基于扩散模型的多模态内容生成系统 (AIGC)产品系统

通过少样本学习策略，成功在低数据量下实现了高质量的个性化图像输出，并实现了模型的轻量化部署

针对个性化图像生成需求，搭建基于 Diffusion Model 的生成式AI系统，解决特定风格下的小样本图像生成难题，实现高质量的“文生图”与“图生图”功能。

• 环境搭建与工程化：独立搭建 CUDA + PyTorch 高性能深度学习环境，配置 Stable Diffusion 全流程推理架构，解决复杂依赖冲突。
• 模型微调 (Fine-tuning)：运用迁移学习思想，利用小样本数据进行 LoRA/DreamBooth 微调，实现了特定风格的个性化生成。
• 功能开发：打通文本特征提取与图像生成链路，在显存受限环境下完成了模型的部署与推理优化。