首页 > 其他分享 >来自通义万相的创意加速器:AI 绘画创作

来自通义万相的创意加速器:AI 绘画创作

时间:2025-01-11 22:04:16浏览次数:3  
标签:通义 AI 生成 部署 点击 ECS 万相

来自通义万相的创意加速器:AI 绘画创作

可以说,2024年是AI人工智能大火的时代,那么基于AI我们可以做哪些事呢?过去的和AI智能的聊天对话,以及现在的基于AI的文生图、文生音频、文生视频,其实AI人工智能的发展,可以说已经极大的丰富了我们的日常生活和工作。现在目之所及,在各行各业都可以看到AI的身影,比如你可以利用AI生成工作年报,或者数据分析,为决策提供依据等等。那么今天我们主要是来感受一下AI在绘画创作行业的重要作用。
在开始今天的主题操作之前,先来了解一下什么是通义万相?

通义万相

说起通义万相,大家其实也算比较熟悉了,最常用的就是文生图,我是从通义万相出来就一直在时不时的用,通义万相地址:https://tongyi.aliyun.com/wanxiang 通义万相的界面是这样的
在这里插入图片描述

这里我们注意到右上角有个【灵感值】,这个灵感值就是你每天可以免费使用通义万相的次数,过去是每天自动刷新50灵感值,现在规则改为了每天手动签到,发放50灵感值,可以累计。点击【创意作画】就可以跳转到文生图页面,输入Prompt: 阳光 帅气 小男孩 头像 ,默认风格,点击【生成创意画作】就可以从生成的四幅图中选择一副自己满意的了,操作很简单
在这里插入图片描述

那么今天我们需要做的就是【利用自研的通义万相AIGC技术在Web服务中实现先进的图像生成】,简单的说就是我们自己搭建一个类似于通义万相的文生图平台,并用自己搭建的通义万相体验生成图像。好了,简单的回忆到这里结束。下面开始精彩部分登场。

动手搭建“通义万相”

在开始动手搭建自己的“通义万相”之前,先来简单介绍一下我们的搭建方案:【ECS云服务器用于运行Web程序,以接收用户的图像处理请求;对象存储OSS则用于存储某些场景中用户上传的图片,并通过签名的方式使得通义万相可以下载该图片,模型服务通过提供基于HTTP接口的API,实现应用程序的调用。】整体方案规划图如下
在这里插入图片描述

方案部署操作文档地址:https://www.aliyun.com/solution/tech-solution/tongyi-wanxiang

部署方案

在方案部署文档中,我们选择【一键部署】方案来快速体验利用自研的通义万相AIGC技术在Web服务中实现先进的图像生成应用部署体验,下拉文档找到
在这里插入图片描述

点击【一键部署】进入到操作文档步骤页面,基于上面的方案介绍,我们需要以下基础设施和云服务:
• 1个专有网络VPC:云服务器ECS创建于此VPC下。
• 1台交换机:云服务器ECS创建于此交换机下。
• 1台云服务器ECS:用于部署示例应用程序。
• 1个对象存储OSS Bucket:用户存储用户上传的图片,并生成签名的URL提供给大模型进行下载。建议使用和ECS同地域下的OSS Bucket。
• DashScope灵积模型服务:用于示例应用程序调用通义万相的服务。

资源准备

基于上面我们整理的需要用到的基础设施和云服务,那么我们先来准备一个杭州地域的对象存储OSS。

对象存储OSS(手动部署)

登录OSS控制台:https://oss.console.aliyun.com/overview 在【杭州】地域下创建OSS Bucket,点击【Bucket列表】
在这里插入图片描述

点击【创建Bucket】,输入Bucket名称,选择【杭州】地域,其他默认选择,
在这里插入图片描述

点击【完成创建】-【我知道了,确认创建】完成OSS Bucket创建。
在这里插入图片描述

创建成功如图
在这里插入图片描述

DashScope 模型服务灵积

登录DashScope 模型服务灵积 控制台:https://dashscope.console.aliyun.com/overview 如果你还没有开通服务,你需要先开通服务
在这里插入图片描述

在首页模型服务灵积总览页面我们可以看到历史使用过的模型
在这里插入图片描述

开通服务之后点击【管理中心】-【API-KEY管理】
在这里插入图片描述

点击【创建新的API-KEY】,在弹框页面点击【复制】并保存生成的 API-KEY
在这里插入图片描述

云服务器ECS(手动部署)

创建云服务器ECS,需要先登录云服务器控制台:https://ecs.console.aliyun.com/home
在这里插入图片描述

点击【创建我的ECS】跳转到ECS创建页面,选择【按量付费】选择地域和OSS同地域【杭州】地域
在这里插入图片描述

这里如果没有专有网络、交换机 可供选择的话,可以直接点击【创建专有网络】、【创建交换机】去创建 VPC 和 Switch,操作比较简单,这里不再详细赘述,下面继续选择ECS 实例规格,这里选择实例规格【ecs.e-c1m2.large】
在这里插入图片描述

镜像选择 公共镜像【CentOS 7.6 64位】
在这里插入图片描述

系统盘默认 40GiB,安全组选择【新建安全组】勾选 80 端口
在这里插入图片描述

管理设置服务器密码选择【自定义密码】
在这里插入图片描述

高级设置更改实例名称为【wanxiang-2024】
在这里插入图片描述

最后勾选服务,点击【确认下单】完成云服务器ECS的创建
在这里插入图片描述

一键部署ROS

单击一键部署前往ROS控制台,输入应用登录用户名、密码
在这里插入图片描述

输入刚才创建 的 API-KEY ,默认 OSS 存储空间名称
在这里插入图片描述

选择实例规格类型【ecs.g7.large】输入实例密码
在这里插入图片描述

勾选后,点击【下一步】
在这里插入图片描述

进入到资源编排管理详情页,确认选择信息,以及价格信息
在这里插入图片描述
在这里插入图片描述

这里需要注意的是需要保证你的账户余额大于 100 元,否则点击【创建】会提示你充值。点击【创建】等待资源栈创建成功,整个过程大概3~5分钟
在这里插入图片描述

等待创建资源栈成功后,选择 tab 输出,点击体验地址
在这里插入图片描述

输入刚才创建时应用的用户名以及密码 demo-user
在这里插入图片描述

点击【登录】成功跳转到服务页面
在这里插入图片描述

Web文生图

基于上面的一键部署操作,完成通义万相AIGC技术在Web服务中实现,现在我们可以在Web服务页面体验通义万相的几大应用场景了

艺术与设计创作

说到艺术与设计创作,最先想到的就是敦煌飞天图,这里我输入提示词 Prompt:【生成一副敦煌飞天图】
在这里插入图片描述

生成效果如图
在这里插入图片描述

整体上看起来不管是从意境,还是从色彩搭配上,都有敦煌壁画中敦煌飞天的韵味在里面,真心不错。

广告与营销物料生成

说到广告的话,这里首先想到的就是为自己经常和的伊利牛奶生成一副广告营销图,那么我的关键词 Prompt:【生成一副伊利牛奶的宣传图】,同样是等待15~30秒后,生成效果如图,
在这里插入图片描述

整体上的色调搭配以及主体突出都是没有问题的,这里就是少了一点广告的主体在里面,没有地方可以突出给到 品牌名或者是品牌Logo,有点小缺憾。

教育与培训资源制作

提到教育与培训,那么首先想到的就是学生努力学习奋斗的模样,这里我的关键词 Prompt:【生成一副学生努力学习的图片】,生成效果如图
在这里插入图片描述

整张图对于学生努力学习的氛围以及书本的多都表现的很细腻,整体上很不错,同时也突出了学习必须要努力才有收获,不错。

游戏与娱乐内容开发

提到游戏与娱乐的话,个人首先想到的是英雄联盟的游戏,于是我就通过通义万相生成一副英雄联盟的宣传图,关键词 Prompt:【生成一副英雄联盟的游戏界面图】生成效果如图
在这里插入图片描述

这幅图从游戏角度来欣赏确实是有游戏的那种感觉的,并且这个意境也符合英雄联盟游戏的整体风格意境,也很不错。

时尚与服装设计

那么提到时尚服装设计,那么我首先想到的是生成一副时尚时装的模特图来看一下效果,关键词 Prompt:【生成一副时尚时装的模特图】生成效果如图
在这里插入图片描述

这幅服装设计图从整体上来看以及模特上身后的感觉上来看都不失为一个不错的设计,确实很时尚很Fashion。

资源释放

登录一键部署 ROS 控制台:https://ros.console.aliyun.com/cn-hangzhou/stacks 点击列表【删除】释放资源
在这里插入图片描述

在弹窗页面选择【释放资源】点击【确定】
在这里插入图片描述

输入短信验证码,完成ROS资源释放
在这里插入图片描述

体验感受

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?
在本次利用自研的通义万相AIGC技术在Web服务中实现先进的图像生成的部署操作中,整个部署文档写的是足够的详细,大部分内容都是通过一键部署的资源栈ROS完成了,操作者只需要获取DashScope API-KEY 就可以了,操作过程简单且易操作,流程顺畅,部署指引够完善,赞一个。
2)该方案是否满足您的需求?
本次利用自研的通义万相AIGC技术在Web服务实现图像生成的方案目前足够满足个人的需求,只是在有一些场景中生成的图片可能并不完善,比如在【广告与营销物料生成】场景下,生成的关于伊利牛奶的营销图实际是有点缺憾的,作为广告营销图,但是却没有标明具体的品牌方或者是品牌方Logo,这个不能算生成的图片满足需求。而对于其他几个场景的图像生成效果还都是不错的。另外结合通义万相目前公开免费试用的能力场景来看,本次部署的通义万相风格上并不是很丰富,只有目前较为常用的风格,而通义万相的风格就比较丰富
在这里插入图片描述

3)该方案还有哪些可以改进的图片生成能力?
其实对于通义万相来说,目前最有改进空间的就是上下文的结合能力,目前的图像生成,总是基于一次的 Prompt来生成图片,而不能基于一次的 Prompt后续不断地丰富或者修正图像生成方案,从而最终完善图片到自己想要的效果,也就是没有类似 语境上下文这样的功能。希望后期可以往这方面改进,毕竟目前的文生图行业,关键词技术还不算完善,真正掌握这项技术的人只有少数,大多数人还是只能通过一次又一次的尝试来完善图片生成效果。而目前的通义万相或者说本次部署的利用自研的通义万相AIGC技术在Web服务,本身并没有上下文的概念,因此这也可能成为AIGC图像生成发展的阻力。
4)该方案该在成本、易用性、应用场景上是否有竞争力?
本次利用自研的通义万相AIGC技术在Web服务的部署操作过程,整个是很流畅简单的,那么这样就可以大大降低学习带来的成本。在成本上正如上面截图中看到的一样,整个过程的花费也就是云服务器ECS 的按小时计费,以及对象存储 OSS 按使用量计费的成本
在这里插入图片描述

综合下来算是很低的成本了。另外易用性上也比较简单,页面操作很明朗,可以自行选择图片规格、图片数量、图片风格等参数。
在这里插入图片描述

在应用场景上,结合上面提到的五大场景的测试,对于文生图还有更多的场景,比如编辑行业等,应用场景还是很有前景的。另外,产品的竞争力除了要提供好的产品外,还需要在成本上有优势,那么对于本次利用自研的通义万相AIGC技术在Web服务的部署上,成本以及产品的优势都很明显,性价比高,足够有竞争力,后续团队如果有这方面需要的话,还是很乐意推荐的。
5)在场景中使用到具体云产品的体验
在本次利用自研的通义万相AIGC技术在Web服务的部署上,主要用到的云产品包括云服务器ECS、对象存储OSS、DashScope灵积模型服务、资源编排ROS,那么对于这几款产品,个人实际在部署中总是或多或少的用到过,因此对于这几项云产品的配置基本不用看文档就可以,另一方面也说明了产品的操作配置比较便捷易记忆,基本上操作一两次就可以完全掌握。同时,在产品的功能上和性能上也是没的说,对于云服务器ECS可以升降配,操作起来也很方便,产品手册的话每一款云产品都有单独的产品手册,可以在控制台直接找到
在这里插入图片描述

包括一些场景的操作指引等也都是很详尽
在这里插入图片描述

总的来说对于阿里云产品的文档,个人是没有什么意见,云产品的文档写的总是足够的丰富到小白上手无压力。

标签:通义,AI,生成,部署,点击,ECS,万相
From: https://blog.csdn.net/csdn565973850/article/details/145083121

相关文章

  • Label Studio:基于CS架构的一站式多格式数据标注平台,解锁AI训练数据新体验
    LabelStudio是一款强大的开源数据标注工具,支持文本、图像、音频、视频、时间序列等多种格式的标注。它非常适合用来为机器学习模型准备高质量的训练数据,尤其是NLP、计算机视觉和语音任务等领域。LabelStudio的主要功能:多格式支持:文本分类、命名实体识别(NER)图像分......
  • letta-ai - 为 LLM 应用注入记忆能力的开发框架
    该项目是用于构建具有记忆功能的LLM应用的Python框架,支持创建拥有长期记忆和持久状态的智能体(Agent),并能够集成多种LLMAPI服务。13800Stars1500Forks28Issues118贡献者Apache-2.0LicensePython语言代码:GitHub-letta-ai/letta:Letta(formerlyMemGPT)......
  • screenpipe - 全天候录制屏幕的 AI 助手
    7800Stars423Forks78Issues26贡献者MITLicenseRust语言代码:GitHub-mediar-ai/screenpipe:library&platformtobuild,distribute,monetizeaiappsthathavethefullcontext(likerewind,granola,etc.),opensource,100%local,developerfrien......
  • AI超级个体工具站,推荐我常用的4个,原创
    AI时代,更多人开始尝试超级个体这种职业形态,超级个体的核心是用好真正提效的AI工具,会让你事半功倍。今天介绍4个我常用的AI工具导航网站:1.ProductHunt,出海必备!每个出海的AI工具基本都先从PH打榜开始,每天都会有新的工具提交到producthunt上,时效性非常强。2.YokoTools专门......
  • RT-DETR融合[AAAI2025]的ConSeg中的CDFAPreprocess模块
    RT-DETR使用教程: RT-DETR使用教程RT-DETR改进汇总贴:RT-DETR更新汇总贴《ConDSeg:AGeneralMedicalImageSegmentationFrameworkviaContrast-DrivenFeatureEnhancement》一、模块介绍    论文链接:https://arxiv.org/abs/2412.08345    代......
  • AI Agent工作流程
    最近老是听说AIAgent,仿佛是万能的智慧流水线,能直接提供结果(解决方案),而不是像LLM那样问一句答一句。比如说你扔一堆报表数据给它,它能给出业绩诊断和提升策略;你描述下产品思路,它直接开发好软件打包给你,比如现有的产品ChatDev。这就是AIAgent的神奇之处,当然它也是依赖大模型......
  • CHAIN OF RESPONSIBILITY(职责链)—对象行为型模式
    1.意图使多个对象都有机会处理请求,从而避免请求的发送者和接收者之间的耦合关系。将这些对象连成一条链,并沿着这条链传递该请求,直到有一个对象处理它为止。2.动机考虑一个图形用户界面中的上下文有关的帮助机制。用户在界面的任一部分上点击就可以得到帮助信息,所提供的帮......
  • Google AI 智能体白皮书,超详细解读(内附下载)
    2AGI.NET|探索AI无限潜力,2AGI为您带来最前沿资讯。扫码加入2AGI技术社区!本文深入探讨了生成式AI智能体的核心组件、工作原理、关键技术及其广泛应用。文章从智能体的定义出发,详细介绍了其模型、工具和编排层的协同作用,以及认知架构的运作机制。同时,文章还讨论了如......
  • 利用WikipediaRetriever集成Wikipedia内容到AI应用
    在当今信息爆炸的时代,如何高效地获取和利用海量的知识资源成为一个备受关注的问题。Wikipedia是全球最大、最受欢迎的百科全书资源之一,它由来自世界各地的志愿者共同维护和更新。WikipediaRetriever为开发者提供了一种简单而高效的方式,将Wikipedia的内容集成到各类AI应用中,......
  • 【扣子AI开发】如何开发一个图像生成智能体?
     1.打开扣子主页,登录后,点击创建,选择创建智能体。2.填写智能体基本信息,界面如下。3.进入智能体编辑界面,添加人设与回复逻辑,参考如下。#角色你是一位极具创意的图片生成AI工具,可以根据用户的详细描述生成令人惊艳的高质量图片。##技能###技能1:生成图片1.当......