我们以万相文生图 V2 版模型为例，构建一个文生图的自定义插件，并将该插件应用在工作流中。先来看下万相 2.1 文生图效果，语义理解更加准确，效果更好，支持任意分辨率和比例，更多信息，可以百炼的官方文档：查看文档[2]。选择应用组件-自定义插件，新建自定义插件，并填写相关参数。🚩 Authorization 对应的 Bearer 信息。格式为：Bearer APIKEY，API KEY 右上角点

在数字化转型的浪潮中，森马服饰通过阿里云的Serverless解决方案，特别是函数计算技术，成功将AI技术融入其核心业务流程，实现了从设计到营销的全链条智能化升级。面对AI技术落地的高成本、长决策周期和复杂运维等挑战，森马利用阿里云的弹性GPU算力和一键部署功能，显著降低了初期硬件投入和运维难度，将服装设计时间从3天缩短至30秒，极大提升了设计效率和市场响应速度。此外，森马还通过AI技术优化了供应

让我们一起从文章、案例中探寻数字化时代的成本与效能。

随着 LLM 模型越来越大，单 GPU 已经无法加载一个模型。以 Qwen-14B-Chat 模型为例，模型权重大概 28GB，但是单个 NVIDIA A10 仅有 24GB 显存。如果想要在 A10 上部署 Qwen-14B-Chat 模型，我们需要将模型切分后部署到 2 个 A10 机器上，每个 A10 卡加载一半的模型，这种方式称之为分布式推理。社区涌现了很多支持分布式推理的框架如 vllm

对 ChatGPT 缘起的自然语言处理模型 Transformer，本文先梳理了该模型出现之前的几大主流语言模型，介绍了注意力机制，再基于此深入浅出讲解 Transformer，并在最后为大家解读一个基于 TensorFlow 架构的 Transformer 实现。

绿色计算将成为未来低碳算力发展的新趋势，本文将介绍阿里妈妈展示广告引擎优化算力分配的新探索。

基于阿里经验，剖析 AI 应用的架构、交付、研发基础设施与安全挑战。

在2025年全球顶级网络系统会议NSDI上，阿里云基础网络技术的五篇论文被主会录用，涵盖了多个重要领域的研究成果。其中，主创论文《Evolution of Aegis: Fault Diagnosis for AI Model Training Service in Production》总结了阿里云在大模型训练中的实践经验，提出了端+网+任务协同的系统性智算网络诊断体系，显著降低了网络故障诊断耗

算法评测有助于算法模型的迭代效果和周期缩短，本文将为大家介绍我们在算法评测领域的探索和实践。

商品是电商产品体系核心之一，类目则是商品模型核心之一，类目系统提供的基础业务数据贯穿了整个电商体系。本文将为大家分享商品类目域在全球化过程中的建设与思考。