通过此次我想了想实际的应用场景，总结出了几点优势和想法

1. 提高计算效率：使用函数计算部署Stable Diffusion可以将计算任务分解成多个小任务，并通过函数的方式进行并行计算，从而提高计算速度和效率。

2. 节约成本：函数计算将资源按需分配，无需事先购买和维护服务器等硬件设施，可以大幅降低部署和运维成本。

3. 提高可扩展性：函数计算可以根据实际需求自动弹性扩展计算资源，可以应对突发的大规模计算需求，提高应用的可扩展性和弹性。

4. 支持高可用性：函数计算支持自动故障恢复和灾备配置，可以保证应用在发生故障时具备高可用性，提高服务的可靠性。

5. 简化部署过程：函数计算提供简单的部署和配置方式，开发人员只需编写函数代码，无需关注底层的部署和调度机制，可以大大简化部署和维护过程。

使用函数计算部署Stable Diffusion可以提高计算效率、节约成本、提高可扩展性和可用性，并简化部署过程，能够对实际应用带来很大的帮助。

记得我刚上到阿里云上时，是通过一个视频认识的“林粒粒”，她用她奶奶的一个老旧照片手把手教我们如何在阿里云上一键给老旧照片上色，讲解的很到位，按照她的教程我很快就学会了，于是就关注了她，另外她在哔哩哔哩是一位知识领域优质的UP主，最近她有上新小白玩转Python数据分析训练营课程，另外也有很多其它的教学视频，如果有兴趣可以去关注一下她，下面分享两张她在B站的截图 ：

函数计算 (Function Compute) 是一个事件驱动的全托管 Serverless 计算服务, 您无需管理服务器等基础设施, 只需编写代码并上传, 函数计算会为您准备好计算资源, 并以弹性、可靠的方式运行您的代码。
如果你尚未开通阿里云 函数计算 FC 可以免费领取 3 个月 试用, 试用规则如下:

开通服务后才可使用 函数计算 FC 的产品功能, 试用包到期/耗尽将自动转为按量付费, 选购资源包更优惠
您的阿里云账户与 RAM 用户共享开通状态和试用额度, 试用资格仅限 1 次, 试用包有效期 3 个月

进入 函数计算 FC 介绍页, 点击 管理控制台，符合试用条件, 将弹出试用邀请的弹窗, 可免费领取 3 个月 试用体验，直接 按照提示 完成支付即可，然后进入 AIGC 活动页 点击 立即参与，点击 立即开始，实验资源 选择 开通免费试用 然后点击 我已开通, 进入试验，点击 函数计算 FC, 就可以免费购买了, 然后根据提示完成操作即可，搭好之后进入 函数计算 FC 控制台, 进入后会提示创建角色, 这里直接根据提示创建 AliyunFcDefaultRole 默认角色即可，保持默认, 选择同意授权，进入 免费试用列表界面, 搜索 NAS, 点击 立即试用, 按照流程完成试用申请，进入 函数 FC 控制台 并选择 应用，创建 AI 数字绘画 Stable-Diffusion 应用, 这里 记得选择自定义模版, 如果选择第一个 官方模版 是无法安装下载插件、以及模型，按照提示完成参数的填写即可，

点击 创建并部署，这时会弹出确认弹窗, 勾选 相应的条款并点击 同意。

部署完成后,点击【默认环境】， 在“资源信息”一栏点击函数【sd-server】，等待“镜像加速准备状态”显示【可用】，返回刚才的基本信息页面，单击“访问域名”中的第一个域名，进入程序加载页面，加载完成之后，就会出现我们熟悉的Stable Diffusion WebUI的操作界面了。

然后你就可以输入提示词生成图片了。
如果实验完成之后，你需要长期使用，请忽略此步骤，
如果不需要长期使用，记得对资源进行释放。

这次体验活动，让您简单、高效实现一键部署 AI 图像生成服务！教你如何在函数计算 FC 上从零开始部署 Stable Diffusion 来进行 AI 绘画创作，开启 AIGC 盲盒。

这是一项接近零基础的教程，其中并不会包含复杂的概念或者深奥的算法。

函数计算的优势：
开箱即用，通过应用中心或者 Serverless Devs 一键部署快速体验，无需进行复杂的环境配置
用时消费，通过 Serverless 弹性策略在您启动服务的才开始计费
支持 GPU 渲染，出图快，花费低。

在部署Stable Diffusion时，首先需要使用函数计算(FC)服务来创建和管理函数。下面是我分享的部署过程和一些经验心得。

1. 准备工作
   在开始之前，需要确保已经安装并配置好了函数计算的命令行工具(fcli)。此外，还需要一个阿里云账号和访问密钥，以及一个可用的存储桶和VPC网络。
2. 创建一个函数服务
   在命令行中执行以下命令创建一个函数服务：

   fcli service create --service-name stable-diffusion-service
   

3. 创建函数
   使用以下命令创建一个函数并指定函数代码的路径：

   fcli function create --service-name stable-diffusion-service --function-name stable-diffusion-function --runtime python3 --handler index.handler --code-dir /path/to/code
   

   其中，--runtime参数指定函数的运行环境，这里我选择使用Python 3，--handler参数指定函数的入口文件和处理程序。
4. 配置函数
   使用以下命令配置函数的触发器、内存和超时等参数：

   fcli function configure --service-name stable-diffusion-service --function-name stable-diffusion-function --trigger http --memory-size 128 --timeout 10
   

   这里，我选择使用HTTP触发器，并设置函数的内存大小为128MB，超时时间为10秒。
5. 部署函数
   执行以下命令将函数部署到函数计算服务：

   fcli function deploy --service-name stable-diffusion-service --function-name stable-diffusion-function
   

   函数部署完成后，会返回一个函数的唯一标识符(Function URL)。
6. 测试函数
   使用以下命令测试函数是否正常工作：

   fcli function invoke --service-name stable-diffusion-service --function-name stable-diffusion-function --event /path/to/event.json
   

   其中，--event参数指定一个JSON文件作为函数的输入事件。
   在部署过程中，可能会遇到一些困难和挑战。以下是我在部署过程中遇到的一些问题和经验心得：

• 配置函数的触发器时，需要确保网络设置和权限正确，否则函数可能无法正常触发和访问其他资源。
• 内存和超时设置是根据函数的需求来确定的，需要根据实际情况进行调整和优化。
• 函数的代码和依赖项需要打包成一个ZIP文件，并上传到函数计算服务。确保代码和依赖项的正确性和完整性。
• 在测试函数时，可以使用本地测试工具或命令行工具来模拟函数的输入事件和输出结果，以验证函数的正确性。
• 部署函数时，可以选择使用函数计算的自动伸缩功能，根据流量的变化自动调整函数的实例数量，以提高性能和可伸缩性。
  总结起来，使用函数计算部署Stable Diffusion是一个相对简便和高效的方法，通过合理配置函数的触发器、内存和超时等参数，可以实现函数的自动触发和高效执行。此外，使用命令行工具可以方便地管理和测试函数，提高开发效率.

我会从实用性、易用性、性价比等角度来看待这个话题：

首先，从实用性角度来看，Stable Diffusion是目前AI生成内容（AIGC）领域中的一种非常有潜力的技术，尤其在图像生成和视频制作等领域有着广泛的应用。因此，学习如何部署和使用Stable Diffusion模型，无疑对于想要在这个领域深入研究的人来说是非常有价值的。

其次，从易用性角度来看，“林粒粒”提供的教程简单易懂，能够让大家快速上手。这种手把手的教学方式，可以有效地降低学习难度，让更多的人能够参与到AI生成内容的创作中来。

最后，从性价比角度来看，通过函数计算FC部署Stable Diffusion，可以有效地降低计算资源的消耗，并且能够实现弹性伸缩，只需根据实际需求来付费，这对于初创企业和个人开发者来说，是非常有吸引力的。

总的来说，我认为这是一个非常值得推荐的话题，无论是对于想要在AIGC领域深入研究的人，还是对于想要探索新技术的人，都能从中获得很多收益。

首先我们需要领取免费的函数云服务， 然后根据 林粒粒老师的讲解和手册， 配置实验手册的过程， 当然一般手不抖都不会出现大问题哦， 环境配置好了之后， 我们就可以体验Stable Diffusion快速AI作画的能力了， 还有midijorney也可以AI会话它出现的比较早， AI作画速度快， 想象力更丰富！
函数计算部署，在弹性伸缩， 无服务器架构， 高可用方面表现比较突出， 切合了企业的应用痛点。

跟着实验手册操作很方便上手，也尝试了实验手册的各种关键字生成出来的不同效果图片。真的很好用。真的希望了解如何实现此功能的。希望有更详细的介绍和课程学习。

有没有除了ADB，其他比较好用的MPP产品？

跟着实验，很快就上手了。每一步讲的都很详细，有收获。 另外，Stable Diffusion使用起来也非常的人性化，相比之前进行了汉化，有了更好的使用体验。 接下来我就说说我的使用感受： 关于关键词，可大致分为主体、细节修饰词、画面色调、艺术风格和艺术家、渲染器等 例如 主体： volcano火山 seashore海滩 sunset日出 sunset clouds朝霞 rainforest雨林 jelly fish水母 paleontology古生物 nightsky星空 Arches National Park美国拱门公园 Singapore Flyer新加坡摩天轮 lake湖泊 mountians山峰 waterfall瀑布 细节修饰词： smooth平滑 sharp focus清晰聚焦 matte磨砂 elegant高雅 8k 4k sharp锐化 the most beautiful image ever seen最美丽的画面 technique highly detailed技术性高细节 dreamatic lighting舞台灯光 beautiful美丽 post processing后期处理 Diffuse色散 等等。。。 使用经验： 1. 相似度调太高会产生突兀线条，太低会模糊抽象； 2. 生成二次元设置步数step=28,相关性scale=11效果比较不错； 3. 正面词tag和负面词tag:使用负面词可以约束AI产生残肢多器官，以及对肢体进行微调，捏出清奇的结构，比如猫耳兽娘。

2023年AI绘画最火的当属Midjorney和Stable Diffusion这两款AI作画工具，其中Stable Diffusion是StabilityAI公司于2022年提出的，论文和代码都已开源。这样大家使用的门槛就低了很多。今天就来给大家分享阿里云推出的“用函数FC部署Stable Diffusion”免费体验AI作画的魅力。 活动地址：https://developer.aliyun.com/topic/freetier/fc?spm=a2c6h.27234800.J_6638147300.2.415f59ef49Gil1 并且参与活动还有各种免费的奖品来拿，一起来看看吧！ 具体如何体验，大家可以参考官方的实验手册

，按照步骤就可以很顺利搭建好环境。

这边给大家展示我这边使用AI作画的一些效果

1、"猪遨游太空"

直接输入关键字体验效果

2、”城堡 美丽的白雪公主 可爱 小矮人 “

3、总结

本次从服务器部署到使用场景体验还是非常顺畅的，实验手册非常详细，按照步骤就可以免费体验到Stable Diffusion快速AI作画的能力，AI作画的速度也非常的快速，十几秒就可以根据提示文案快速生成一副高质量的图画。大家也可以去体验一下。

通过使用函数计算部署Stable Diffusion这个让我更深层次的体会到了函数计算的优势：

弹性伸缩：函数计算是按需自动伸缩的，无需手动管理服务器或虚拟机的规模。它可以根据请求的数量和负载情况自动扩展和缩减计算资源，以确保始终有足够的资源来处理请求。这样可以大大降低运维成本，并且可以应对突发的高并发请求。

无服务器架构：函数计算是一种无服务器架构，开发者无需关心底层的基础设施和服务器管理。开发者只需编写函数代码并上传到云端，云服务提供商会负责管理底层的服务器和资源。

按量计费：函数计算采用按量计费的方式，即按照实际执行的函数代码的运行时间和资源消耗进行计费。开发者只需为实际使用的计算资源付费，无需预付费或长期租用服务器。

高可用性：函数计算具有高可用性，云服务提供商会自动进行故障转移和容错处理，确保函数在任何时间都可用。即使在出现故障的情况下，云服务也会自动将函数迁移到其他可用的计算节点上。

多语言支持：函数计算支持多种编程语言，如JavaScript、Python、Java等，开发者可以根据自己的喜好和需求选择合适的语言进行开发。

集成其他云服务：函数计算可以与其他云服务进行集成，例如对象存储、消息队列、数据库等。开发者可以方便地使用这些服务来构建更复杂的应用程序。

Stable Diffusion是用于图像处理的算法，可以用于图像去噪、图像增强和图像修复等任务。

函数计算（FC）是无服务器计算服务，可以帮助我们以高效、可扩展的方式部署和运行应用程序。

在使用Stable Diffusion的过程中，遇到了一些麻烦。

对于老用户在某些功能上无法使用。

任务一是试用产品，但是对于老用户体验很不友好，只能参与后面的任务，完全没法完成活动。

对老用户参与活动的积极性和主动性都有很大的影响，

希望活动发起人注意到这一点，可以考虑一下老用户的感受，

不要再区分新老用户，如果只让新用户参加，老用户可是不小的流失，

希望让大家都能公平的去参与和完成活动。

还有配套实验操作手册，小白也能轻松上手

关于AI取代人类画图 体验了一波之后，个人觉得，AI在绘图领域想取代人类，在当下是不可能的。毕竟这属于艺术创作，主观性太强，是否有艺术价值及价值是否丰富，在不同的年代不同的背景不同的人物经历下尚不同，所以让AI来创作带有时代性、现象性的艺术作品，目前基本不可能。

关于stable-diffusion 比较依赖输入的词汇，已经输入词汇的方式，话术。语言是带有感情色彩的，这是AI不具备的。

其实是想让它画一个歌手在演唱会上面唱歌的图片。

看看我以不同方式输入描述语言反馈的图片把。

第一种，将语言拆分为多个词汇

男性，一个人，半身，黄色皮肤，鸽子眼，单眼皮，蓬松的头发，左右刘海到耳朵，黄色头发，25岁，演唱会上的主唱，看着观众，左手内扣在小腹，右手举着话筒唱歌，陈信宏

得到的图片是这样的：

第二种，输入句子

给我画一个陈信宏在演唱会上面唱歌的图片，黄色头发比较蓬松，鸽子眼，单眼皮左，右刘海大概到耳朵下面一点点位置，左手戴着SR的手环，内扣在小腹位置，右手举着话筒

得到的图片是这样的：

可见在文字大致相同的情况下，以不同的方式组合词汇生成的东西大相径庭，更不能理解的是第二个居然生成的是女性，性别都变化了。

好吧，那我们试试限定男性试试：

给我画一个陈信宏在演唱会上面唱歌的图片，男性，黄色头发比较蓬松，鸽子眼，单眼皮左，右刘海大概到耳朵下面一点点位置，左手戴着SR的手环，内扣在小腹位置，右手举着话筒

哈哈哈哈哈，就这样把。。。

1. 总体感受 对于想体验AI绘图的同学来说是一个很好的尝试入口。简单方便的可以发布3个类型的模型。直接运行下载图片。 对于模型的修改来说就比较容易不知道如何处理了。
2. 延伸思考 虽然对于深入使用会有各种需要定制和折腾其他服务组合起来的方案，但是最为一个通用平台来说已经非常不错了。 后续可能会尝试OSS/NAS，定制镜像的方式来尝试FC的功能。对于无状态的服务，需要给顶外部存储来保存中间数据。

部署教程算是手把手教学了，基本上会用鼠标就可以完成所有的部署。 速度也很快。 讲一下我用的体验。 相同的动物名字，相同的形容词，"老虎(Tiger)穿着宇航服在太空游泳"，只是将Tiger改成Pig，Pig的效果会好很多，比如Pig会穿上衣服，会拟人，老虎就只是老虎，一直处于自然状态,甚至忽略很多形容词。猜测是训练集Pig的拟人动画参照较多，老虎一般都画成原生态？ 当然也有三条腿的Pig

人物有也尝试，但是总是有不协调的地方如下图： 人物的手，姿态，体态比例，衣服的搭配都存在较为明显的怪异，在其他人物生成当中也有很多肢体错位，比例不协调这些方面。 继续学习研究中。

试用了一下午，终于做出了我满意的素材，开心~从此不用再画到腰酸背痛

白屏化操作，让技术不再变得高深莫测，学习起来也不再觉得无从下手，而且有免费试用，增加了动手操作能力。

通过函数计算部署Stable Diffusion的实践，我不仅深入了解了函数计算的原理和用法，还遇到了一些挑战和问题。通过解决这些困难，我对函数计算和算法部署有了更深入的理解，并积累了宝贵的经验。未来，我将继续探索函数计算的应用领域，不断提升自己在算法部署方面的能力。

部署很方便，文档也挺详细，可以快速上线使用，但是目前只能体验原版SD也没法切换其他模型

可以说无脑一键部署了，大家直接就可以用了，剩下的就是工程化的东西了。