什么是Stable Diffusion
自從去年10月份Stable Diffusion開源以來，僅過了半年的時間，如今它已經(jīng)能夠創(chuàng)作出精美細(xì)致的二次元插畫盖溺，媲美真人的賽博Coser生真，以及具有獨(dú)特風(fēng)格的AI動畫。
無論你只是感興趣粘勒，還是想了解AI繪畫的潛力，又或者希望通過它為自媒體創(chuàng)建內(nèi)容屎即，甚至構(gòu)建一些工具站點(diǎn)庙睡，本篇教程都將幫助你實(shí)現(xiàn)這些目標(biāo)或者給你帶來一些思路。
這一技術(shù)的突破引起了許多人對AI繪畫領(lǐng)域的關(guān)注技俐。目前乘陪，AI繪畫仍然是一個相對新的技能分支，在網(wǎng)上的教學(xué)內(nèi)容相對有限虽另，主要以視頻教程為主暂刘。然而，視頻教程并不容易回顧和參考捂刺。
我打算寫一系列公開的文字教程谣拣，以最低的學(xué)習(xí)成本幫助你掌握這項(xiàng)技術(shù)募寨。即使你沒有任何美術(shù)或編程基礎(chǔ)，只要你能夠使用鍵盤進(jìn)行輸入森缠，你就能夠輕松地參考我的教程拔鹰，并創(chuàng)作出屬于自己的AI繪畫作品。
在這個系列中贵涵，我將詳細(xì)介紹AI繪畫的基本原理列肢、應(yīng)用平臺的配置需求、安裝方法宾茂、軟件界面和基本操作步驟瓷马。我計劃撰寫大約15篇左右的文章。請關(guān)注我跨晴，你將能夠在相關(guān)合集中找到后續(xù)的教程欧聘。它們將帶領(lǐng)你進(jìn)一步深入探索文生圖、圖像生成的奧秘端盆，并通過綜合利用各種提示詞風(fēng)格模型和輔助工具來實(shí)現(xiàn)高質(zhì)量的繪畫作品怀骤。
原理解析
實(shí)際上，AI繪畫與人類的畫圖方式截然不同焕妙。它并不像人類那樣按照一定的步驟完成繪畫作品蒋伦，比如先草擬草圖，勾勒輪廓焚鹊，再上色痕届，最后進(jìn)行細(xì)節(jié)加工。相反寺旺，AI繪畫采用了一條人類從未設(shè)想過的路徑爷抓，即擴(kuò)散(diffusion)势决。通過深度學(xué)習(xí)的方式阻塑，它將許多不同的圖像轉(zhuǎn)換為抽象內(nèi)容，并逐漸開始理解這個擴(kuò)散的過程果复。每學(xué)習(xí)一張圖像陈莽，它會通過一些方法提取圖像中的信息特征，并與原圖建立聯(lián)系虽抄。
在實(shí)際的繪制過程中走搁，這一過程變得更加復(fù)雜。例如迈窟，圖像需要經(jīng)過潛在空間的壓縮私植，通過對比式的語言、文字和訓(xùn)練來實(shí)現(xiàn)內(nèi)容匹配车酣，然后借助對抗神經(jīng)網(wǎng)絡(luò)來提高學(xué)習(xí)的準(zhǔn)確性曲稼。隨著深入探索索绪，你將逐漸接觸到這些概念。如果你對這些術(shù)語不僅不感到乏味贫悄，反而感到興奮和神秘瑞驱，我們可以在單獨(dú)的一篇文章中對其展開解釋。然而窄坦，在此刻唤反，你只需記住抽象和擴(kuò)散這兩個概念，就可以開始接下來的學(xué)習(xí)了鸭津。
SD簡介
市場上的大部分主流AI繪畫產(chǎn)品基本上都使用類似的原理來生成圖像彤侍。
實(shí)際上，市場上有很多可用于AI繪畫的應(yīng)用程序逆趋，例如DALL-E,MidJourney,NovelAI等拥刻。但其中大部分都需要依賴云服務(wù)器來運(yùn)行，效率不高父泳，而且一些應(yīng)用還需要支付會員費(fèi)用以購買更多的使用額度般哼。然而，在2022年8月惠窄，出現(xiàn)了一款名為"Stable Diffusion"的應(yīng)用程序蒸眠，通過算法迭代，將AI繪畫的精細(xì)度提升到了一個新的水平杆融，并且可以在幾秒鐘內(nèi)完成圖像生成楞卡，而且可以在任何一臺配備民用級顯卡的電腦上運(yùn)行。在這里脾歇，我們將使用這款應(yīng)用程序進(jìn)行創(chuàng)作蒋腮。借助它的幫助，你可以輕松地繪制出各種風(fēng)格的作品藕各，比如動漫風(fēng)格的插畫池摧、立繪國風(fēng)水墨和逼真的照片級圖像。通過"LoRa" "ControlNet"等功能激况，SD還能夠?qū)崿F(xiàn)對美術(shù)風(fēng)格作彤、角色細(xì)節(jié)、姿勢和動作構(gòu)圖的精確控制乌逐。
除了以上介紹的特點(diǎn)之外竭讳，還有一個非常重要的因素，即該應(yīng)用是完全開源的浙踢。這意味著你可以在自己的電腦上部署整個程序绢慢，并且可以完全免費(fèi)地使用它進(jìn)行繪畫，而且沒有數(shù)量限制洛波。市場上大多數(shù)商業(yè)級的AI繪畫應(yīng)用都是基于Stable Diffusion進(jìn)行開發(fā)的胰舆。因此逻杖，如果你能掌握其根本邏輯，就能夠輕松地使用任何一個門檻比它更低的工具思瘟。
安裝及程序運(yùn)行
要下載Stable Diffusion這個軟件荸百，與大多數(shù)生產(chǎn)力工具不同的是，Stable Diffusion實(shí)際上并不是一個完整的軟件滨攻。它最初是以開源方式發(fā)布的够话，只是一段源代碼，對非專業(yè)人士來說可能難以理解光绕。
為了獲得更好的使用體驗(yàn)女嘲，你可以使用B站 秋葉aaaki 提供的啟動器。這里是他的視頻诞帐，https://www.bilibili.com/video/BV1iM4y1y7oA 欣尼，視頻簡介里就有大佬的整合包。特別感謝大佬為此付出的辛勤努力停蕉。
下載后愕鼓，通常需要解壓縮文件夾，然后將其放在你可以找到的位置慧起，這樣就算是完成了安裝菇晃。以秋葉安裝包為例，你可以點(diǎn)擊啟動器蚓挤，等待文件加載和更新完成磺送，然后按照指引點(diǎn)擊一鍵啟動。
這會打開一個命令行窗口灿意，系統(tǒng)會在其中加載所需的各種文件估灿。加載完成后，瀏覽器會自動打開Web UI界面缤剧。如果沒有自動打開馅袁，請注意命令行窗口中“by running on local url”后面的地址，并在瀏覽器中手動打開該地址鞭执。
每次啟動程序時司顿，都需要重復(fù)上述過程。請注意兄纺，瀏覽器中的Web UI界面只是一個操作界面，而命令行窗口中的內(nèi)容才是程序的核心化漆，也是進(jìn)行繪畫的整個過程估脆。完成繪畫后，請確保關(guān)閉命令行窗口的運(yùn)行座云。
基本界面
當(dāng)你在瀏覽器中打開Web UI后疙赠，你就可以開始繪圖了付材。讓我們先了解一下Web UI界面。頂部的一整行標(biāo)簽對應(yīng)了Web UI的不同功能圃阳。
文生圖 圖生圖
我們在繪圖中最常用的是前兩個標(biāo)簽厌衔，即"文生圖"和"圖生圖"，它們代表了兩種基本的繪圖方式捍岳。我會在接下來分別詳細(xì)介紹它們富寿，
附加功能
而"附加功能"標(biāo)簽主要用于對圖像進(jìn)行AI放大處理，可以生成更清晰的大圖锣夹。我們將在后續(xù)的教程討論页徐。
設(shè)置
點(diǎn)擊后面的"設(shè)置"，你可以在此設(shè)置與繪圖過程相關(guān)的選項(xiàng)银萍，例如圖像保存路徑和采樣參數(shù)等变勇。在剛開始的階段，保持默認(rèn)設(shè)置一般不會出現(xiàn)問題贴唇。
擴(kuò)展
旁邊的"擴(kuò)展"菜單主要用于安裝和管理額外的插件搀绣。在后續(xù)的教程中，我們也會嘗試安裝插件戳气，并在你的Web UI界面中添加額外的標(biāo)簽豌熄，例如用于加載LoRa模型的"Additional Network"。我將在后面與你分享它的用途物咳。
作圖流程
現(xiàn)在锣险，讓我們動手做一張圖吧，完成后你就會對它有一個大致的了解览闰。請查看你的界面芯肤，
模型相關(guān)的基本概念
左上角有一個選項(xiàng)可以選擇"Stable Diffusion"模型。我們剛剛安裝的Web UI實(shí)際上只是一個執(zhí)行程序压鉴，但AI是從那里學(xué)習(xí)各種不同的繪畫風(fēng)格的呢崖咨？它借助于許多使用圖片素材訓(xùn)練出來的模型，通過閱讀大量圖片積累經(jīng)驗(yàn)油吭。不同的模型可以為你的作品帶來完全不同的畫面內(nèi)容和畫風(fēng)击蹲。我們將后續(xù)的教程進(jìn)一步科普模型的概念。
為了方便你后續(xù)的學(xué)習(xí)和探索婉宰，我為你準(zhǔn)備了一個基礎(chǔ)模型："cutegirlmix4"歌豺，和一個Lora：“mix4”這,個模型是用抖音網(wǎng)紅訓(xùn)練的，生成的圖片不是任何特定的真人心包。私信我类咧，獲得這兩個模型的下載鏈接。在后面的教程中，我將系統(tǒng)地介紹一些獲取模型的方法痕惋。當(dāng)你的技巧足夠成熟后区宇，你還可以嘗試自己訓(xùn)練一些符合你需求的模型。
在下載完模型后值戳，請打開Web UI的根目錄下的"models"文件夾议谷。把chilloutmix_開頭的文件放到Stable-diffusion文件夾下。mix4放到Lora文件夾下（沒這個文件夾可以新建一個）堕虹。
讓我們加載一下這個chilloutmix_模型卧晓，點(diǎn)擊選擇chilloutmix_選項(xiàng)，等待加載過程中命令行窗口中會顯示相應(yīng)的操作進(jìn)程鲫凶。加載完成后會有提示禀崖，并且選框中的模型名稱也會切換到chilloutmix_。
文生圖
加載完成后螟炫，先打開"文生圖"選項(xiàng)波附。所謂的"文生圖"是指你輸入一段文字描述，AI會根據(jù)你的描述生成一幅圖像昼钻。這些輸入的描述文字就是"prompt"提示詞掸屡。你可以用自然語言嘗試描述一幅畫面，例如描述一個可愛的女孩然评，晚上仅财，在城市中，下雨碗淌。但請注意盏求，提示詞不支持中文。這時亿眠，你可以打開任何一個翻譯軟件碎罚，將你剛剛描述的話語翻譯成英文，然后復(fù)制粘貼到提示詞框中纳像。也可以直接復(fù)制我的提示詞
<pre class="md-fences md-end-block ty-contain-cm modeLoaded" spellcheck="false" lang="" cid="n46" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: var(--monospace); font-size: 0.9em; display: block; break-inside: avoid; text-align: left; white-space: normal; background-image: inherit; background-position: inherit; background-size: inherit; background-repeat: inherit; background-attachment: inherit; background-origin: inherit; background-clip: inherit; background-color: rgb(248, 248, 248); position: relative !important; border: 1px solid rgb(231, 234, 237); border-radius: 3px; padding: 8px 4px 6px; margin-bottom: 15px; margin-top: 15px; width: inherit; color: rgb(51, 51, 51); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-thickness: initial; text-decoration-style: initial; text-decoration-color: initial;"><lora:mix4:0.5>,mix4,(8k, RAW photo, best quality, masterpiece:1.2), (realistic, photo-realistic:1.37),1girl,cute,cityscape, night, rain, wet, professional lighting, photon mapping, radiosity, physically-based rendering,</pre>
模型
但僅有提示詞是不夠的荆烈。為了讓AI能更準(zhǔn)確地理解我們的意圖，并發(fā)揮其能力竟趾，我們需要在提示詞后面加上一串更長的"魔咒"憔购。上面的提示詞中mix4,(8k, RAW photo, best quality, masterpiece:1.2), (realistic, photo-realistic:1.37)就屬于"魔咒“。
提示詞框分為正向提示詞和反向提示詞兩部分岔帽，分別用于控制你希望在畫面中出現(xiàn)的內(nèi)容和希望排除的內(nèi)容玫鸟。對于下面的反向提示詞，我也提供了一段"魔咒"供你使用山卦，將其復(fù)制到相應(yīng)位置可以避免一些畫面上的問題鞋邑。如果你想更詳細(xì)地了解這些所謂的"咒語"的含義诵次，以及其中各種花里胡哨的括號和數(shù)字的作用账蓉，后面我會詳細(xì)介紹枚碗。下面是我用的負(fù)面提示詞，你也可以直接復(fù)制铸本。
<pre class="md-fences md-end-block ty-contain-cm modeLoaded" spellcheck="false" lang="" cid="n50" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: var(--monospace); font-size: 0.9em; display: block; break-inside: avoid; text-align: left; white-space: normal; background-image: inherit; background-position: inherit; background-size: inherit; background-repeat: inherit; background-attachment: inherit; background-origin: inherit; background-clip: inherit; background-color: rgb(248, 248, 248); position: relative !important; border: 1px solid rgb(231, 234, 237); border-radius: 3px; padding: 8px 4px 6px; margin-bottom: 15px; margin-top: 15px; width: inherit; color: rgb(51, 51, 51); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-thickness: initial; text-decoration-style: initial; text-decoration-color: initial;">paintings, sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, glans</pre>
尺寸規(guī)格
但僅有提示詞還不夠肮雨，你還需要通過下方一系列參數(shù)來定義圖像的尺寸規(guī)格和生成方式。這也是接下來的教程我們將討論的內(nèi)容箱玷。你可以參考我的設(shè)定來進(jìn)行設(shè)置怨规。
生成
設(shè)置完成后，點(diǎn)擊右上角的"生成"按鈕锡足，然后靜待程序加載片刻后波丰，你就會得到一幅描繪女孩在夜色下的圖片。這就是你使用AI繪制的作品了舶得。
修改提示詞
對于效果你滿意嗎掰烟？哦，你想讓女孩換一個動作沐批，你只需要在提示詞里加上looking back,,女孩就可以轉(zhuǎn)身看你了
這個小例子只是最最最最簡單的使用纫骑，但是英文本篇教程也比較長了，我將會把跟多的操作放在后續(xù)的教程中九孩。
希望這個小例子可以幫助你充分體會AI繪畫的奇妙之處和樂趣所在先馆。在不斷的探索和實(shí)踐中，你可能會像我一樣越來越感受到人工智能的智慧躺彬，因?yàn)樗_實(shí)可以聽懂你的話語并做出相應(yīng)的修改煤墙。在后面的教程中矫限，我將帶你探索通過提示詞和更多高級手段易稠，你甚至可以精確控制人物的發(fā)色拇泣、服飾攒发、畫面構(gòu)圖和風(fēng)景等俩檬。
保存
完成AI繪畫后义屏，你無需特別保存圖片构蹬，因?yàn)樗猩傻膱D片都會保存在你的本地文件夾中碎乃。
在Web UI的標(biāo)簽欄中犁河，有一個圖庫瀏覽器鳖枕，你可以按類別查看通過不同方式生成的圖像。如果你想導(dǎo)出圖片桨螺，就像在瀏覽器中保存一張圖片一樣宾符，只需右鍵點(diǎn)擊并選擇"另存為"即可。此外灭翔，你也可以在Web UI的根目錄中找到一個名為"output"的文件夾魏烫，所有的圖片都存儲在其中。"txt2img-images"是文生圖，"img2img-images"是圖生圖哄褒，復(fù)制出來也是一樣的稀蟋。圖庫瀏覽器還有許多高級功能，例如完整記錄了圖像生成的各種信息呐赡，你還可以快速打開已完成的圖像退客，并對其進(jìn)行局部重繪等。我們將在后面更詳細(xì)地討論這些特性链嘀。
配置要求
盡管Stable Fusion非常易于使用萌狂，但它仍然有一些配置要求。首先怀泊，它只能在Windows或Mac操作系統(tǒng)的電腦上運(yùn)行茫藏。不論是在Windows還是Mac電腦上，它的Web用戶界面的操作基本上是相似的霹琼。
其次务傲，它需要一張性能強(qiáng)大的獨(dú)立顯卡來提供繪制所需的計算能力。盡管理論上來說碧囊，任何一個品牌的顯卡都可以提供所需的計算能力树灶，但根據(jù)大多數(shù)用戶的交流經(jīng)驗(yàn)，英偉達(dá)（NVIDIA）的顯卡在性能和穩(wěn)定性方面表現(xiàn)出色糯而。簡單來判斷的話天通，如果你擁有一臺可以流暢玩游戲的電腦，那么它應(yīng)該能夠滿足AI繪畫程序的運(yùn)行需求熄驼。
總結(jié)
AI繪畫本質(zhì)在于成為人的畫筆助手像寒，即由人提出創(chuàng)意方案，而AI負(fù)責(zé)完成具體的繪畫過程瓜贾。Stable Diffusion 能讓不具備繪畫經(jīng)驗(yàn)的人迅速達(dá)到初級甚至中級設(shè)計師的水準(zhǔn)诺祸，同時具備快速繪圖的能力（這是傳統(tǒng)設(shè)計師所不具備的優(yōu)勢）。在如今的互聯(lián)網(wǎng)時代祭芦，內(nèi)容自然會吸引流量筷笨，而流量往往意味著金錢。我計劃系統(tǒng)性地研究學(xué)習(xí)Stable Diffusion龟劲，并持續(xù)更新Stable Diffusion的教程胃夏、盈利思路以及商業(yè)模式。關(guān)注我昌跌，第一時間獲取第一手信息仰禀。
