懂AI
automatic

automatic

稳定扩散和其他基于扩散的生成图像模型的高级实现

该项目提供了多种后端和用户界面、高级扩展功能，支持多种扩散模型并具有跨平台兼容性。包括文本、图像和视频处理的内置控制，优化处理性能，支持最新的torch技术。具有企业级日志记录和现代化UI，兼容Windows、Linux、MacOS等系统，支持nVidia、AMD和IntelArc等硬件平台。自动更新与依赖管理功能简化了安装和更新过程，确保在多种使用场景下性能最佳。

Stable DiffusionSD.Next模型支持多平台扩展功能Github开源项目
GitHubHugging Face文档

Automatic 项目介绍

简介

Automatic 是一个基于稳定扩散（Stable Diffusion）技术的项目，旨在为用户提供先进的图像生成功能。它不仅支持多种模型和用户界面，还能在各种平台上运行。这些功能使其成为一个强大的、适合多场景应用的图像生成工具。

主要功能

Automatic 项目提供了许多独特的功能，以下是一些主要特点：

  • 多重后端支持：包括使用 Diffusers 和 Original 后端，以满足不同使用者的需求。
  • 支持多种扩散模型：例如 Stable Diffusion 1.5 到 3.5、LCM、Lighting、Kandinsky 和其它许多型号。
  • 内置多功能控制组件：支持文本、图像、视频的处理，例如 ControlNet。
  • 跨平台兼容：支持 Windows、Linux 和 MacOS，同时兼容多种 GPU，如 nVidia、AMD 和 Intel Arc。
  • 优化的处理性能：通过最新的 Torch 发展，提供内建支持进行高效的图像生成。

模型支持

Automatic 项目支持多个模型，包括在图像生成领域常用的模型变体，如：

  • RunwayML Stable Diffusion 系列
  • StabilityAI 系列
  • PixArt 和 AuraFlow 等等

并且，项目还提供支持一些高级网络和修饰符，如 LCM、LoRA 类型和 IP 适配器等。

平台支持

该项目支持多种设备和操作系统：

  • 支持使用 CUDA 的 nVidia GPU
  • 支持使用 ROCm 的 AMD GPU
  • 利用 OneAPI 和 IPEX XPU 库支持 Intel Arc GPU
  • 各种兼容 DirectX 的 Windows GPU
  • 适用于 Apple M1/M2 芯片的优化

后端支持

Automatic 的后端支持分为两大类：

  1. Diffusers：基于 Huggingface 的 Diffusers 实现，适用于大多数模型。
  2. Original：基于 LDM 的参考实现，与 A1111 的 SDWebUI 兼容。

实例与应用

项目中包含了 IP 适配器、颜色分级、InstantID 等多种应用实例，用户可以根据自己的需求选择不同的处理方式进行图像生成与编辑。

安装与运行

Automatic 提供简单的安装和运行方法：

  • 同步更新和依赖管理的自动安装程序
  • 支持虚拟环境运行，减少与其他应用的库版本冲突
  • 支持多种硬件自动检测及配置

量化和扩展

该项目支持广泛的量化方法和多种扩展功能，通过内置的控件和预装的插件，如 System Info 和 RemBg 等，用户可以方便地扩展和优化项目的功能。

结论

Automatic 项目不仅为专业技术人员提供了强大的图像处理工具，也为普通用户带来了简易的使用体验。在继续发展的过程中，它致力于成为跨平台与多功能的图像生成解决方案，通过不断的更新和社区合作，持续增进其功能和用户体验。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多