目录
二、腾讯云HAI一键部署并使用StableDiffusion生成图片
三、腾讯云HAI一键部署并使用ChatGLM2-6B生成文案及协助代码开发
4、启动 高性能应用服务HAI 配置的 ChatGLM2-6B WebUI 进行简单的对话
1、选择云开发编辑器Cloud Stuio，详细使用教程可以看博主另一篇文章
前言
随着ChatGPT和Stable Diffusion等大模型爆火以来，生成式AI备受瞩目。在数字媒体、游戏、动画、电影、广告、社交、短视频、软件开发等领域，我们都可以看到AIGC的身影。AI浪潮的席卷，各行各业都积极借助AIGC的能力对其进行赋能，提升生产效率。
当然了，AIGC拥有这么多的能力，那么我们才能独立部署体验呢？首先我们需要部署这些这些大模型，大模型处理的数据量巨大无比，整个处理过程可以分为训练（train）、微调（fine-tune）和推理(inference)。从算力消耗上来说，是训练>微调>推理，训练要比推理的算力消耗高至少3个数量级以上，训练和微调大型语言模型对于硬件资源的要求非常高，对于只是短期使用，自己购买硬件资源价格昂贵显然是不划算的。
最近腾讯云推出了一款“高性能应用服务HAI”，它基于腾讯云GPU云服务器底层算力，提供即插即用的高性能云服务。以应用为中心，匹配GPU云算力资源，助力中小企业及开发者快速部署LLM、AI作画、数据科学等高性能应用，部署起来非常省心！！！博主这次也是亲自体验了一番，从0到1使用腾讯云高性能应用服务 HAI ，部署了StableDiffusion和ChatGLM2-6B 模型来辅助我开发【看图识成语】益智游戏，游戏的UI和素材基于StableDiffusion画图生成，游戏需要的成语及其释义基于 ChatGLM2-6B 生成，部分代码也基于AI生成，工作效率提升很多，不到一天时间就完成了全部开发，这里也给大家先看看博主开发的作品成果：
那么这次应用开发的亲身体验下来，博主还用到了腾讯云编辑器Cloud Studio云来做开发，HAI和Cloud Studio有何优势和便捷之处，以及我是如何来进行【看图识成语】益智游戏开发的呢，且听博主接下来为你娓娓道来~~~
一、腾讯云HAI介绍：
腾讯云高性能应用服务 HAI 是为开发者量身打造的澎湃算力平台。无需复杂配置，便可享受即开即用的GPU云服务体验。在 HAI 中，根据应用智能匹配并推选出最适合的GPU算力资源，以确保您在数据科学、LLM、AI作画等高性能应用中获得最佳性价比。
1、即插即用 · 轻松上手
基于腾讯云GPU云服务器底层算力，提供即插即用的高性能云服务。
2、横向对比 · 青出于蓝
大幅降低GPU云服务器使用门槛，多角度优化产品使用体验，开箱即用
3、多种高性能应用部署场景
腾讯云HAI功能如此强大，开箱即可上手， 接着博主就手把手教大家怎么快速搭建并使用AI模型 StableDiffusion和ChatGLM2-6B~~
二、腾讯云HAI一键部署并使用StableDiffusion生成图片
1、申请高性能应用服务 HAI
(1) 点击链接进入 高性能应用服务 HAI 申请体验资格
（2）等待审核通过后，进入 高性能应用服务 HAI
(3) 点击前往体验HAI，登录 高性能应用服务 HAI 控制台
（4）点击 新建 选择 AI模型，参照下图进行配置
（5） 等待创建完成
（6）创建完成，查看相关状态
（7） 查看详细的配置信息
2、StableDiffusion模型搭建和文生图应用
（1）进入 StableDiffusionWebUI ，以下可选择两种方式进入
或者从服务器详情页进入
（2）StableDiffusionWebUI操作界面简介
| 参数名 | 描述 | 值 |
|---|---|---|
| 提示词 | 主要描述图像，包括内容风格等信息，原始的webui会对这个地方有字数的限制，可以安装一些插件突破字数的限制 | a pretty cat,cyberpunk art，kerem beyit，very cute robot zen,Playful,Independent，beeple |
| 反向提示词 | 为了提供给模型，我们不需要的风格 | (deformed，distorted，disfigured:1.0)，poorly drawn，bad anatomy，wrong anatomy，extra limb，missing limb，floating limbs，(mutated hands and fingers:1.5)，disconnected limbs，mutation，mutated，ugly，disgusting，blurry，amputation，flowers，human，man，woman |
| 提示词相关性（CFG scale） | 分类器自由引导尺度——图像与提示符的一致程度——越低的值产生的结果越有创意，数值越大成图越贴近描述文本。一般设置为7 | 7 |
| 采样方法（Sampling method） | 采样模式，即扩散算法的去噪声采样模式会影响其效果，不同的采样模式的结果会有很大差异，一般是默认选择euler，具体效果我也在逐步尝试中。 | Euler a |
| 采样迭代步数（Sampling steps） | 在使用扩散模型生成图片时所进行的迭代步骤。每经过一次迭代，AI就有更多的机会去比对prompt和当前结果，并作出相应的调整。需要注意的是，更高的迭代步数会消耗更多的计算时间和成本，但并不意味着一定会得到更好的结果。然而，如果迭代步数过少，一般不少于50，则图像质量肯定会下降 | 80 |
| 随机种子（Seed） | 随机数种子，生成每张图片时的随机种子，这个种子是用来作为确定扩散初始状态的基础。不懂的话，用随机的即可 | 1791574510 |
到这一步，我们的StableDiffusion模型就部署完成了(默认界面是英文版的，有兴趣的同学可以下载汉化插件，把界面汉化一下)，接下来就可以在StableDiffusionWebUI界面来生成我们游戏开发所需要的素材了~
3、编写提示词，生成游戏所需的图片素材
前期做设计的时候定义了10个成语的关卡，所以这个我们需要借助StableDiffusion模型来生成这个10个成语相关的图：
Stable Diffusion是一种强大的画像生成AI，它可以根据你输入的文字描述（prompt）来绘制出想象中的画面。但是，写出一个好的prompt并不容易，我们通常可以从提出一系列问题作为开始去整理出我们需要的prompt,当然了，这也不是一个固定的模式，但是当你开始自己的创作之前，你可以自己多尝试，尝试不同的提词，尝试越多你就会写得越来越好！
提示词：
- 提示词（
prompt）由多个词缀构成。- 提示词分为正向提示词（
positive prompt）和反向提示词（negative prompt），用来告诉AI哪些需要，哪些不需要。大概语法组成：
- 综述（图像质量+画风+镜头效果+光照效果+主题+构图）
- 主体（人物&对象+姿势+服装+道具）
- 细节（场景+环境+饰品+特征）
这里是我尝试描述"对牛弹琴"成语的生成几个示例及参数配置，感觉能符合大致需求，要是一次生成不准确的可以多生成几张，择优选择即可：
因为我选择的图片尺寸比较小，HAI提供的服务器性能也还可以，不到一会我就生成了游戏需要的全部成语图片素材，择优选取了最终的10张图片~
除此之外，我还生成了游戏的UI素材和背景图，好了，到目前为止,游戏的图片素材已经全部完成 ,接下来就是开始制作了成语释义素材和代码开发 了…
三、腾讯云HAI一键部署并使用ChatGLM2-6B生成文案及协助代码开发
1、登录 高性能应用服务 HAI 控制台
2、点击 新建 选择 AI模型，输入实例名称
温馨提示：如果没有进阶型的算力方案（2.41元/小时），建议您购买基础型的算力方案（0.88元/小时），并在创建成功后参考实验过程中关闭 、重新开启 webui 功能的命令，以提高服务器的性能。
3、等待创建完成后，查看相关状态
4、启动 高性能应用服务HAI 配置的 ChatGLM2-6B WebUI 进行简单的对话
（1） 选择 chatglm2_gradio 进入 WebUI 页面
（2）到这一步ChatGLM2-6B模型就部署完成了，可以直接体验与 ChatGLM2-6B 简单的对话，这里我直接让它帮我生成一个vue3项目，如下所示：
（3）批量生成成语释义
到这里我们游戏的文案素材也已经生成完成~~~
四、游戏代码开发
1、选择云开发编辑器Cloud Stuio，详细使用教程可以看博主另一篇文章
2、选择模板，快速生成项目
3、项目代码开发
（1）将AI生成图片素材集成到项目的资源目录
（2）将AI生成的成语文案整理成可用的数据格式集成到项目
（3）开发游戏主界面，这里详细的开发过程就不赘述~
<div class="game">
<div class="levelTitle">第{
{ levelTitle }}关</div>
<div class="problemBox">
<img :src="problemImg" class="img" mode="widthFix" />
</div>
<div class="answer">
<div class="answerBox" v-for="(item, index) in answerStr" :key="index" @click="clearAnswer(index)">
<div class="answerText">
<div class="text">{
{ item.text }}</div>
</div>
</div>
</div>
<div class="btnBox">
<div class="btn" @click="promptAnswer"><text class="title">提示</text></div>
<div class="time">
<image src="../../static/time.png" class="timeImg"></image>
<div class="countdown">{
{ countdownNum }}s</div>
</div>
</div>
<div class="optionalAnswer">
<div class="answerBox" v-for="(item, index) in optionalAnswer" :key="index" @click="selectAnswer(index)">
<div class="answerText" v-if="item != ''">
<div class="text">{
{ item }}</div>
</div>
</div>
</div>
<!-- 成功失败提示 -->
<SuccessModal :text="description" @next="nextCheckpoint" v-if="checkResult == 'success'" />
<FailModal @continue="continueCheckpoint" @jump="jumpCheckpoint" v-if="checkResult == 'error'" />
</div>（4）开发游戏逻辑
methods: {
//解析数据
parsingData() {
this.countdownNum = 10
this.promptNum = 0
this.checkResult = 'await'
this.levelTitle = Number(this.proBlemIndex) + 1
// this.proBlemIndex=Number(this.proBlemIndex)-1
this.problemImg = `/static/problemImgNew/${appData[this.proBlemIndex].problem}`
console.log(this.proBlemIndex, '当前第几关')
console.log(this.problemImg, '当前关的图片')
let arr = []
for (let i = 0; i < appData[this.proBlemIndex].answer.length; i++) {
arr.push({ index: -1, text: '' })
}
this.answerStr = arr
let tmpArr = []
let disturbStr = appData[this.proBlemIndex].disturb
for (let i = 0; i < disturbStr.length; i++) {
tmpArr.push(disturbStr[i])
}
this.optionalAnswer = _.shuffle(tmpArr)
this.description = appData[this.proBlemIndex].description
this.countdown()
},
//填充答案
selectAnswer(pickIndex) {
let newList = this.answerStr
try {
newList.forEach((item, index) => {
if (item.text == '') {
newList[index].text = this.optionalAnswer[pickIndex]
newList[index].index = pickIndex
this.optionalAnswer[pickIndex] = ''
throw new Error("EndIterative");
}
})
} catch (error) {
if (error.message != "EndIterative") throw error;
}
this.answerStr = newList
this.checkAnswer()
},
//清除答案
clearAnswer(index) {
let newList = this.answerStr
this.optionalAnswer[newList[index].index] = newList[index].text
newList[index].text = ''
newList[index].index = -1
this.answerStr = newList
},
//检测答案
checkAnswer() {
let result = ''
this.answerStr.find((item) => {
result += item.text
})
if (result.length != appData[this.proBlemIndex].answer.length) {
this.checkResult = 'await'
return
}
if (result == appData[this.proBlemIndex].answer) {
this.checkResult = 'success'
clearInterval(countdownTime)
console.log('回答正确')
} else {
console.log('回答错误')
clearInterval(countdownTime)
this.checkResult = 'error'
}
},
//下一关
nextCheckpoint() {
if (this.proBlemIndex >= appData.length - 1) {
alert('全部通关了')
setTimeout(() => {
this.$router.push({
url: '/game'
})
}, 2000)
return
}
this.proBlemIndex++
sessionStorage.setItem('checkpint', this.proBlemIndex)
this.parsingData()
},
//继续游戏
continueCheckpoint() {
this.checkResult = 'await'
this.parsingData()
},
//跳过本关
jumpCheckpoint() {
this.nextCheckpoint()
},
//提示答案
promptAnswer() {
this.optionalAnswer.forEach((item, index) => {
if (item == appData[this.proBlemIndex].answer[this.promptNum]) {
this.clearAnswer(this.promptNum)
this.selectAnswer(index)
}
})
this.promptNum++
},
//倒计时
countdown() {
if (countdownTime) {
clearInterval(countdownTime)
}
countdownTime = setInterval(() => {
this.countdownNum--
if (this.countdownNum <= 0) {
clearInterval(countdownTime)
this.checkResult = 'error'
}
}, 2000)
}
},（5）开发完成后查看最终实现效果
到这里博主借助高性能应用服务HAI快速开发的一款"看图识成语"益智游戏，已经全部完成，后续博主会把项目进行部署并把源代码整理开放出来供大家学习~~~
五、常见问题
1、HAI服务器计费问题，需要销毁才能停止计费，希望后续能优化
六、总结
之所以选择开发这样一款看图识成语的小游戏，是希望帮助用户更好地理解和欣赏中华成语的独特魅力，体验传统文化与现代人工智能的交融，理解历史与文化的连续。通过这次使用腾讯云HAl一键部署StableDiffusion和ChatGLM2-6B 模型来辅助开发【看图识成语】益智游戏，我深刻感受到了腾讯云HAl在大模型应用部署方面的便捷，概括来说有以下几点：
1、智能匹配算力，多种算力套餐满足不同需求的计算性能。
2、预置主流AI作画模型和LLM大语言模型及常用插件，无需手动部署，支持即开即用。
3、动态更新模型版本，确保模型版本与时俱进，无需频繁操作。
4、支持可视化界面一键登录，方便调优。
可以让开发者高效便捷的使用大模型提供的能力，以博主开发的这款【看图识成语】益智游戏为例，AI绘图+AI生成文案的能力，使的博主可以直接更加专注在应用开发上，开发效能大幅提升，不到一天即可完成全部工作。
总而言之，腾讯云HAl这次给我的体验非常良好，后续会考虑探索腾讯云HAl更多的功能，为工作进行赋能~