現(xiàn)在各種AI大模型大行其道，前有ChatGPT顛覆了我們對對話型AI的原有印象，后有Sora文生視頻，讓我們看到了利用AI進(jìn)行創(chuàng)意創(chuàng)作的無限可能性。如今各大公司和團(tuán)隊(duì)都爭相提出自己的大模型，各種網(wǎng)頁端和軟件應(yīng)用也極大地降低了我們使用AI作為生產(chǎn)力的門檻。可惜很多要么需要翻墻爬梯子，要么需要付費(fèi)買會(huì)員，要么生成的圖片不理想。

那么有沒有不爬梯又比較好用的文生圖工具呢？

"文生圖"是一個(gè)極具創(chuàng)新性的在線AI工具，它能夠根據(jù)用戶輸入的文字描述，快速生成相應(yīng)的圖像。這個(gè)過程不僅快捷，而且能夠節(jié)省大量的時(shí)間和資源。對于那些需要大量圖像但又不希望花費(fèi)太多精力的用戶來說，這無疑是一個(gè)理想的解決方案。不管是需要插畫、漫畫、圖標(biāo)，還是其他類型的圖像，只需簡單輸入文字描述，AI就能產(chǎn)生出令人滿意的圖像作品。

現(xiàn)在的AI繪圖主要用到的模型是SD（Stable Diffusion），它是一種穩(wěn)定擴(kuò)散模型，用于生成高質(zhì)量的圖像。這種模型是在傳統(tǒng)的擴(kuò)散模型DDPMs（Denoising Diffusion Probabilistic models）的基礎(chǔ)上發(fā)展出來的。

經(jīng)過多個(gè)版本的迭代和改進(jìn)，這類模型已經(jīng)能很好的執(zhí)行“文生圖”、“圖生圖”、“后期處理”等AI功能，甚至可以在一定程度上代替PhotoShop等圖像處理軟件的工作。

現(xiàn)在許多開發(fā)者都發(fā)布了基于SD模型的改進(jìn)型模型，基本上所有的網(wǎng)頁端和軟件也都是基于此模型搭建的，要使用它進(jìn)行AI繪畫，主要有三種方法：

1.自己搭建基于SD的webui，在gitHub上有項(xiàng)目的源代碼：https://github.com/AUTOMATIC1111/stable-diffusion-webui 。這種方式的優(yōu)點(diǎn)是自由度高，可以根據(jù)自己的需求進(jìn)行客制化改造，更新也最及時(shí)，但是要自己進(jìn)行環(huán)境搭建，對于一般用戶來說學(xué)習(xí)門檻較高，國內(nèi)使用的話需要魔法，同時(shí)經(jīng)過我的體驗(yàn)穩(wěn)定性不高，經(jīng)常會(huì)失敗。

2.使用網(wǎng)頁端應(yīng)用，這類網(wǎng)站是基于stable-diffusion-webui 搭建的第三方平臺(tái)，由他們負(fù)責(zé)維護(hù)和更新，并提供穩(wěn)定的連接，用戶只需要選擇需要的模型和參數(shù)，輸入提示詞，就可以在線生成圖片。

國內(nèi)有：Liblib Ai：https://www.liblib.art/

國外的：Playground AI：https://playground.com/ ，每天有免費(fèi)的體驗(yàn)次數(shù)，速度和質(zhì)量也不錯(cuò)。

這類網(wǎng)站一般都有自己的模型市場，以供創(chuàng)作者們上傳和下載自定義的模型，并且分享自己的繪圖作品以及相關(guān)生圖的參數(shù)，非常方便。但是一般都會(huì)收費(fèi)，還沒體驗(yàn)就讓人付費(fèi)，是IT程序員最討厭的事兒。

3.PC端軟件，這類軟件一般也是基于SD模型進(jìn)行封裝，可以下載模型，設(shè)置參數(shù)并在本地生成圖片，使用體驗(yàn)類似于PS等圖片處理軟件，但是由于整個(gè)生成過程在本地執(zhí)行，比較依賴于本機(jī)算力，電腦性能不好的話生成會(huì)很慢，但是好處就是自定義程度相對較高，而且一般免費(fèi)。

生圖軟件

最近發(fā)現(xiàn)Draw Things，Mac端App Store免費(fèi)下載。

他的界面是這樣的：

參數(shù)設(shè)置區(qū)用于選擇模型，采集器，步數(shù)和隨機(jī)種子等參數(shù)，首次生成圖片首先選擇“文本到圖像”模式。模型是AI繪畫的基礎(chǔ)，一般的模型都是基于SD改進(jìn)的，SD模型也有V1.0、V1.5、V2.0、V2.1等不同的迭代版本，不同的模型可以生成不同風(fēng)格的圖片，可以根據(jù)自己的需要進(jìn)行選擇，模型可以在DrawThings里進(jìn)行下載和選擇，當(dāng)然也可以在Liblib Ai等網(wǎng)站上下載然后導(dǎo)入。

模型分為幾個(gè)主要的種類：

chekpoint（檢查點(diǎn)）

它是完整模型的常見格式，模型體積較大，一般真人版的單個(gè)模型的大小在7GB左右，動(dòng)漫版的在2-5個(gè)G之間。決定了圖片的整體風(fēng)格。chekpoint的后綴名是safetensors。

有寫實(shí)，科幻，漫畫，廣告等等風(fēng)格

Lora

是一種體積較小的繪畫模型，是對大模型的微調(diào)。可以添加Lora為圖片創(chuàng)造更豐富的表現(xiàn)形式。與每次作畫只能選擇一個(gè)大模型不同，lora模型可以在已選擇大模型的基礎(chǔ)上添加一個(gè)甚至多個(gè)。一般體積在幾十到幾百兆左右。

Lora的后綴名也是safetensors，所以在安裝的時(shí)候要注意，Lora要在規(guī)定的地方導(dǎo)入：

Hypernetwork（超網(wǎng)絡(luò)）

類似 LoRA ，但模型效果不如 LoRA，不能單獨(dú)使用，需要搭配大模型使用。

采樣器

采樣器也會(huì)在一定程度上影響圖畫風(fēng)格，不同于模型，它一般是基于算法。選擇對的采樣器對于生成圖片的質(zhì)量至關(guān)重要，下面介紹一些主流的采樣器類型：

DDIM和PLMS是早期SD專為擴(kuò)散模型而設(shè)計(jì)的采樣器。DPM和DPM++系列是專為擴(kuò)散模型而設(shè)計(jì)的新型采樣器。DPM++是DPM的改進(jìn)版。

Euler a 比較適用于圖標(biāo)設(shè)計(jì)、二次元圖像、小型場景等簡單的圖像數(shù)據(jù)生成場景。

DPM和DPM++系列非常適用于三維景象和復(fù)雜場景的描繪，例如寫實(shí)人像。

Karras系列是專為擴(kuò)散模型而設(shè)計(jì)的改進(jìn)版采樣器，有效提升了圖片質(zhì)量。

Euler a，DPM2 a, DPM++2S a和DPM++2S a Karras適合給圖片增加創(chuàng)造性,隨著迭代步數(shù)的提升，圖片也會(huì)隨之變化。不同的采樣方法可能對不同的模型產(chǎn)生不同的影響，會(huì)影響生成圖片的藝術(shù)風(fēng)格，建議結(jié)合模型和迭代步數(shù)多做嘗試。

步數(shù)

生圖時(shí)，去噪重復(fù)的步數(shù)被稱為采樣迭代步數(shù)。測試新的模型或Prompts效果時(shí)，迭代步數(shù)推薦使用10~15，可以快速獲得結(jié)果，方便進(jìn)行調(diào)整。當(dāng)?shù)綌?shù)太低時(shí)，生成的圖像幾乎無法呈現(xiàn)內(nèi)容。20 ~ 30之間的迭代步數(shù)通常會(huì)有不錯(cuò)的效果。40步以上的迭代步數(shù)會(huì)需要更長的生圖時(shí)間，但收益可能有限，除非在繪制動(dòng)物毛發(fā)或皮膚紋理等。過低或過高的初始分辨率都可能會(huì)讓SD生圖時(shí)無法正常發(fā)揮，建議參考基礎(chǔ)模型的分辨率，配置合適的初始寬高。

隨機(jī)種子

隨機(jī)種子會(huì)影響生圖時(shí)的初始噪聲圖像。當(dāng)Seed=-1時(shí)，表示每次出圖都會(huì)隨機(jī)一個(gè)種子，使得每次生成的圖都會(huì)不同。其他創(chuàng)作者上傳圖片的時(shí)候，一般會(huì)附帶此圖片對應(yīng)的隨機(jī)種子，可以參考它來生成類似的圖片。點(diǎn)擊可以生成一個(gè)隨機(jī)的種子，長按則可以輸入特定的隨機(jī)種子。

提示詞

提示詞是生成圖片時(shí)關(guān)鍵中的關(guān)鍵，它直接決定了圖片內(nèi)容，畫面風(fēng)格，場景，表情動(dòng)作等一些列內(nèi)容，在生成圖片時(shí)，選擇合適的提示詞至關(guān)重要。

提示詞分為“正向提示詞”和“反向提示詞”，“正向提示詞”代表你想要在圖片中呈現(xiàn)的內(nèi)容，反之“反向提示詞”則是不想要在圖片里具備的要素。比如，我想要畫一張“西瓜大促”相關(guān)的宣傳圖，我就可以這樣描述：

“許多人在湖里流動(dòng)的水邊吃西瓜，高質(zhì)量的微型攝影”，翻譯成英文：“Many people eat watermelons by the flowing water in the lake, with high-quality miniature photography”

將這段文字輸入DrawThings的文本框，它會(huì)自動(dòng)把整句話拆分成一個(gè)個(gè)提示詞。

當(dāng)然，我們也可以直接填入想要繪制的提示詞：

如上圖所示，如果我們想著重強(qiáng)調(diào)某一個(gè)提示詞，讓AI繪制的時(shí)候更偏重一這一特征，就可以用括號把它包起來，然后在后面注明權(quán)重，這里我就把西瓜（watermelon）加重到了1.5權(quán)重，以便突出這一點(diǎn)。

“反向提示詞”一般有：低質(zhì)量，不適合上班時(shí)間瀏覽（NSFW），描繪人物的時(shí)候，糟糕的眼睛，多余的手指，扭曲，變形等等。

還有一些其他的參數(shù)，比如圖片分辨率和比例，文本指導(dǎo)強(qiáng)度（越高越忠實(shí)呈現(xiàn)文本內(nèi)容），以及一次生成的圖片數(shù)量等等

設(shè)置好一切，就可以開始生成圖片了，可以多嘗試幾張，從中挑選最合適的進(jìn)行二次處理。

二次處理

如果對生成的圖片有些細(xì)節(jié)不滿意，可以利用“圖像到圖像”模式，然后選擇強(qiáng)度。高分辨率修復(fù)的重繪強(qiáng)度為0時(shí)不會(huì)改變原圖，30% 以下會(huì)基于原圖稍微修正，超過 70% 會(huì)對原圖做出較大改變，1 會(huì)得到一個(gè)完全不同的圖像。

二次處理主要包括以下幾個(gè)目的：

重繪圖像元素

如果對圖像中某部分的元素不滿意，可以用“橡皮擦”擦除該部分，然后重新生成，讓模型自動(dòng)將擦數(shù)的部分重繪，甚至可以消除某部分圖像元素，實(shí)測效果甚至好于PS。

擴(kuò)圖

對于一張圖片，如果想要擴(kuò)展邊界部分，讓模型繪制出額外的內(nèi)容，可以首先重新設(shè)置圖片的寬高。我這里原是圖片是1088*2048，想要擴(kuò)展左側(cè)湖里的景象，就可以先將圖片寬度增加到1536，然后移動(dòng)圖片到右側(cè)貼緊圖層邊緣。然后最關(guān)鍵的一步，用“橡皮擦”工具，沿著想要擴(kuò)展的那一邊，細(xì)細(xì)的擦一道，這么做的目的是告訴模型，從這一部分開始重繪，風(fēng)格要按照擦除的這部分來進(jìn)行，然后重新生成圖片。

提升畫質(zhì)

最開始生成圖片時(shí)，為了提高速度和效率，可以適當(dāng)降低分辨率，的到合適的圖片以后，可以重設(shè)分辨率和清晰度，重繪圖片，達(dá)到提升畫質(zhì)的目的。當(dāng)然，對于已經(jīng)已經(jīng)畫好的第三方圖片，也可以加載進(jìn)來進(jìn)行處理。

好了，本篇利用AI繪圖進(jìn)行實(shí)踐的文章就介紹到這里，希望能夠幫助到大家。