PixArt

使用 PixArt-Alpha 和 PixArt-Sigma 快速生成图像

使用 PixArt-Alpha 和 PixArt-Sigma 快速生成图像。

所有示例都可以在通过以下方式租用的 GPU 服务器上运行 CLORE.AI 市场.

在 CLORE.AI 上租用

1. 访问 CLORE.AI 市场

2. 按 GPU 类型、VRAM 和价格筛选

3. 选择 按需 （固定费率）或 竞价 （出价）

4. 配置你的订单：

   • 选择 Docker 镜像

   • 设置端口（SSH 用 TCP，Web UI 用 HTTP）

   • 如有需要，添加环境变量

   • 输入启动命令

5. 选择支付方式： CLORE, BTC，或 USDT/USDC

6. 创建订单并等待部署

访问你的服务器

• 在以下位置查找连接信息 我的订单

• Web 界面：使用 HTTP 端口 URL

• SSH： ssh -p <port> root@<proxy-address>

什么是 PixArt？

PixArt 模型提供：

• 比 SDXL 快 10 倍

• 高质量 1024px 图像

• 强大的文本渲染能力

• 高效的训练方法

模型变体

模型	质量	速度	显存
PixArt-Alpha	很高	快	8GB
PixArt-Sigma	最佳	中等	12GB

快速部署

Docker 镜像：

pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel

端口：

22/tcp
7860/http

命令：

pip install diffusers transformers accelerate gradio && \
python -c "
import gradio as gr
from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained('PixArt-alpha/PixArt-XL-2-1024-MS', torch_dtype=torch.float16)
pipe.to('cuda')

def generate(prompt, steps):
    image = pipe(prompt, num_inference_steps=steps).images[0]
    return image

demo = gr.Interface(fn=generate, inputs=[gr.Textbox(), gr.Slider(10, 50, 20)], outputs=gr.Image(), title='PixArt')
demo.launch(server_name='0.0.0.0', server_port=7860)
"

访问你的服务

部署后，找到你的 http_pub URL 在 我的订单:

1. 前往 我的订单 页面

2. 点击你的订单

3. 找到 http_pub URL（例如， abc123.clorecloud.net)

使用 https://YOUR_HTTP_PUB_URL 替代 localhost 在下面的示例中。

安装

pip install diffusers transformers accelerate

PixArt-Alpha

基础生成

from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
)
pipe.to("cuda")

prompt = "一只漂浮在太空中的猫宇航员，背景是地球，写实风格"

image = pipe(
    prompt=prompt,
    num_inference_steps=20,
    guidance_scale=4.5
).images[0]

image.save("output.png")

生成参数

image = pipe(
    prompt="一幅美丽的山间日落",
    negative_prompt="模糊、低质量",
    num_inference_steps=20,      # 质量（10-50）
    guidance_scale=4.5,          # 提示词遵循度（3-7）
    height=1024,
    width=1024,
    generator=torch.Generator("cuda").manual_seed(42)
).images[0]

PixArt-Sigma

更高质量版本：

from diffusers import PixArtSigmaPipeline
import torch

pipe = PixArtSigmaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-Sigma-XL-2-1024-MS",
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()

image = pipe(
    prompt="一张红色跑车的专业摄影照片",
    num_inference_steps=30,
    guidance_scale=4.5
).images[0]

image.save("sigma_output.png")

内存优化

适用于 8GB 显存

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
)

# CPU 卸载
pipe.enable_model_cpu_offload()

# 顺序 CPU 卸载（更激进）

# pipe.enable_sequential_cpu_offload()

启用 VAE 切片

pipe.enable_vae_slicing()
pipe.enable_vae_tiling()

批量生成

from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
).to("cuda")

prompts = [
    "夜晚的赛博朋克城市",
    "宁静的日式花园",
    "悬崖上的奇幻城堡",
    "海底珊瑚礁"
]

for i, prompt in enumerate(prompts):
    image = pipe(prompt, num_inference_steps=20).images[0]
    image.save(f"output_{i:03d}.png")
    print(f"已生成：{prompt[:50]}...")

不同分辨率

# 支持的分辨率
resolutions = [
    (512, 512),
    (768, 768),
    (1024, 1024),
    (1024, 512),   # 横向
    (512, 1024),   # 纵向
    (768, 1024),
    (1024, 768),
]

for w, h in resolutions:
    image = pipe(
        prompt="一幅美丽的风景",
        width=w,
        height=h,
        num_inference_steps=20
    ).images[0]

    image.save(f"output_{w}x{h}.png")

文本渲染

PixArt 在图像中的文本表现尤为出色：

prompt = """
一张复古电影海报，标题为“COSMIC ADVENTURE”，使用粗体字，
描绘一艘宇宙飞船和行星，1950年代复古风格
"""

image = pipe(
    prompt=prompt,
    num_inference_steps=30,
    guidance_scale=5.0
).images[0]

Gradio 界面

import gradio as gr
from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
).to("cuda")

def generate(prompt, negative_prompt, steps, guidance, width, height, seed):
    generator = torch.Generator("cuda").manual_seed(seed) if seed > 0 else None

    image = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_inference_steps=steps,
        guidance_scale=guidance,
        width=width,
        height=height,
        generator=generator
    ).images[0]

    return image

demo = gr.Interface(
    fn=generate,
    inputs=[
        gr.Textbox(label="提示词", lines=3),
        gr.Textbox(label="负面提示"),
        gr.Slider(10, 50, value=20, step=1, label="步数"),
        gr.Slider(1, 10, value=4.5, step=0.5, label="引导"),
        gr.Slider(512, 1024, value=1024, step=64, label="宽度"),
        gr.Slider(512, 1024, value=1024, step=64, label="高度"),
        gr.Number(value=-1, label="种子（-1 表示随机）")
    ],
    outputs=gr.Image(label="生成的图像"),
    title="PixArt 图像生成器"
)

demo.launch(server_name="0.0.0.0", server_port=7860)

API 服务器

from fastapi import FastAPI
from fastapi.responses import Response
from diffusers import PixArtAlphaPipeline
import torch
import io

app = FastAPI()

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
).to("cuda")

@app.post("/generate")
async def generate(
    prompt: str,
    negative_prompt: str = "",
    steps: int = 20,
    guidance: float = 4.5,
    width: int = 1024,
    height: int = 1024
):
    image = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_inference_steps=steps,
        guidance_scale=guidance,
        width=width,
        height=height
    ).images[0]

    buffer = io.BytesIO()
    image.save(buffer, format="PNG")
    return Response(content=buffer.getvalue(), media_type="image/png")

# 运行：uvicorn server:app --host 0.0.0.0 --port 8000

性能对比

模型	GPU	1024x1024 时间
PixArt-Alpha	RTX 3090	~3s
PixArt-Sigma	RTX 3090	约 5 秒
SDXL	RTX 3090	~15秒
PixArt-Alpha	RTX 4090	~2s
PixArt-Sigma	RTX 4090	~3s

质量设置

使用场景	步数	引导
预览	10-15	4.0
标准	20	4.5
高质量	30-40	5.0

故障排查

内存不足

# 启用卸载
pipe.enable_model_cpu_offload()

# 或使用更小的分辨率
width, height = 768, 768

质量较差

• 增加步数（25-40）

• 调整引导尺度

• 更详细的提示词

生成缓慢

• 使用 PixArt-Alpha（更快）

• 减少步数

• 降低分辨率

成本估算

CLORE.AI 市场常见费率（截至 2024 年）：

GPU	小时费率	日费率	4 小时会话
RTX 3060	~$0.03	~$0.70	~$0.12
RTX 3090	~$0.06	~$1.50	~$0.25
RTX 4090	~$0.10	~$2.30	~$0.40
A100 40GB	~$0.17	~$4.00	~$0.70
A100 80GB	~$0.25	~$6.00	~$1.00

价格因提供商和需求而异。请查看 CLORE.AI 市场 以获取当前费率。

节省费用：

• 使用 竞价 可中断工作市场——约三分之一的服务器将现货价格定得低于按需价格（中位数约优惠 13%），其余则与按需价格持平

• 使用 CLORE 代币支付

• 比较不同提供商的价格

下一步

• FLUX 生成 - 最佳质量

• Stable Diffusion WebUI - 更多功能

• ControlNet 指南 - 添加控制