人人都是设计师,挑战0代码打造专属氛围感风格海报!

简介: 无需编程和设计基础,借助阿里云PAI ArtLab,轻松实现任意风格的海报设计。通过在线服务PAI-EAS和对象存储OSS,用户可以快速部署ComfyUI环境,上传线稿后一键生成企业风格海报。提供详细的操作步骤和多种风格示例,如岩石废土风、节日圣诞风和假日海洋风,帮助你轻松上手,快速出图。

你是否脑海中灵感爆棚,但苦于没有设计基础

想要借助AI出图,但苦于没有编程基础

那么请吃下这个安利👇

无需GPU、无需编程能力、设计小白也可快速上手实现任意风格海报大片!

让你的海报从这样到这样,超详细的出图秘籍敬请食用

image.png

点击链接查看详情:

https://www.aliyun.com/solution/tech-solution/pai-artlab-for-image-design?utm_content=g_1000400300

一、方案架构


主要使用了模型在线服务PAI-EAS和对象存储OSS两款云产品。其中PAI-EAS用于部署PAI-ArtLab的ComfyUI环境,OSS用于存储应用的模型、工作流文件及多模态数据。在ComfyUI中已为您提供了应用的工作流模板,其主要由上传线稿、模型组合、CN+模型、高清修复、Logo叠加五个板块组成。在对应的板块中上传原始线稿后,点击运行工作流,即可快速生成企业风格的海报。

image.png

二、体验部署


🚀点击阅读原文立即开始方案部署体验

  1. 部署准备

准备阿里云账号并登录PAI ArtLab。(可领取免费试用资源)

  1. 服务启动

在首页点击工具箱>ComfyUI(专享版),并启动服务。点击右上角的PaiCustom>加载企业海报形象流程。

  1. 应用体验

(1)找到上传线稿板块的加载图像节点,选择已有的Logo图片上传或使用Logo示例。

image.png


(2)在工作流右侧Logo叠加板块的加载图像节点,上传希望出现在海报内的署名Logo。


image.png

(3)点击页面下方的执行队列运行应用工作流,页面顶端或者点击显示队列可以查看任务执行进度。

image.png

(4)当CN+模型板块生成图像后,点击选择心仪的一张,并点击上方的Progress selected image按钮,继续生成。


image.png

(5)待整个工作流执行完成后将得到海报成图,右键点击成图即可进行保存(工作流中的其它图片也可通过相同方式保存)。


image.png

(6)如果想要更换模型,可以在页面左下角找到模型组合板块,变更LoRa加载器的参数。如:分别设置为SDXL_changjing, 模型权重:0.8;SDXL_dianshangxijie, 模型权重:0.2。


image.png

(7)如果想要修改提示词,调整或自定义海报风格,可以在模型组合板块,修改正向提示词和反向提示词文本框中的内容,然后重新运行应用工作流。


image.png

三、效果展示


示例正向提示词及效果如下:

image.png

岩石废土风

Product rendering scene,icon floating on rocks,splashing rock fragments,smoke,dust,debris,dust,orange and 
 white background,simple background,gloss,reflection,dynamics,futuristic style,3D rendering,octane rendering,gravel,and a sense of technology,Fujicolor,chiaroscuro,Canon,Sony FE GM

节日圣诞风

wooden house covered in snow,A cute elk, a Santa Claus, Christmas tree, lights, gifts, cute 3D felt style, cartoon style, Disney style, Solid background,warm colors, soft lP, soft lighting, rich composition,high definition, detailed renderinq, 8k,snowy,soft lighting, rich composition,high definition,8k,clear sky

假日海洋风

Underwater scene, vibrant coral reefs, schools of colorful fish swimming, gentle waves above, light rays filtering through the water, bubbles rising, sandy ocean floor, aquatic plants swaying, serene and tranquil atmosphere, high-definition clarity, dynamic movement, realistic water textures, deep blue and turquoise colors, marine life, reflection on the water surface, 3D rendering, photorealistic style, Fujicolor, chiaroscuro, sunny ocean day




来源  |  阿里云开发者公众号

相关文章
|
6月前
|
人工智能 自然语言处理 关系型数据库
如何构建和调优高可用性的Agent?浅谈阿里云服务领域Agent构建的方法论
本文深入探讨了Agent智能体的概念、技术挑战及实际落地方法,涵盖了从狭义到广义的Agent定义、构建过程中的四大挑战(效果不稳定、规划权衡、领域知识集成、响应速度),并提出了相应的解决方案。文章结合阿里云服务领域的实践经验,总结了Agent构建与调优的完整路径,为推动Agent在To B领域的应用提供了有价值的参考。
2558 22
如何构建和调优高可用性的Agent?浅谈阿里云服务领域Agent构建的方法论
|
机器学习/深度学习 人工智能 算法
黑科技上线!AI帮你一眼看穿真实面貌
本文介绍了一种利用多模态文件信息抽取技术识别图片中物品材质的方法。通过深度学习算法和大量训练数据,该技术能精确区分不同材料的纹理、颜色等特征,广泛应用于电商、设计等领域。教程详细讲解了如何使用百炼模型服务、对象存储OSS及函数计算部署应用,帮助用户轻松提取图片中的材质信息。跟随步骤实践,人人都能成为鉴宝大师。点击阅读原文,体验图片视觉理解与属性信息提取的强大功能。
|
关系型数据库 数据挖掘 分布式数据库
数据库+MCP,0编码自主完成数据洞察
本文介绍了一种全新的数据分析方案,结合PolarDB MySQL版与阿里云百炼,搭配MCP工具实现智能数据库分析应用。该方案解决传统数据分析工具高门槛、低效率的问题,通过零SQL操作和一站式部署,助力企业快速挖掘数据价值。方案具备高性能查询、快响应直连加速、高安全保障及易迁移上云等优势,并详细说明了部署资源、应用配置及验证步骤,帮助用户轻松完成实践体验。
1399 15
|
11月前
|
前端开发 UED 开发者
开发同学如何理解业务?
本文深入探讨了理解业务的重要性及其对于软件开发流程的深远影响。
|
11月前
|
监控 数据可视化 数据挖掘
惊叹!燕云十六声运营团队靠它提升工作效率!
在游戏行业竞争激烈的2025蛇年新春,燕云十六声团队通过选择合适的可视化协作软件实现了高效工作。板栗看板以其高度可视化的任务管理、灵活的任务分配和强大的文件管理功能脱颖而出。Trello、Asana、Monday.com、Zeplin和Slack等工具也各具特色,提供了丰富的插件、权限管理和实时沟通等功能,助力团队应对巨大工作量和协作挑战,提升工作效率,打造更优质的游戏产品。
467 12
|
11月前
|
缓存 网络协议 前端开发
Web 性能优化|了解 HTTP 协议后才能理解的预加载
本文旨在探讨和分享多种预加载技术及其在提升网站性能、优化用户体验方面的应用。
Web 性能优化|了解 HTTP 协议后才能理解的预加载
|
12月前
|
存储 NoSQL 关系型数据库
从大数据到大模型:如何做到“心无桎梏,身无藩篱”
在大数据和大模型的加持下,现代数据技术释放了巨大的技术红利,通过多种数据范式解除了数据的桎梏,使得应用程序达到了“心无桎梏,身无藩篱”的自在境界,那么现代应用有哪些数据范式呢?这正是本文尝试回答的问题。
1665 101
|
11月前
|
弹性计算 运维 自然语言处理
产品测评 | 感受操作系统智能助手OS Copilot新功能带来的运维效率飞升
近期,我再次评测了阿里云OS Copilot的新版本,发现其在命令执行、任务自动化、文件处理及知识问答等方面表现出色,特别是-t参数显著提升了70%的效率。使用过程中,我发现它不仅简化了复杂任务的处理,还提供了中文解释配置文件的功能,极大地方便了初学者。总结来看,OS Copilot极大地提升了Linux运维效率,但仍需在自然语言理解、用户界面优化和错误处理机制等方面进一步改进。未来若能支持更多操作系统并集成更多实用工具,必将成为Linux用户的得力助手。
|
11月前
|
SQL 运维 算法
链路诊断最佳实践:1 分钟定位错慢根因
本文聚焦于线上应用的风险管理,特别是针对“错”(程序运行不符合预期)和“慢”(性能低下或响应迟缓)两大类问题,提出了一个系统化的根因诊断方案。
770 103
|
11月前
|
边缘计算 自然语言处理 索引
大模型承重墙,去掉了就开始摆烂!苹果给出了超级权重
近期,苹果公司与圣母大学的研究人员发现大型语言模型(LLM)中存在“超级权重”参数,尽管仅占模型参数的0.01%,却对模型性能有极大影响。去除一个超级权重可使困惑度增加三个数量级,零样本准确性大幅下降。研究提出一种数据无关方法识别这些权重,并通过保留超级权重和超级激活,显著提升模型压缩效果,在量化后保持较高性能。该发现对资源受限环境下的LLM部署有重要意义。论文链接:https://arxiv.org/pdf/2411.07191。
221 20