关键词:Gradio，Stable Diffusion，AIGC

推荐一款及其简介的前端应用库gradio,它可以快速集成huggingface上的model.参考文档：https://www.gradio.app/docs/

样例 demo.py:利用StableDiffusion model根据提示语(prompt)绘画

import gradio as gr

import torch

from diffusers import StableDiffusionPipeline

def text_to_image(prompt):

device = "cuda" if torch.cuda.is_available() else "cpu"

model_id= "runwayml/stable-diffusion-v1-5"

pipe = StableDiffusionPipeline.from_pretrained(model_id)

pipe = pipe.to(device)

images = pipe(prompt).images[0]

return images

demo = gr.Interface(text_to_image,gr.Text(label="prompt"),"image")

if __name__ == "__main__":

demo.launch()

3.执行代码启动应用后在浏览器输入：http://127.0.0.1:7860，效果如下：

奥巴马在月球上打篮球绘出来的结果：

然后输入提示语：因为用的本地Mac电脑，很耗费资源跟时间.大约一幅画生成在15-20分钟，可以想象ChatGPT运行训练在大规模GPU集群上耗费成本在几百万甚至几千万美元。利用hugging的model api资源生成绘画只需要3-4秒。猜猜下图是谁？

下一次利用image-to-text模型做案例…