但是，高昂的硬件需求和训练成本仍严重阻碍着 AIGC 行业的快速发展。AIGC 应用的出色表现通常建立在 GPT-3 或 Stable Diffusion 等大模型之上，并针对特定下游任务和应用进行微调。
如何更好、更快和更便宜地实现训练、微调 AIGC 模型，已成为 AIGC 商业化和应用爆发的最大痛点。
近日，GitHub 上一款深度学习系统 Colossal-AI，开源了完整 Stable Diffusion 预训练和个性化微调方案，将预训练时间加速和经济成本降低 6.5 倍，个性化微调硬件成本降低 7 倍！
借助此项目，普通开发者即可在个人电脑的 RTX 2070/3050 上，快速完成微调任务流程，让 Stable Diffusion 等 AIGC 模型触手可及。目前，该技术解决方案已在 GitHub 开源。
此外，项目中有提供完整的中文教程，进一步降低学习门槛，让大家能更快上手开发
Paper | Docs | Examples | Forum | Blog | Github
