最近很火的AI绘画NovelAI，WebUI搭建（windows+nvidia）
prompt:one girl(Yuuki Asuna),long hair,focus eyes,the nun,(church)
为什么是windows + nvidia呢，主要还是因为简单，哈哈哈
注意事项：
- 准备一个梯子（项目里太多外网的资源，没有梯子寸步难行。）
2.系统版本 windows10，windows11（其他版本没有验证过，应该也是可以的。）
3.显卡越强越好，显存越大越好（在1660s上测试过，自己的是3070。）
4.内存越大越好（16G可以正常运行，8G没有测试，自己的是32G。）
5.用AMD显卡的同学参考：Install and Run on AMD GPUs · AUTOMATIC1111/stable-diffusion-webui Wiki (github.com)进行配置
安装前准备（下载并安装Windows Terminal，Git，下载GFPGANv1.4.pth, NodelAI 模型）
NovelAI模型，磁力链接
magnet:?xt=urn:btih:5bde442da86265b670a3e5ea3163afad2c6f8ecc&dn=novelaileak打开PowerShell，执行命令
gitversionpython--versiongit 版本无要求，能用就行。
python 版本要求 3.10.7+。
python 版本不对，或未安装的，可以在这里下载。
如下图所示，代表正常：
git clone 项目
如果有梯子可以执行以下命令，设置当前环境HTTP，HTTPS代理（注意1081要换成自己的HTTP代理端口）
$env:HTTP_PROXY="http://127.0.0.1:1081"
$env:HTTPS_PROXY="http://127.0.0.1:1081"切换到保存项目的目录，例如 D:\Sisters\Nas\，开始clone项目
cd D:\Sisters\Nas
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git复制或移动下载好的NovelAI模型到项目文件夹 stable-diffusion-webui
- 复制GFPGANv1.4.pth 到 stable-diffusion-webui 根目录。
- 复制novelaileak\stableckpt\animefull-latest\model.ckpt 到 stable-diffusion-webui\models\Stable-diffusion目录下，并改名为final-pruned.ckpt, 可能有同学会问，为什么是这个模型，我只能告诉你，这是成年人的快乐 ：）。
- 复制novelaileak\stableckpt\animefull-latest\config.yaml 到 stable-diffusion-webui\models\Stable-diffusion目录下，并改名为final-pruned.yaml。
- 复制novelaileak\stableckpt\animevae.pt到 stable-diffusion-webui\models\Stable-diffusion目录下，并改名为final-pruned.vae.pt。
- 复制novelaileak\stableckpt\modules\modules下的所有文件 到 stable-diffusion-webui\models\hypernetworks目录下，如果hypernetworks目录不存在，新建文件夹即可。
如下图所示，代表正常：
执行webui.bat，启动webui
首次执行，要下载python的依赖库，需等待较长时间，请耐心等待
出现 Running on local URL:http://127.0.0.1:7860，代表成功启动。
prompt:one girl(Yuuki Asuna),long hair,focus eyes,slim,nightgown,Lying on the bed
negative prompt:lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
width：768
height：512
aaa，成年人的快乐......
16xx显卡，生成绿图、黑图的，看这里：
编辑 stable-diffusion-webui\webui-user.bat，在 set COMMANDLINE_ARGS= 这行代码后，加入--precision full --no-half
set COMMANDLINE_ARGS=--precision full --no-half
保存后执行 ./webui-user.bat，启动项目
2G，4G显存的，看这里：
编辑 stable-diffusion-webui\webui-user.bat，在 set COMMANDLINE_ARGS= 这行代码后
2G 显存的增加 --lowvram
4G 显存的增加 --medvram
保存后执行 ./webui-user.bat，启动项目
示例 Yuuki Asuna：
prompt:one girl(Yuuki Asuna),long hair,focus eyes,slim
negative prompt:lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
width:512
height:768
示例 Misaka Mikoto：
prompt:one girl,(((Misaka Mikoto))),Overlooking,black dress,lie low at beach,sea,the setting sun
negative prompt:lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
width:768
height: 512
总结：非常不错的提升生产效率的工具。
2022年底，诸如ChatGPT、Midjourney、StableDiffusion等大型模型的相继亮相，掀起了人工智能大模型的发展热潮。国内企业如百度、商汤、360、云知声、科大讯飞等也纷纷发布了各自的成果，推动了人工智能技术在各行各业的落地应用。
AI大模型展露巨大潜力
AI大模型在语言理解、图像识别、自然语言处理等领域展现出巨大的潜力和迅猛的发展趋势。它能够帮助企业和机构加快创新步伐，提高效率，降低成本。例如，在自然语言处理领域，大模型可以用于机器翻译、文本摘要、智能客服等应用场景；在图像识别领域，大模型可以提供更准确的图像识别和分析能力。
速途网与大模型之家联合发布的一份报告显示，根据预测，到2023年全球人工智能大模型市场规模将达到210亿美元，并在2028年达到1095亿美元。中国作为全球人工智能大模型市场的重要参与者，预计到2023年中国大模型产业市场规模将达到147亿元人民币，并在2028年达到1179亿元人民币。
小说生成电影成为可能
人工智能大模型的发展，会带来哪些改变呢？其一，将引发人工智能算力的革命。大模型参数量的增加导致训练过程的计算需求呈现指数级增长。为了快速训练大规模模型，需要强大的计算能力来支持高效的分布式训练和并行计算。随着硬件设备的进步，如高性能计算机和分布式计算平台的普及，将成为支持更大规模的模型训练和迭代的重要方式。
其二，将引发人工智能多模态、多场景的革命。随着传感器技术的发展和物联网的兴起，大量的多模态数据，如图像、视频、声音等被广泛采集和应用。大模型可以利用这些多模态数据进行跨模态学习，从而提升其在多个感知任务上的性能和表现。这意味着，一本小说生成一部电影，或者一部电影转化成一部小说都将成为可能。
并且，大模型具有强大的泛化能力，可以在不同模态和场景之间实现知识的迁移和共享，将其应用扩展到不同的领域和场景。
其三，通过结合多模态数据和智能算法，大模型能够赋能多个行业，为行业提质增效提供助力，推动数据与实体的融合，改变行业发展格局。
例如，在法律领域，大模型可以作为智能合同生成器，根据用户的需求和规范，自动生成合法和合理的合同文本；在娱乐领域，大模型可以作为智能剧本编剧，根据用户的喜好和风格，自动生成有趣和吸引人的剧本故事；在工业领域，大模型可以作为智能质量控制器，根据生产数据和标准，自动检测和纠正产品质量问题；在教育领域，大模型可以作为智能学习平台，根据知识图谱和学习路径，自动推荐和组织学习资源。
最后，大模型将引发用户习惯的革命。统计数据显示，目前已有很高比例的人群了解大模型，并且有相当比例的人群已经使用过。特别是在一线城市，人们对大模型的了解和使用的欲望更加普遍和强烈。