Skip to content
The Chat Archive
o3-mini· OpenAI LMArena Human Preference 140K

czy istnieje coś co mogę zainstqalować na ubuntu z poziomu terminala i generować grafiki…

  1. User

    czy istnieje coś co mogę zainstqalować na ubuntu z poziomu terminala i generować grafiki za pomocą promptów? chodziu mi o jakąś sztuczną inteligencję któa działa lokalnie. może mieć gui ale nie musi

  2. Assistant

    Tak, istnieje kilka rozwiązań pozwalających lokalnie generować grafiki przy użyciu promptów. Najpopularniejszym rozwiązaniem jest Stable Diffusion, czyli model generatywnej sztucznej inteligencji, który działa lokalnie na Twoim komputerze. Poniżej kilka opcji i wskazówek, jak możesz go uruchomić na Ubuntu:


    1. AUTOMATIC1111 Stable Diffusion WebUI

    Jest to bardzo popularny projekt, który zapewnia przyjazny interfejs webowy (GUI) do korzystania ze Stable Diffusion. Możesz go zainstalować i uruchomić bezpośrednio z terminala.

    Kroki instalacji:

    1. Zainstaluj wymagania systemowe:
      Upewnij się, że masz zainstalowane Git, Python 3.8 lub nowszy oraz odpowiednią wersję sterowników dla karty graficznej (najczęściej NVIDIA z CUDA, ale istnieją też wersje CPU).

      sudo apt update
      sudo apt install git python3 python3-pip
      
    2. Sklonuj repozytorium:

      git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
      cd stable-diffusion-webui
      
    3. Uruchom skrypt instalacyjny:
      W folderze repozytorium uruchom:

      ./webui.sh
      

      Skrypt pobierze wszystkie zależności, model (może być konieczne pobranie pliku modelu z odpowiednimi uprawnieniami, zależnie od licencji) i uruchomi interfejs. Domyślnie uruchamia się on na porcie 7860, więc dostęp do interfejsu uzyskasz przez przeglądarkę pod adresem http://127.0.0.1:7860.

    4. Generowanie grafik:
      Po uruchomieniu możesz wpisywać prompty tekstowe w przeglądarce i generować obrazy.


    2. Użycie biblioteki diffusers (Hugging Face)

    Jeśli preferujesz pracę w terminalu lub chcesz pisać własne skrypty, możesz użyć biblioteki diffusers.

    Kroki instalacji:

    1. Instalacja biblioteki:

      pip install diffusers transformers torch
      
    2. Przykładowy skrypt:

      from diffusers import StableDiffusionPipeline
      import torch
      
      # Pod warunkiem że masz dostęp do modelu (np. z Hugging Face, może wymagać tokenu)
      model_id = "CompVis/stable-diffusion-v1-4"
      pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
      pipe = pipe.to("cuda")  # lub "cpu" jeśli nie masz karty graficznej
      
      prompt = "A fantasy landscape, vivid colors"
      image = pipe(prompt).images[0]
      image.save("wynik.png")
      

      Uruchamiając ten skrypt, wygenerujesz obraz zapisany jako wynik.png.


    3. Inne alternatywy

    • Disco Diffusion: Choć jest to bardziej eksperymentalne narzędzie (często działające w Google Colab), istnieją wersje umożliwiające lokalne uruchomienie.
    • Stable Diffusion na Dockerze: Jeśli preferujesz środowisko konteneryzowane, możesz znaleźć obrazy Docker umożliwiające łatwe uruchomienie Stable Diffusion wraz z interfejsem webowym lub skryptami.

    Uwagi

    • Wymagania sprzętowe: Generowanie obrazów przy użyciu modeli takich jak Stable Diffusion jest intensywne obliczeniowo. Najlepsze efekty osiągniesz, mając kartę graficzną wspierającą CUDA (jeśli używasz GPU NVIDIA). W przeciwnym razie generowanie może być bardzo wolne na CPU.
    • Modele i licencje: Modele generatywne często mają określone licencje. Upewnij się, że przestrzegasz zasad wykorzystywania konkretnego modelu.

    Podsumowując, jeśli szukasz rozwiązania, które możesz uruchomić lokalnie na Ubuntu, AUTOMATIC1111 Stable Diffusion WebUI jest doskonałym wyborem, łączącym wygodny interfejs z szerokimi możliwościami konfiguracji. Jeśli wolisz bardziej programistyczne podejście – biblioteka diffusers będzie idealna do eksperymentów i integracji z własnymi projektami.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.