不会写代码，也能训练AI绘画模型了！
只需借助这个框架，从训练到推理都能一站式搞定，还能一次性治理多个模型。
阿里巴巴团队推出并开源了这款万能图片生成上班台SCEPTER Studio。
有了它，不用代码，间接在Web界面当中就能成功模型的训练与微调，并治理相关数据。
团队还推出了内置三种模型的DEMO，可以在线体验SCEPTER的推理配置。
那么SCEPTER详细都无能啥，上方就来一睹为快！
一站式治理绘图模型
有了SCEPTER，不再须要编写程序，只需在Web页面当选用要训练的模型，调整好相关的参数，就可以成功模型的训练和微调了。
详细来看，模型方面，SCEPTER目前允许Stable Diffusion系列的SD 1.5/2.1和SDXL模型。
微调模式上，它允许传统的全量微调、LoRA等模式，以及自家的SCEdit微调框架，未来还会参与对Res-Tuning调优模式的允许。
SCEdit经过跳过衔接的模式，让分散模型能以更高的效率成功图片生成义务，相比LoRA浪费了30%-50%的内存开支。
训练数据方面，SCEPTER内置了蕴含3D、日漫、油画、素描等6种格调，每种格调30组图像-文本对的借鉴数据集。
同时，也可将自行预备的图片打包紧缩，并以csv或txt文档建设图像（文件名）和prompt的对应相关，导入SCEPTER平台。
假设连文档也不想写，也可以在SCEPTER界面中间接上行图片并标注Prompt，治理、减少、删除数据集中的图片。
到了推理阶段，SCEPTER允许的下游义务包括文生图和可控图像分解，未来还将允许图像编辑，用法和现有的Web版SD相似。
同时，SCEPTER界面中还集成了咒语书（Prompt合集）和一些现成的微调模型。
那么，SCEPTER该如何食用呢？
假设只想玩玩生成的话，官网在HuggingFace和魔搭社区上的DEMO就可以满足要求，并且后者还是中文界面。
假设要经常使用数据治理、训练等配置，就须要自行装置部署完整版本了，详细步骤可以参照GitHub页面中的教程。
整个环节中，只要装置部署的环节须要用到一些便捷的代码，之后的一切环节就都可以在Web界面里间接操作了。
感兴味的话，就去体验一下吧！