，在 Mac 上原生运行 Stable Diffusion

，在 Mac 上原生运行 Stable Diffusion 本应用内置 Apple 的 Core ML Stable Diffusion 框架 以实现在搭载 Apple 芯片的 Mac 上用极低的内存占用发挥出最优性能，并同时兼容搭载 Intel 芯片的 Mac。 ​​​ 功能 极致性能和极低内存占用 (使用神经网络引擎时 ~150MB) 在所有搭载 Apple 芯片的 Mac 上充分发挥神经网络引擎的优势 生成图像时无需联网 图像转图像（也被称为 Image2Image） 在图像的 EXIF 信息中存储所有的关键词（在访达的“显示简介”窗口中查看） 使用 RealESRGAN 放大生成的图像 自动保存 & 恢复图像 自定义 Stable Diffusion Core ML 模型 无需担心损坏的模型 使用 macOS 原生框架 SwiftUI 开发

Stable Diffusion V4 一键安装包下载，秋叶aaaki 本地部署懒人包

Stable Diffusion V4 一键安装包下载，秋叶aaaki 本地部署懒人包 描述：来自B站up@秋叶aaaki，近期发布了Stable Diffusion整合包v4版本，一键在本地部署Stable Diffusion！！ 适用于零基础想要使用AI绘画的小伙伴~ 本次整合包升级内容： torch2、xformers0.0.17、cudnn 8.8打开无需任何操作即可满速(包括40系显卡)升级其它各种依赖版本预置了Tagger(图反推关键词)的模型预置了ControlNet、MultiDiffusion插件优化了一些其他设置 本次升级还增加了在线升级功能！ 链接： 大小：12.8GB 标签：#AI #stable #diffusion 来自：雷锋 频道：@Aliyundrive_Share_Channel 群组：@alyd_g 投稿：@AliYunPanBot

Loom 是录制屏幕的服务之一，适用于 Chrome、Mac、Windows 和 iOS。安装快捷，使用方便，免费。

Loom 是录制屏幕的服务之一，适用于 Chrome、Mac、Windows 和 iOS。安装快捷，使用方便，免费。 使用Loom 的编辑器，您可以轻松裁剪录制的视频，比如添加行动号召和您自己的预览。可以通过支持设置密码的链接分享视频。 #tools

Chat2DB是阿里巴巴开源免费的多数据库客户端工具。支持Windows和Mac本地安装，也支持服务器端部署和网页访问。与Nav

Chat2DB是阿里巴巴开源免费的多数据库客户端工具。支持Windows和Mac本地安装，也支持服务器端部署和网页访问。与Navicat、DBeaver等传统数据库客户端软件相比，Chat2DB集成了AIGC的功能，能够将自然语言转换为SQL。它还可以将SQL转换为自然语言，并为SQL提供优化建议，大大提升开发人员的效率。它是AI时代数据库开发人员的工具，甚至未来的非SQL业务操作人员都可以使用它快速查询业务数据并生成报告。 特征 AI智能助手，支持自然语言到SQL转换、SQL到自然语言转换、SQL优化建议 支持团队协作，开发者无需知道线上数据库密码，解决企业数据库账号安全问题 强大的数据管理能力，支持数据表、视图、存储过程、函数、触发器、索引、序列、用户、角色、权限等管理。 强大的扩展能力，目前支持MySQL、PostgreSQL、Oracle、SQLServer、ClickHouse、OceanBase、H2、SQLite等，未来将支持更多数据库 使用Electron进行前端开发，提供集成Windows、Mac、Linux客户端和Web版本的解决方案 支持环境隔离、在线、日常数据权限分离 | #工具

这个研究有点强的，我们可能获得了另外一种增强Stable Diffusion控制的方法，它允许你使用富文本书写提示词。

这个研究有点强的，我们可能获得了另外一种增强Stable Diffusion控制的方法，它允许你使用富文本书写提示词。 比如指定某个提示词的颜色，例如提示词中有长发这个单词，然后你把长发的文字颜色改成了粉色，那么生成图像的头发颜色就会变成粉色。不只是那种粗略的粉色哦，是带有精确色值的。 下面我们分别来看一下它支持的富文本格式和生效方式： 首先你可以通过字体颜色控制生成对象的颜色，比如下面这张图Hair头发的字体颜色被改成粉色的时候生成图像的头发颜色就会变为粉色。 然后你可以改变对应提示词单词的字体来赋予图像对应的风格，这个就有点意识流了，全看模型对这个字体的感知，比如下面这这张图的guitar吉他的字体如果是比较放松的就会生成彩色的吉他，如果是古朴的手写体吉他就比较有年代感。 最后你可以给对应提示词的单词增加注释对其进行补充说明，比如下方这个例子中的cat被加上了“一只戴着墨镜、脖子上围着头巾的猫。”这样的注释在不影响整体画面的情况下猫这个主体准确的生成了注释的内容。你也可以给多个单词都加上这样的注释。 下面看一下这个论文大概的原理： 简单来说他们用了一种方法获得了每一个提示词单词对生成图像影响区域的映射，然后用将富文本的属性拿出来单独针对每个影响的提示词单词的区域再进行降噪操作从而修改扩散模型第一次生成的图像。 好了介绍到这里就结束了，希望早日有大神可以将这种方法集成到SD里面，或者开发出更多地富文本格式。 这里是论文的介绍： 这里你可以试玩这个控制方法：