（零）AI繪圖

最近比較熱門(mén)，就是可以單純通過(guò)輸入一段文字（提示詞），或者通過(guò)一張圖片，生成新的繪圖作品。
根據(jù)基礎(chǔ)模型和人物模型的不同，可以生成動(dòng)漫，Q版，3D，仿真各種類(lèi)型的任意圖片。

例，比如仿真風(fēng)格：

例，比如3D國(guó)風(fēng)：

例子太多了，可以自行在網(wǎng)上搜出一大把。
呃，上面例子還是習(xí)慣的替換成我老婆的臉，至少不重復(fù)。

（一）簡(jiǎn)單介紹

（1.1）Stable-Diffusion

穩(wěn)定擴(kuò)散（Stable Diffusion）原名是潛擴(kuò)散模型(Latent Diffusion Model, LDM)。
引用：”擴(kuò)散模型的興起可以被視為人工智能生成藝術(shù)領(lǐng)域最近取得突破的主要因素……”
感興趣可以參考這篇： ??《Diffusion 和Stable Diffusion的數(shù)學(xué)和工作原理詳細(xì)解釋》

當(dāng)然，我們通常談到這個(gè)名字時(shí)，指的是具體的項(xiàng)目：??https://github.com/CompVis/stable-diffusion

這類(lèi)Python對(duì)不搞計(jì)算機(jī)和人工智能的同學(xué)來(lái)說(shuō)太繁瑣了，
其實(shí)對(duì)于研究人員和科學(xué)家也繁瑣，要不怎么有Anaconda和Jupyter Notebook這類(lèi)工具呢……

這個(gè)是開(kāi)源項(xiàng)目，有興趣的可以自己研究。

（1.2）Stable-Diffusion WEB UI

所以不通過(guò)命令行，不去管各種環(huán)境，對(duì)普通大眾才是最簡(jiǎn)單的使用方式。
于是我們一般用的都是 Stable-Diffusion WEB UI ：瀏覽器的Stable-Diffusion用戶(hù)界面（基于Gradio庫(kù)）。

項(xiàng)目位置：??https://github.com/AUTOMATIC1111/stable-diffusion-webui

作者的官方截圖：

（1.3）SD-WebUI啟動(dòng)器和整合包

估計(jì)是考慮到WEBUI也需要簡(jiǎn)單的配置，以及需要模型，以及各種懶人的懶是無(wú)下限的。
所以居然還有大神制作了啟動(dòng)器，這下真的可以”一鍵使用“了。

SD-WebUI啟動(dòng)器 的官網(wǎng)……呃
作者自己寫(xiě)的唯一發(fā)布途徑嘛：??https://www.bilibili.com/video/BV1ne4y1V7QU
從里面你可以找到啟動(dòng)器本身，以及作者自己推薦的：NovelAI模型（7GB）整合包的下載連接。

?? 簡(jiǎn)單說(shuō)通過(guò)整合包，你可以不懂任何原理，就開(kāi)始AI作圖了。

啟動(dòng)器還可以管理SD-WebUI的版本，各種模型，以及插件。

截圖（高級(jí)選項(xiàng)）：

截圖（SD-WebUI版本管理）：

截圖（基礎(chǔ)模型管理）：

（二）使用

（2.1）啟動(dòng) & 控制臺(tái) & WEBUI

假設(shè)你是通過(guò)上面的啟動(dòng)器的，選擇了適合自己的顯卡顯存，至少有一個(gè)Stable-Diffusion模型（比如整合包那個(gè)）然后點(diǎn)擊”一鍵啟動(dòng)“了，則會(huì)出現(xiàn)一個(gè)控制臺(tái)（CMD窗口）。

控制臺(tái)中如果沒(méi)有出錯(cuò)的信息，默認(rèn)會(huì)自動(dòng)打開(kāi)瀏覽器，出現(xiàn)Stable-Diffusion的頁(yè)面。
由于我們用了整合包里面的擴(kuò)展插件，所以這里頁(yè)面是中文的了。

文生圖這頁(yè)里面，簡(jiǎn)單輸入提示詞，就可以成功生成圖片了。
PS：圖生圖也是一樣的，只是需要選一張已有的圖片作為參考。
OK，大功告成，洗洗睡覺(jué)了……

（2.2）基礎(chǔ)模型（stable-diffusion模型）

啊嘞嘞！等一下，你會(huì)說(shuō)左上角能選的，根本沒(méi)有我用的這個(gè)模型，OK？

是的，如果你下載的是整合包，則只有NovelAI模型。
因?yàn)槭莻€(gè)動(dòng)漫模型不能生成上面例子里面的仿真的貓貓狗狗。

基礎(chǔ)模型（stable-diffusion模型）決定了生成圖片的最基本風(fēng)格，
所以你可以多找?guī)讉€(gè)基礎(chǔ)模型來(lái)生成動(dòng)漫/真實(shí)的不同風(fēng)格的圖片。
需要注意的是，在你決定商用之前需要仔細(xì)看這些模型的協(xié)議和模型內(nèi)容，是否版權(quán)完善。

關(guān)于模型，你可以參考這里：??https://openai.wiki/painting/sd
或者在抱臉一類(lèi)模型網(wǎng)站上下載優(yōu)秀的模型，比如國(guó)風(fēng)3：??https://huggingface.co/xiaolxl/GuoFeng3

（2.2.1）模型文件位置

請(qǐng)注意這一步提到的是基礎(chǔ)模型（stable-diffusion模型），通常都是幾個(gè)GB大小。
通常名稱(chēng)是 xxx.ckpt 或者 xxx.safetensors（如果有.safetensors可優(yōu)先選它）。

將下載的模型放入{你的項(xiàng)目位置}\models\Stable-diffusion 目錄當(dāng)中，
刷新一下或者下次打開(kāi)就可以看到了。

（2.2.2）模型選擇 & 模型預(yù)覽圖

One more thing……
可以點(diǎn)擊這個(gè)紅色，呃粉色？的（Show extra networks）按鈕。

然后選擇 模型(ckpt) 這一頁(yè)，通過(guò)點(diǎn)擊預(yù)覽圖也可以切換基礎(chǔ)模型。
作用和在左上角下拉列表選擇基礎(chǔ)模型是一樣的。

最開(kāi)始也許沒(méi)有預(yù)覽圖，你可以選個(gè)模型生成一張圖。
然后鼠標(biāo)指向這個(gè)模型預(yù)覽圖名字那里，點(diǎn)擊出現(xiàn)的”用當(dāng)前生成圖片替換預(yù)覽“，這樣就有預(yù)覽圖了。

（2.3）人物模型（LoRA模型）

LoRA: Low-Rank Adaptation （of Large Language Models）簡(jiǎn)單說(shuō)它是對(duì)大模型的微調(diào)。
可以參考：??https://zhuanlan.zhihu.com/p/612992813 或其他資料，這里咱先不討論原理。

我們可以簡(jiǎn)單理解為，這是個(gè)性化的人物模型。
??沒(méi)有或不使用LoRA模型也是可以生成圖片的，所以這一章節(jié)可以跳過(guò)。

同樣可以參考這里：??https://openai.wiki/painting/sd
或者國(guó)風(fēng)3也提供了LoRA模型：??https://huggingface.co/xiaolxl/GuoFeng3

（2.3.1）模型文件位置

請(qǐng)注意這一步提到的是loRA模型，一般幾十到幾百M(fèi)B大小。
文字里面通常包括lora字樣，以便區(qū)別基礎(chǔ)模型。
通常名稱(chēng)是xxx.safetensors。

將下載的模型放入{你的項(xiàng)目位置}\models\Lora 目錄當(dāng)中，
同理刷新一下或者下次打開(kāi)就可以看到了。

（2.3.2）模型選擇 & 模型預(yù)覽圖

和基礎(chǔ)模型一樣擊這個(gè)粉色的（Show extra networks）按鈕。
然后選擇 LoRA 這一頁(yè)。

生成預(yù)覽圖的方式和基礎(chǔ)模型一樣，這里就不重復(fù)說(shuō)了。

選用模型的方式是點(diǎn)擊模型，這時(shí)提示詞(prompt)中就會(huì)加入這個(gè)LoRA模型的提示詞，
比如吉卜力風(fēng)格的LoRA就是加入 <lora:Studio Ghibli:1>，再點(diǎn)擊一下同一個(gè)模型，提示詞中就會(huì)取消它。

??可以用多個(gè)LoRA模型的提示詞噢！

（2.3.3）嵌入式模型

似乎作用和LoRA很類(lèi)似，不重復(fù)寫(xiě)了。

（2.3.4）超網(wǎng)絡(luò)模型

從功能上似乎被LoRA模型取代了，略過(guò)。

（2.4）提示詞 & 模板風(fēng)格

（2.4.1）提示詞

提示詞是核心，選擇合適的提示詞才能生成更好的圖片。
提示詞需要用英文的，當(dāng)然也有中文提示詞的相關(guān)項(xiàng)目，有興趣可以自己研究。
輸入提示詞時(shí)候，有時(shí)可以看到聯(lián)想的內(nèi)容，這也是插件的功勞。

提示詞 prompt（上面的框框）是生成什么樣的圖片，
反向提示詞 negative prompt（下面的框框）則是避免什么內(nèi)容。

我們也可以通過(guò) 圖片信息 這一頁(yè)，查看一張AI生成的圖片（原圖）是用哪些提示詞，哪些參數(shù)生成的。
以此來(lái)了解別人生成的很不錯(cuò)的圖片的信息，自己用來(lái)參考。

（2.4.2）模板風(fēng)格

模板風(fēng)格就是一組有名字的提示詞+反向提示詞。
我們可以保存多組提示詞切換著用。

選擇模板風(fēng)格后，點(diǎn)一下這個(gè)小本子一樣的圖標(biāo)，就可以把選中的模板風(fēng)格的提示詞內(nèi)容，加入到左邊的輸入框中。

（2.5）圖片文件輸出

輸出的圖片會(huì)保存到{你的項(xiàng)目位置}\outputs的子目錄中。

比如文生圖就是txt2img，圖生圖就是img2img。
單張圖片在xxx-images下面。
批量圖片會(huì)合成一張大的網(wǎng)格圖放在xxx-grids下面。

（2.6）參數(shù)和其它

（2.6.1）分辨率

分辨率好像沒(méi)什么可以說(shuō)的……
分辨率低生成比較快，分辨率高則比較慢，做墻紙一般需要1920x1080。

有些模型有分辨率的上限和下限，看說(shuō)明，最好不要超過(guò)。
沒(méi)辦法生成太大的圖，需要大圖可以再次縮放，這里沒(méi)必要寫(xiě)了噢。

（2.6.2）隨機(jī)種子

通常是-1。
如果你生成了一張很滿(mǎn)意的圖片，但是想繼續(xù)微調(diào)，可以固定用上次的隨機(jī)種子再次生成。

（2.6.3）采樣方法

似乎模型都推薦用DPM++ SDE Karras 呢。

（2.6.4）其它

AI作圖經(jīng)常手腳不對(duì)，其實(shí)也是可以調(diào)整的。
這些等我搞懂后，再另外記錄一篇吧，好累啊，先這樣了。