。

6、等待30秒左右，即可进入Stable Diffusion WebUI，您可以输入提示词，单击生成，开始制作自己的图片。

心得体会

1、对本解决方案的实践原理理解程度如何？是否觉得描述清晰？若有任何不明确之处，请提供具体的反馈和建议。

函数计算提供了一种事件驱动的计算模型。使用者可以在指定函数中创建触发器，该触发器描述了一组规则，当某个事件满足这些规则，事件源就会触发关联的函数。

Stable Diffusion方案通过函数计算快速部署一个图像生成系统，提供一个创建高质量视觉内容的服务。使用函数计算提供的模型或创建并加载自定义的Stable Diffusion模型，输入文本即可生成对应的图像数据。

这样一来，使用者可以将重心放在业务场景的实现上，只需要编写业务代码上即能够快速构建可弹性扩展的Web应用，省去了处理可扩展性等冗余工作的成本。

2、在部署体验过程中是否得到足够的引导以及文档帮助？过程中是否遇到过哪些报错或异常？如有，请列举。

产品文档中的实践教程提供了文档帮助。比如我这次体验的图形生成解决方案：基于函数计算部署Stable Diffusion实现更高质量的图像生成。

不但提供了部署步骤，还提供了创建自己的模型库并自定义模型的步骤。

3、在部署体验过程是否有效地展现了使用函数计算部署AI大模型的优势？若有改进空间，请提供具体建议。

Stable Diffusion提供的图片参数十分细致，这样生成的图片会更精准、更符合业务要求。

1、优化建议：提示词联想功能

使用过程中，用到的参数都是英文，使用过程中有些不习惯。

如果能够提供英文提示词联想功能就更好了。比如每种参数可以有哪些提示词，或者中文提示词给出英文的提示，或者提示词联想。

4、部署实践后，是否能够清晰理解解决方案旨在解决的问题及其适用的业务场景？该方案是否符合实际生产环境的需求？若存在不足，请详细说明。

文档中对Stable Diffusion的业务场景描述的其实有些简略，而我通过AI助手获取的信息更为全面。所以建议在文档中加入业务场景的信息。

5、其他

细节决定成败。

阿里云贴心的为首次使用函数计算的用户提供了一定额度的免费试用包，这个细节的处理很赞。

首次使用的开发者，建议先阅读一下相关：试用额度。