Datawhale×魔搭 AI夏令营 【2024年第四期】：AIGC学习笔记

一点睡
743 阅读21分钟

AIGC学习笔记 aka 小白进阶攻略 o(￣▽￣)ブ

简介：基于魔搭社区“可图Kolors-LoRA风格故事挑战赛”开展实践学习，从文生图实现方案逐渐进阶，教程偏重图像工作流、微调、图像优化等思路，最后选学AIGC应用方向、数字人技术等内容，从零入门AI生图原理&实践。

赛题解读

  • 【报名】

    可图Kolors-LoRA风格故事挑战赛

    初赛：报名后——2024年8月31日23:59

    决赛：2024年9月5日答辩展示

  • 【任务】

    ① 在可图Kolors模型的基础上训练LoRA模型，生成无限风格（水墨画、水彩、赛博朋克、日漫...）

    ② 基于LoRA模型生成 8 张图片组成连贯故事，故事内容可自定义

  • 【评分】

    ① 美学评分（小于阈值6的提交被视为无效，无法参与主观评分）

    ② 主观评分（技术运用40%、组图风格连贯性30%、整体视觉效果30%）

  • 【提交】

    ① 文件：训练的LoRA 模型文件、LORA 模型的介绍、使用该模型生成的至少8张图片和对应的prompt，确保可复现生成效果；

    ② 地址：魔搭模型库（LoRA模型上传，队伍名称-可图Kolors训练-xxxxxx），比赛品牌馆讨论区 （作品发布，天池平台报名队伍名称+LoRA模型链接地址+作品图（8图故事））

  • 【数据集】

    官方示例数据集；可自行寻找所需的数据集，训练LoRA模型。

Task1：初步尝试Baseline（8.8~8.10）

task1教程

（速通教程非常详细，小白也完成得极其流畅，感谢）

1.1 实践背景学习

一、文生图的发展

早期：规则和模板匹配

2000年代：概率图 & 统计模型 & 机器学习

2010年代：深度学习 & 卷积神经网络（CNN）& 生成对抗网络（GAN）

2020年代：大模型 & OpenAI的CLIP & DALL-E & Stable Diffusion

二、相关技术的理论知识

一个流程图 from Datawhale.png

  • 基础模型

以SD系列（Stable Diffusion）为主。

这个系列按照更新版本依次有 SD 1.x、SD 2.x、SD 1.5、SDXL 1.0、SDXL Turbo，其中，SDXL采用了一种名为“对抗性扩散蒸馏”（Adversarial Diffusion Distillation，ADD）的新技术，使得模型能够同时实现 ①高采样保真度 ②实时图像生成。SDXL Turbo效率更高，但目前未开放商业使用。

此外查阅Q&A文档，本次比赛提交时选用SD_1.5或SD_2.1已足够。

  • 微调模型

在基础模型上调出的LoRA、人物基础模型等。

LoRA（Low-Rank Adaptation，低秩适应）是一种轻量级的微调方法，并非指单一的具体模型。在Stable Diffusion这一文本到图像合成模型的框架下，Lora被用来对预训练好的大模型进行针对性优化，以实现对特定主题、风格或任务的精细化控制。

  • Prompt

一般写法：主体描述，细节描述，修饰词，艺术风格，艺术家。

关键词靠前的更重要。

分为正向prompt和负向prompt（不希望生成的内容）。

  • ComfyUI

一个工作流工具，直观的界面展示配置和训练过程。

在其前端页面上，用户可以基于节点/流程图的界面设计并执行AIGC文生图/视频的pipeline。

（没用过，可以学习一下）

ComfyUI图 from Datawhale.png

  • ControlNet

一个参考图控制组件，附加到预训练的扩散模型（如Stable Diffusion模型）上的可训练神经网络模块。

扩散模型通常用于从随机噪声逐渐生成图像的过程，而ControlNet的作用在于引入额外的控制信号，使得用户能够精确控制图像生成的不同方面（如姿势关键点、分割图、深度图、颜色等）。

1.2 跑通 baseline

Step 1：云资源获取、环境配置等

开通阿里云PAI-DSW试用（5000个算力时/3个月，使用时好像按量计费？约7个/时，记得及时关掉！） → 魔搭社区注册并授权阿里云 → 在魔搭社区创建PAI实例 → 启动！

Step 2：下载baseline文件、导入一些库等

打开后先git下载baseline文件，接着就是逐个运行python代码块（一个.ipynb文件）。

git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors.git

pip install了俩工具，分别是 ① Data-Juicer（数据处理和转换）、② DiffSynth-Studio（大模型微调训练）。

!pip install simple-aesthetics-predictor

!pip install -v -e data-juicer

!pip uninstall pytorch-lightning -y
!pip install peft lightning pandas torchvision

!pip install -e DiffSynth-Studio

Step 3：数据集下载和处理

小白...于是直接运行了orz，先跑通再说！

from modelscope.msdatasets import MsDataset
from data_juicer.utils.mm_utils import SpecialTokens

看最后保存的csv，似乎是给数据集的图片打了标签“二次元”，奠定风格。

Step 4：LoRA微调训练

依然直接运行，先跑通再说！用到SDXL-vae-fp16-fix（基准模型？）。

from diffsynth import download_models 
download_models(["Kolors", "SDXL-vae-fp16-fix"])

训练部分的代码注释说，改变 lora_rank（the dimension of the LoRA update matrices）可以调整参数量，于是从默认 16 改成 32 ，尝试一下；max_epochs从 1 改成 2 。

最后loss是0.053，训练速度不太快。

微调训练.png

Step 5：加载模型

先跑通再说...。要注意这块代码需与前设一致。

加载模型.png

Step 6：图片生成

我主要调整了随机数种子和prompt内容，每张图生成速度都是18s。prompt现在还没啥头绪和技巧，纯靠盲试，把重要的关键词往前放。

prompt举例.png

我生成的8图如下，故事还是官方示例的少女成长记哈哈哈。顺利跑通感觉不错，部分图片并没有达到预期，期待后续学习和改进！

story.jpg

Step 7：微调结果上传

在终端执行命令

mkdir /mnt/workspace/kolors/output & cd 
cp /mnt/workspace/kolors/models/lightning_logs/version_0/checkpoints/epoch=0-step=500.ckpt /mnt/workspace/kolors/output/
cp /mnt/workspace/kolors/story.jpg /mnt/workspace/kolors/output/

→ 打开output文件

→ 分别下载 .jpg 和 .ckpt （保存模型的权重和优化器的中间状态，文件较大） 文件

→ 上传魔搭模型库

→ 创空间查看是否发布

操作流程 from Datawhale.png

必须记得回到魔搭--我的 notebook，关闭PAI实例！！

1.3 心得

由衷感谢Datawhale的教程和学习资源，让我初步了解文生图的基本技术、完整流程以及如何用代码实现AIGC，小白上手毫无压力！非常期待接下来的学习！

  • Q：如何改变微调的图片风格？

    A：我想到的是改变微调数据集的风格（a balance of high quality and more diversity，或许可以关注图片来源、主题、场景、人物、色彩...） & prompt工程（诸如思维链之类的，有待学习）。

  • 反思1：对LoRA技术原理、参数还不了解，微调的模型可能比较糙，需要精读代码来优化。

    以下来自CSDN：自然语言处理: 第十九章LoRA&QLoRA微调技巧

    rank ：LoRA的低秩的秩的大小，rank越小低秩矩阵越简单，从而导致在适应过程中学习参数更少、训练速度更快、计算需求降低，但是捕获特定任务信息的能力会降低。rank需要在模型复杂性、适应能力以及欠拟合或过拟合的风险之间进行权衡。

    alpha ：比例因子（通常设置为 1），用于在前向传播过程中将 LoRA 权重应用于预训练之中，以调整组合结果的大小（原始模型输出加上低秩适应）。这平衡了预训练模型的知识和新的特定于任务的适应。LoRA 权重的值越大，其影响就越大。

    dropout : 随机丢失

    q & k & v : 是否对自注意力的q & k & v 进行训练

    projection : 是否对投影层进行训练

    mlp : 是否线性层进行训练

    head : 是否输出头进行训练

  • 反思2：希望之后可以用到comfyUI工具。

Task2：精读baseline代码 + prompt练习（8.13~8.14）

2.1 魔搭社区的资源

魔搭社区 的各类AIGC工具：模型、数据集、开源内容...

image.png

Kolors（可图）模型：快手开源的文本到图像生成模型，中英双语

可图优质咒语书：中文prompt，600+风格

创意海报生成：AI背景图 + 艺术字设计 → 合成图片

研习社 · 魔搭社区：NLP、计算机视觉、多模态等学习资源

2.2 精读baseline代码

task2教程

① 主体框架

我使用GPT-4o来辅助理解，初步弄清其框架。

image.png

返回结果如下：

  • 1.依赖库的安装

安装代码运行所需的各种Python库和工具包，包括 simple-aesthetics-predictor、data-juicer、peft、lightning、torchvision 和 DiffSynth-Studio。

  • 2.数据集加载和准备

从 ModelScope 加载低分辨率的动漫数据集，并将数据缓存到指定目录。

  • 3.数据预处理和存储

将数据集中的图像转换为RGB格式，并保存到本地。同时，生成对应的元数据文件 metadata.jsonl，用于描述图像与文本的映射关系。

  • 4.数据过滤与加工

使用 data-juicer 进行数据过滤和预处理，确保图像满足指定的尺寸和比例要求，并将处理后的结果保存到指定的文件中。

  • 5.数据重组织与最终保存

将经过处理后的图像和文本信息重新组织，并保存为metadata.csv文件，这个文件将作为后续训练时的数据集使用。

  • 6.模型下载与训练

下载所需的预训练模型。 通过指定的参数和路径进行LoRA的微调训练。

  • 7.模型加载与推理

加载训练后的LoRA模型，并将其应用于预训练的UNet模型中。通过这个步骤，模型可以结合LoRA进行推理和图像生成。

  • 8.图像生成与保存

使用训练好的模型根据输入的提示词生成图像，并将生成的图像保存到指定路径。代码中有多个相似的块，分别用于生成不同的图像。

② 逐行分析和我的收获

依然使用GPT-4o辅助学习，相较 ①主体框架 有种豁然开朗的感觉，学到了很多编程知识，知道怎么替换数据集，也搞明白了LoRA微调训练的核心环节和参数有哪些，比如rank、alpha、learning_rate、batch_size、epoch以及模型的不同layers（task1的疑问✔）。

  • 一个小发现：当我的prompt写成 “ 我对python一窍不通，请帮我逐行解析以下代码xxx ” ，GPT会更新它的记忆，为我输出更详细的内容。【与大模型友好沟通技能+1】

    image.png

以下是我结合GPT-4o的回答，对baseline代码作出的详细注解。（第一次这么仔细地读代码orz，收获满满）

image.png

在阅读过程中，我最深的感触是这些文件名和文件路径，一不小心就会弄错和遗漏，或者彼此关系不明确。因此，我必须在一开始就做好清晰的规划，随时检查，以干净的架构来存储所有的过程文件。

另外，我发现代码对数据集的处理是比较细节的，既会过滤掉很多信息，也会保留很多特征，可能一点微小的规则变动都会影响最终成图的效果。把数据集整理成LoRA需要的格式也很必要。如果要提高模型输出能力，必须特别关注数据集的质量和处理方式。

2.3 Prompt 练习：基于话剧的连环画制作

① 创作故事和prompt

我的创作流程：

和LLM对话

→ 生成场景描述和prompt

→ 人工丰富细节并删除冗余

→ 用可灵AI/baseline等途径实战试验

→ 根据成图效果继续调整prompt

→ 直到满意

image.png

一开始GPT的输出很冗长，我申明了简约要求后，输出质量提高了很多。

此外，我在可灵官方的prompt指南里学习了5W1H方法，例如：一个戴着贝雷帽 [what] 的老画家 [who] ，站在画架前 [what] ，在黄昏时分 [when] 的花园里 [where] ，专心地作画 [why] ，印象派风格，柔和光影，近景 [how] 。

Prompt.png

类似的，我的场景一可以写成：一个黑色长发马尾少女，穿着浅蓝色毛衣和牛仔裤，坐在木质书桌前，专注地盯着书，眉头微皱，桌上堆满书本和笔记本，背景是昏黄灯光下的书架，手绘漫画风。

1.png

依次执行以上步骤后，我将最后的 场景 | 正向prompt | 负向prompt 信息汇总成了表格。

表1：无代码文生图用的prompt image.png

表2：代码文生图用的prompt image.png

② 无代码文生图

  • SCEPTER Studio （效果太感人了就不放了）

  • 可灵大模型 (kuaishou.com)

    完整的故事生成如下，画面还是比较连续的~

    image.png

    不过我也发现很多需要解决的问题：

    • 让AI生图工具写字的效果很差；

    • AI不怎么喜欢画全身图；

    • 在多人物描述时，AI很容易把特征张冠李戴；

    • 提示词键入过多，许多效果反而不会呈现出来；

    • 画风依然不是很统一，细节处有许多破绽（比如书包、发圈、录取通知书的帽穗等）。

③ 用代码文生图

完整故事生成如下，强烈的微调数据集风格（二次元），还需要继续学习改进~

image.png

一点思考：

  • 当场景比较复杂，prompt很多时，必须增加推理步骤num_inference_steps，否则会生成看起来显然没有画完的图。我最高调成了500。

  • 遇到了GPU显存不足的报错。向GPT以及助教请教，已顺利解决。

    • 解决办法Ⅰ：输入代码 import gc，gc.collect()，torch.cuda.empty_cache()，释放不用的显存，并通过命令!nvidia-smi随时查看GPU情况。

    • 解决办法Ⅱ：重启内核。

    7912a86784528f02ff3e8104dd08c89.png

  • 图片风格不满意。我发现魔搭社区有很多方便好用的数据集，针对人物表情、姿势等都有，后续task中将改变数据集试一试。

  • 可灵AI无代码文生图的效果，比coding的画面细腻很多，也可以改换风格，速度也快。那对于普通应用者而言，用LoRA微调的优势到底体现在何处呢？

Task3：ComfyUI & 微调 & 数据集（8.16~8.17）

3.1 学习ComfyUI的使用

① 理论知识

ComfyUI 是 GUI（Graphical User Interface，图形用户界面）的一种，是基于节点工作的用户界面，核心模块由模型加载器、提示词管理器、采样器、解码器构成。

Stable Diffusion的基本原理是将一个原本的噪声信号（初始图像）变为无噪声的信号（人可以理解的图像），其中的降噪过程涉及到多次采样。

image.png

  • seed：控制噪声产生的随机种子
  • control_after_generate：控制seed在每次生成后的变化
  • steps：降噪的迭代步数，越多则信号越精准，相对的生成时间也越长
  • cfg（classifier free guidance）：prompt对于最终生成图像的影响有多大，值越高越严格
  • scheduler：降噪参数
  • denoise：多少内容会被噪声覆盖

② 实操体验

完成了task1的学习期待✔。首先需要在GPU环境下新建一个空白实例，可能是为了避免和之前的task的依赖产生冲突。

git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors_test_comfyui.git
mv kolors_test_comfyui/* ./
rm -rf kolors_test_comfyui/
mkdir -p /mnt/workspace/models/lightning_logs/version_0/checkpoints/
mv epoch=0-step=500.ckpt /mnt/workspace/models/lightning_logs/version_0/checkpoints/

下载后执行 ComfyUI.ipynb 所有代码，点开链接就能进入ComfyUI界面。运行过程中，我遇到了下载反复中断、打不开ComfyUI等问题，尝试重启kernel、换谷歌浏览器、新建实例、挂代理等方法之后顺利解决。感谢答疑群和助教老师们，越来越不怕bug啦~

image.png

加载工作流脚本文件（kolors_example.json），输入正向和负向prompt，一键生成图片。ComfyUI将整个流程可视化了出来，我能很明确地看到代码框架以及运行到哪一部分（有绿色的进度条），对于修改调整模型来说是很方便的。

image.png

也可以加载带LoRA的工作流脚本（kolors_with_lora_example.json），把之前task1训练的LoRA参数传上去再生图片，非常用户友好的操作界面！

image.png

3.2 LoRA参数微调

在之前精读baseline代码的时候，我已经了解了很多LoRA微调时的参数含义，并且自己尝试调整过rank、max_epoch等数值的大小，然而最终模型成图的效果并没有显著改变。

参数名称参数值说明
pretrained_unet_pathmodels/kolors/Kolors/unet/diffusion_pytorch_model.safetensors指定预训练UNet模型的路径
pretrained_text_encoder_pathmodels/kolors/Kolors/text_encoder指定预训练文本编码器的路径
pretrained_fp16_vae_pathmodels/sdxl-vae-fp16-fix/diffusion_pytorch_model.safetensors指定预训练VAE模型的路径
lora_rank16设置LoRA的秩（rank），影响模型的复杂度和性能
lora_alpha4设置LoRA的α值，控制微调的强度，α越大则LoRA对基础模型的影响越大
dataset_pathdata/lora_dataset_processed指定用于训练的数据集路径
output_path./models指定训练完成后保存模型的路径
max_epochs1设置最大训练轮数
center_crop启用中心裁剪，用于图像预处理
use_gradient_checkpointing启用梯度检查点，节省显存
precision"16-mixed"设置训练时的精度

目前觉得，可以调整的参数有：lora_rank，lora_alpha，max_epochs。可图比赛官方给出了一些提高图像质量的经验，应该可以借鉴。还需要进一步探索参数的最优组合。

image.png

3.3 如何构建微调数据集

同样是在精读代码的时候，我发现数据集从选取到处理都非常重要，也占据整个工作流的一大部分。

  • 在选取方面，baseline是低像素的二次元风格，与我的预期并不符合，所以我想在魔搭社区里找别的数据集。（以下是教程里整理的数据来源，先存着以后应该有用！）

    • 公开的数据平台
      • 魔搭社区
      • ImageNet：广泛用于分类任务
      • Open Images：由Google维护，带有标签的图片
      • Flickr：特别是Flickr30kK和Flickr8K数据集，常用于图像描述任务
      • CelebA：人脸图像数据集
      • LSUN ：包含各种场景类别
    • API或爬虫
      • Unsplash、Pexels等
    • 数据合成
      • 利用现有的图形引擎（如Unity、Unreal Engine）或特定软件
    • 数据增强
      • 旋转、翻转、缩放、颜色变换等方式
    • 购买或定制

  • 在处理方式方面，除了利用data-juicer进行图像尺寸、宽高比的过滤，可图比赛官方还给出了利用美学打分进行筛选的方法，应该可以借鉴。

    image.png

汇总起来，可以考虑应用场景、数据类型、数据质量、数据数量这4个角度来构建一个高质量的数据集。

LoRA微调数据集的考虑角度.png

3.4 最后一次作品

在baseline的基础代码上，结合这几天学到的知识与思考，增加了一些代码模块。作为入门初学者，收获满满~

① 微调数据集来源

出于时间和能力的考量，我选用了魔搭社区的开源数据集 文生图风格定制数据集(from IIC) 中的水彩画风格子集。

dataset_style = 'Watercolor' # 在此处修改风格即可

from modelscope.msdatasets import MsDataset
ds = MsDataset.load(
    'iic/style_custom_dataset', subset_name = dataset_style, split='train',
    cache_dir="/mnt/workspace/kolors/my_data"
)

② 数据处理

在baseline基础上，新增美学评分步骤，并丰富文本描述。

  • 美学评分模型由可图比赛官方提供。

    !pip install simple-aesthetics-predictor

import torch, os
from PIL import Image
from transformers import CLIPProcessor
from aesthetics_predictor import AestheticsPredictorV2Linear
from modelscope import snapshot_download


model_id = snapshot_download('AI-ModelScope/aesthetics-predictor-v2-sac-logos-ava1-l14-linearMSE', cache_dir="models/")
predictor = AestheticsPredictorV2Linear.from_pretrained(model_id)
processor = CLIPProcessor.from_pretrained(model_id)
device = "cuda"
predictor = predictor.to(device)


def get_aesthetics_score(image):
    inputs = processor(images=image, return_tensors="pt")
    inputs = {k: v.to(device) for k, v in inputs.items()}
    with torch.no_grad():
        outputs = predictor(**inputs)
    prediction = outputs.logits
    return prediction.tolist()[0][0]


def evaluate(folder):
    scores = []
    for file_name in os.listdir(folder):
        if os.path.isfile(os.path.join(folder, file_name)):
            image = Image.open(os.path.join(folder, file_name))
            scores.append(get_aesthetics_score(image))
    if len(scores) == 0:
        return 0
    else:
        return sum(scores) / len(scores)

    from PIL import Image

for i in range(30):
    image = Image.open(f'{target_directory}/{i}.jpg')
    score = get_aesthetics_score(image)
    print('picture ',i,': ',score,end='\t')
    if (i+1) % 2 == 0:
        print()

print('---------- Average aesthetics score: ',evaluate(target_directory),' ----------')

    依次输出每张图片的美学分数，平均分为6.29，达到比赛要求（6分以上）。

    image.png

  • baseline中微调数据集的文本描述全部是“二次元”，很简略。我选用的数据集中每张图片都有短文本提示词，我以 prompt + style 的形式，构建文本描述（text），作为LoRA的输入。示例如下。

    file_nametext
    0.jpga watercolor painting of a child with blue hair, watercolor style
    1.jpgan old man in a white hat is shown in this watercolor painting, watercolor style
    2.jpga watercolor painting of a chinese building, watercolor style
    3.jpga painting of a woman carrying a child, watercolor style
    4.jpga painting of a woman with black and white watercolor, watercolor style

③ LoRA参数

  • 最重要的秩和正则化参数：LoRA的原理是将原本大参数矩阵分解为两个低秩矩阵A（m×r）& B（r×n），再乘以缩放因子 α / r作为权重输出，故rank和alpha应该是一起调整的。依据大赛官方给出的风格化训练建议，我设定rank为16，α 相应调大成8。

  • 其他训练架构类参数：在baseline参数基础上进行调整，并新增steps_per_epoch和random_flip参数，前者与 max_epochs 一起控制训练步长，后者为随机旋转以提高泛化能力。

    参数值
    lora_rank16
    lora_alpha8
    max_epochs5
    steps_per_epoch200
    precision16-mixed
    center_cropTrue
    random_flipTrue
    use_gradient_checkpointingTrue

④ 故事和prompt

  • 场景一：少女画家缺少灵感

    水彩画，{红色长发少女躺在家里的床上，神色苦恼，手上拿着画笔，全身图，冷色调}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • 场景二：背着画架出门采风

    水彩画 ，{穿浅蓝色长裙、戴贝雷帽、红色长发的少女背着画架出门采风，阳光明媚，四周绿意盎然}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • 场景三：在湖边专心作画

    水彩画，{穿浅蓝色长裙、戴米色贝雷帽、红色长发的少女在湖边专心作画，充满活力}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • 场景四：在樱花树下睡着

    水彩画，{穿浅蓝色长裙、戴米色贝雷帽、红色长发的少女在樱花树下躺着睡觉，花瓣飘落}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • 场景五：一只小猫从树林窜出

    水彩画，{一只猫从树林窜出，穿浅蓝色长裙、戴米色贝雷帽、红色长发的少女转头看向小猫，眼神好奇}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • 场景六：小猫与少女一起回家

    水彩画，{穿浅蓝色长裙、戴米色贝雷帽、红色长发的少女与小猫一起走在回家的路上，夕阳余晖洒满道路，充满活力}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • 场景七：少女和小猫在家吃饭

    水彩画，{红色长发的16岁少女在家里的餐桌旁吃饭，桌上有只猫，晚上，充满活力}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • 场景八：画了小猫特写，满意睡觉

    水彩画，{红色长发的少女在床上睡觉，神色幸福，手上拿着猫的画像，低饱和度，冷色调}，美丽，绘画性强，细节丰富，纹理鲜明，艺术感十足。

  • NEGATIVE PROMPT：丑陋、变形、嘈杂、模糊、低对比度、照片、逼真

⑤ 成图

将训练好的LoRA参数保存为epoch=4-step=1000.ckpt文件，加载到ComfyUI界面，生成图片。可调整的采样器参数有 seed，steps，control_after_generate（在循环中持续改变随机数种子以得到不同输出），cfg。

image.png

⑥ 作品链接

队伍：咕噜咕噜嗝

LoRA模型：www.modelscope.cn/models/luuu…

作品：可图Kolors-LoRA风格故事挑战赛 · 魔搭社区 (modelscope.cn)

avatar
文章
阅读
粉丝