自定义Stable Diffusion 3部署指南

推送自定义版Stable Diffusion 3

当Stable Diffusion首个版本于2022年8月问世时，围绕它爆发了创新浪潮。在发布后的数天内，开源社区就创建了许多引人注目的衍生版本，例如生成平铺图像的材料扩散模型、提供AI画笔的修复模型，以及能在提示词间进行插值的动画模型。

近两年后，Stable Diffusion 3（SD3）于本周刚刚发布。人们对这一新模型的能力充满期待，预计将看到与Stable Diffusion早期相似的开源创新浪潮。

本文将展示如何在某平台上运行自定义版Stable Diffusion 3。

前置要求

需要准备以下工具：

• Git：用于克隆cog-stable-diffusion-3代码库
• Docker：使用Cog命令行工具构建和推送模型。Cog使用Docker为模型创建容器。在运行Cog前需要安装并启动Docker。可通过在终端输入docker info确认Docker是否运行
• 某平台账户

步骤0：在某平台创建模型

首先在某平台创建模型页面。访问replicate.com/create，将看到创建模型的表单。

可选择在个人账户下创建模型，或如果在团队中共享模型访问权限，可在组织内创建。从屏幕左上角选择用户名或组织。

为模型命名，将硬件设置为"GPU A40 Small"，然后点击创建。

模型默认私有，但可随时公开，即使在创建后也可更改。

步骤1：安装Cog

接下来使用Cog打包SD3并推送到某平台。Cog是一款开源工具，可轻松将机器学习模型放入Docker容器。

运行以下命令安装Cog：

sudo curl -o /usr/local/bin/cog -L https://github.com/replicate/cog/releases/latest/download/cog_`uname -s`_`uname -m`
sudo chmod +x /usr/local/bin/cog

步骤2：克隆SD3代码库

使用Git克隆cog-stable-diffusion-3代码库：

git clone https://github.com/replicate/cog-stable-diffusion-3
cd cog-stable-diffusion-3

该代码库包含使用流行的Diffusers Python库实现的SD3。

步骤3：推送到某平台

现在将模型推送到某平台：

cog login
cog push r8.im/<所有者名称>/<模型名称>

所有者名称和模型名称必须与创建模型时设置的值匹配。

注意：也可在cog.yaml文件中设置image属性。这样无需指定镜像即可运行cog push，并使某平台上的模型页面对阅读模型源代码的用户更易发现。

步骤4：迭代优化

现在应该已在某平台上运行自定义版SD3！可在某平台网站或通过API运行。

接下来开始试验模型以满足需求。以下是一些建议：

• 添加修复功能支持
• 添加放大器将生成图像调整为更高分辨率
• 更新预测接口以允许更多输入到底层模型

祝开发顺利！