AI 文摘

什么是StableDiffusion?看完这篇就够了!





作者: 秋风大咖 来源: 秋风大咖

2022 年 8 月,在美国科罗拉多州举办了一场新兴数字艺术家竞赛,一幅名为《太空歌剧院》的作品获得“数字艺术/数字修饰照片”类别的一等奖,神奇的是,该作品的作者并没有绘画基础,这幅画是他用 AI 生成的。

这一事件展示了 AI 在绘画领域惊人的创造力,让人们见识到,AI 作品不仅可以具有如此精心雕刻般的细节,还可以拥有独特的风格。更重要的是,创作者只要通过自然语言将创作需求描述清楚,就能借助 AI 生成高品质的作品。理想在这一刻照进了现实,这一重大突破让很多曾经拥有画家梦、艺术家梦的人热血沸腾!

什么是 AI 绘画呢?AI 绘画是指使用人工智能算法生成图像或绘画作品,它基于机器学习模型,可以接受不同的提示词、引导图等作为输入参数来生成各种风格和内容的视觉艺术品。比如,图 1 就是给 AI 输入提示词 a cute cat 得到的绘图结果。

图 1 AI 绘画:a cute cat

那么如果随口说出几个指令就能画出好看的图画?那未来插画师、摄影师是不是不存在了?或者说没有学习过绘画的普通用户同样能创作出优质的绘画作品?

当然,前者在不同用户心中肯定都有不同的答案,但后者我可以告诉你是的。AI 绘画的大门正在为所有人敞开,而通往这扇门,我们就不得不提到一个优秀的绘图工具 Stable Diffusion。

1.什么是 Stable Diffusion

在当下流行的 AI 绘画工具中,Midjourney 和 Stable Diffusion 是风头最盛的,它们在产品策略上各有长处。

Midjourney 的优势在于它通过 Discord 来构建自己的 AI 绘画社区,这个策略一方面使得用户能够在社区互相学习提示词的使用技巧,从而激发用户的兴趣,刺激产品的传播;另一方面通过庞大的用户数量积累了独有的数据集,进而可以根据用户需求有针对性地训练模型并快速进行产品迭代,形成正反馈循环。

Stable Diffusion 的厉害之处在于它可以在运行于大多数配备有合适 GPU 的个人计算机上,而且,它开源了项目代码和模型权重。这样一来,开发者就可以在它的基础上进行二次开发、做插件、做工具,这就有了如今结合 Stable Diffusion 流行起来的 Stable Diffusion WebUI、LoRA、ControlNet 等开源项目。这就相当于给 Stable Diffusion 的发展增加了大量的盟友,极大地丰富了它的功能和特性。

对于想要使用 Stable Diffusion 来进行 AI 绘画的用户来说,开源意味着更大的灵活性和自由度,我们可以借助 Stable Diffusion 丰富的相关模型和扩展插件来满足我们自己独特的 AI 绘画创作需求,这也是我们选择介绍 Stable Diffusion 的重要原因之一。

Stable Diffusion 是一款在 2022 年发布的支持由文本生成图像的 AI 绘画工具,它主要用于根据文本描述生成对应图像的任务,也可以应用于其他任务,比如对原图像内的部分遮罩区域进行重绘的内补绘制功能(Inpainting)、在原图像外部范围进行延伸画图的外补绘制功能(Outpainting)、在提示词(Prompt)引导下基于输入图像生成新图像的图生图功能等。

2.Stable Diffusion 模型

Stable Diffusion 最核心的部分是它的模型,要理解 Stable Diffusion 所使用的潜在扩散模型背后的技术细节需要一定的算法基础,因此我们在这里只用尽量简要的语言介绍一下扩散模型的训练过程,帮助大家对它建立一个大概的印象。

(1) 扩散模型的训练需要先找到大量高质量的图像数据,训练时先进行正向扩散,即对每张图像按照高斯噪声公式逐步向数据中添加噪声,直到整张图像变成一张全是噪声的图像(噪声数据)。在这个训练的过程中,会记录所有步骤,然后用神经网络来反向学习噪声分布和数据分布之间的关系,即学习如何给一个全是噪声的图像降噪,生成一张高清图像,如图 2 所示:

图2 扩散模型训练过程

(2) 所有高质量图像都经过步骤 (1) 后,就会得到一个训练好的扩散模型,机器就可以通过噪声来对图像进行预测。这样一来,整个绘画的过程就是 AI 用一组随机噪声(随机数)来预测基于它们能画出一个什么样的图像,即从一堆凌乱的随机数中画出图像。这是一个大力出奇迹的过程,但厉害的是最终能产出清晰度非常高和细节较为完美的图像。

来欣赏几张 Stable Diffusion 生成的高质量图片吧~

从左往右 港口;底下洞穴的水晶沉积物

从左往右 甜美风小姐姐;二次元小姐姐

3.Stable Diffusion 的应用场景

Stable Diffusion 作为一款强大的 AI 绘画工具,可以用在哪些场景呢?

  • 数字艺术创作。Stable Diffusion 作为一款 AI 绘画工具,可以辅助绘画工作者进行创作。例如,Stable Diffusion 结合图生图、ControlNet 等能力,可以根据艺术家的涂鸦或线稿,为作品自动上色或生成草稿,大大提高艺术创作的效率。

  • 游戏设计。Stable Diffusion 可以辅助设计师设计游戏中的素材,如角色、场景、道具等。设计师只需要提供概念素材,Stable Diffusion 就可以生成多种不同风格的画面,然后设计师进行选择和修改即可,这样可以节省游戏素材设计的时间成本。

  • 广告创意。Stable Diffusion 可以快速产生多种创意方案和视觉效果供广告人选择和融合,这可以有效地拓展创意设计的思路。

  • 教育应用。Stable Diffusion 绘画工具也可以用于制作绘本,帮助学生学习绘画技巧。例如,Stable Diffusion 可以根据学生的绘画进度和水平提供个性化的绘画指导、练习和作业,这样可以增强学生的学习兴趣和体验。

  • 定制商品。电商平台可以使用 Stable Diffusion 为用户定制各种商品,如衣服、手机壳等。用户只需要提供一张图片或概念素材,Stable Diffusion 就可以生成大量个性化设计方案以供选择,满足用户的个性化定制需求。

  • 界面设计。Stable Diffusion 可以快速生成多种界面样式,供设计师参考,这样可以拓展设计师的创意,尤其在初期概念设计阶段非常有用。

  • 室内设计。Stable Diffusion 还可以生成风格多样的室内装修方案,为设计师提供创意参考。同样,借助 Stable Diffusion 的能力,可以在初期快速给客户提供大量的选择,大大提升设计师的工作效率。

这里也只是列出了 Stable Diffusion 的一部分应用场景,随着相关技术的进步,Stable Diffusion 的应用场景还会越来越广泛,成为大家提高创造力和生产力的好帮手。当然,艺术创意和审美判断仍然需要人类的专业知识和审美眼光,只有人与机器更好地结合、互补,设计领域才可以发展得更好。

如此多应用场景,相信 Stable Diffusion 未来会被更多人使用并且满足更多人的需求,无论你是否会画画,学习使用这个工具会让你的工作效率倍增,且亲手实现自己脑海里的无限 idea。

更多AI工具,参考Github-AiBard123国内AiBard123

可关注我们的公众号:每天AI新工具