大模型微调实操教程：手把手带你训练人物LoRA
本文是一篇面向零基础读者的大模型微调实操教程，作者详细演示了如何在云端租用RTX 4090显卡，使用LoRA技术对SDXL图像生成模型进行人物微调。教程涵盖数据集准备（用IP-Adapter生成24张训练图并配描述）、训练环境搭建、20步冒烟测试、1200步正式训练、不同checkpoint的对照评测及成果保存与重新加载等完整流程。整轮实验仅花费2.71元、约78分钟，最终得到可复用的人物LoRA权重，可稳定生成不同造型、场景下的同一人物写真。
相关文档
自己动手做LoRA 从 0 到 1 实战
作者详细记录了从零开始训练一个专属人物 LoRA 的完整实战流程。他使用 GPT Image 2 生成 56 张虚构人物训练数据，基于开源模型 MOSS-Image（5B 参数 Diffusion Transformer）进行微调，仅用一张 RTX 4090 训练约 65 分钟即获得稳定的人物形象生成能力。文章涵盖数据准备、Caption 标注、Checkpoint 选择、效果验收等关键环节，并指出了过拟合等常见问题。作者将整个流程开源到 GitHub，提供运行环境镜像、Jupyter Notebook 和 ComfyUI 工作流，建议初学者亲手跑一遍以真正理解 LoRA 训练原理，一通百通。
Midjourney 上手：从0到1小白也能看懂的教程
这是一篇面向新手的 Midjourney 入门教程，作者逐一讲解 MJ 输入界面的各个功能模块，包括提示词输入区、三种参考图入口（Attach to prompt 编辑原图、Style Reference 参考画风、Image Prompts 参考构图）的区别与用途，以及生成设置中的画面比例、模型版本、审美参数（Stylization、Weirdness、Variety）等选项的作用。文章还介绍了草稿模式、对话模式、个人化功能（P值）的使用方法和常见误区，帮助小白快速掌握 MJ 的界面操作与参数调优。
一个指令→爆款视频：万物皆可360° Orbit环绕（免部署）
文章介绍了一种简单易上手的AI视频玩法：上传一张图片加一条指令，即可生成360°环绕（Bullet Time）效果的视频。作者展示了旅游、美食、美妆、商业摄影、产品展示、服装穿搭等多个应用场景及商业潜力。实现方法分为两种：一是免部署的Web端方案，使用豆包等可生成视频的模型，配合文中提供的通用短指令和完整10秒详细指令；二是适合进阶用户的ComfyUI本地部署方案，通过加载MiniMax H3 I2V模板和360° Orbit LoRA实现。作者以设计师视角分享了最低门槛、可复用的AI玩法。
Hugging Face 详细教程：从调用模型到微调与部署
本文是一篇 Hugging Face 平台的系统教程，从零讲解大模型开发的完整工作流：安装环境、登录 Hub、用 Pipeline 快速推理、理解 Tokenizer、加载模型、使用 Datasets 处理数据、用 Trainer 微调模型、通过 LoRA/PEFT 高效微调大模型、上传模型到 Hub，以及用 Spaces 部署 Gradio Demo。文章还涵盖模型选择要点、常见问题排查（如显存不足、tokenizer 配置、训练效果差）和分阶段学习路线，并附官方文档链接，适合想将大模型真正用起来的开发者入门与进阶。
两块钱一小时，把开源生图模型 Ming-Image-0.1 跑在云端 GPU 上
作者分享了一份云端 GPU 部署教程，用每小时仅两块钱的租用显卡（实测 RTX 4090），在破旧笔记本上跑通蚂蚁百灵刚开源的生图模型 Ming-Image-0.1-Design。文章从选择云平台与机器配置（显存、系统内存、数据盘）、镜像选择、SSH 连接、ComfyUI 启动，到运行官方工作流出图，手把手演示全流程。实测显示模型在商业海报的文字渲染上表现优秀，且 Design-Layer 模型可将设计图智能拆解为多个带透明通道的可编辑图层并自动补全背景。最后提醒下载成果、导出工作流并及时关机以节省费用。
手把手教你云端部署阿里 Qwen-Image-2.1（保姆级教程）
本文是一篇云端部署阿里 Qwen-Image-2.1 文生图模型的保姆级教程。作者对比了本地部署与云端部署的优劣，横向评测了 AutoDL、恒源云、阿里 PAI、RunPod 等主流 GPU 算力平台，推荐性价比更高的 vGPU-32GB（RTX 4080 SUPER 32G）显卡，时租仅 1.58 元。随后以 AutoDL 为例，详细讲解了从选机、环境初始化、安装 Diffusers 依赖、解决系统盘存储不足的避坑技巧，到通过 ModelScope 通道拉取 30G 满血权重并用 Diffusers 出图的全流程，最后用 Gradio 十行代码搭建 WebUI 面板，实现单张 1024×1024 图片 31 秒生成，并支持原生 RGBA 透明通道输出。
Image 2.5：国庆照片这样玩【附 8 组提示词】
文章介绍了用 ChatGPT Images 2.5 玩转国庆照片的 8 组实用提示词玩法，包括给吃喝照片加手绘日记装饰、让宠物担任旅行团团长、把家庭合照做成电影海报、将孩子的画作变成毛绒玩具效果图、生成 90 年代风格年代照、制作假期专属表情包、把旅行照做成双层明信片以及将旅途囧事画成四格漫画。文中详细说明了每组的照片选择、提示词内容和修正技巧，免费账号即可使用，也提供了即梦等替代工具。
从零手写大模型系列完结了
作者宣布「从零手写大模型」系列完结，共20篇，包括推理篇15篇和训练篇5篇。推理篇涵盖分词器、嵌入层、位置编码、自注意力机制、多头注意力、残差连接、层归一化、Transformer模块等内容；训练篇涵盖损失函数、反向传播、梯度下降、Adam优化器和学习率调度。每篇都有可练习的代码示例，帮助读者理解模型如何生成文字以及如何从误差中学习更新参数。作者强调理论公式是精华，代码多被PyTorch封装。系列笔记已发布在个人网站上，欢迎交流指正。
How to Master ChatGPT Images 2.5 (Full Course)
这篇教程系统讲解了如何掌握 OpenAI Images 2.5 的图像生成技巧，涵盖 14 个技巧和 44 个示例，应用于应用设计、网站和产品图制作。作者提出了让视觉决策可见的工作流：先明确图像目的，按目的、画布、内容、关系、外观、检查六个要素撰写提示词，强调属性绑定和对象关系的精确描述。通过 YouTube 缩略图和海岸住宅室内设计两个完整案例，展示了如何组织复杂构图、分配图像区域、描述材质细节，并分析生成结果中哪些指令生效、哪些需要修正。
GPT-Image 2.5 玩法全公开：从个人表情包到电商动态广告（附提示词教程）
作者基于 OpenAI 最新发布的 GPT-Image 2.5 模型，实测整理了从个人娱乐到电商应用的多种玩法，并提供完整可复制的提示词教程。个人玩法包括：将上传图片转为弹跳动画 GIF、生成九宫格表情包、制作六帧连续动作表情 GIF 等。电商玩法包括：商品慢扫光动态广告制作（采用单张商品底图加 Python 扫光方案，解决瓶身、Logo、文字抖动问题），以及利用定稿海报模板进行商品换款的精确编辑。文章详细说明了多轮编辑、模板复用、帧间一致性等新版本能力，并给出大量经过验证的中英文提示词模板，帮助普通用户快速上手图像生成与动态内容创作。
玩转ChatGPT Image 2.5教程 这一篇教程就够了
本文详细介绍了ChatGPT Image 2.5的更新亮点与核心玩法。出图速度提升，新增三大功能：一是Sketch草图涂鸦生图，用户随手画轮廓即可生成构图一致的图片；二是评论批注修图，可像Figma一样添加多条批注精准局部修改，解决以往牵一发而动全身的问题；三是像素战斗GIF生成，可制作128px精灵图集并合成循环动图。此外还介绍了官方模板页，整合了社区开发的Skill和预设场景。教程适合自媒体博主、游戏开发者和设计师参考。
豆包工作的神奇能力：定时，遥控，连接器，视频，图片，ppt，音乐（保姆级教程）
本文是一篇豆包桌面端的保姆级教程，详细介绍了豆包从聊天AI进化为AI Agent后的各项功能。包括安装登录、左侧导航的7个主入口（新工作任务、新对话、定时任务、技能·连接器·伙伴、手机遥控电脑、云盘、更多）、底部对话模式（对话、视频生成、帮我写作、图像生成、PPT生成、解题算题、音乐生成、更多）、工作任务模式（+号、工作任务、项目、按需确认、技能、连接器、模型与推理强度）以及免费与付费方案。文章还分享了使用技巧和避坑指南，帮助打工人充分利用豆包提升工作效率。
