AI 创业指难（一）：Stable Diffusion AI 绘画怎么用

一. 前言

一年不到，AI对生活和工作的影响已经逐步体现。所以千万别掉队了，也许 AI 不能成为我们的主要工作，但是如何借助 AI 实现副业的扩展同样值得思考。

这一篇就来讲一个 AI 绘画工具，这个工具我也是才上手不久，所以我把这其中的一些笔记分享出来，希望大家都能融入到这个新的时代。

Stable Diffusion

stable diffusion 本质上是一个 AI 绘图生成工具，我想大家肯定听说过它的竞品： Midjourney 。

之所以选择 Stable Diffusion 的主要原因就是它免费，本地就可以搭建，开源资源丰富，适合我们这些业务人员去折腾。

实测 4060 笔记本显卡一张图 1024 大小的图大概在 10S 左右 , 如果嫌慢不要紧，阿里云买一个抢占式的 GPU 服务器再部署一套到云环境上面，一小时也只要3块钱。

欠拟合：指模型不能在训练集上取得好的结果。学了又好像没有完全学会
过拟合：指在训练集上表现很好，但是测试集上表现很差
不收敛：训练失败，根本没学会
泛化能力：指的AI对未知样本的推理、适应能力

二. 安装和使用

基础安装太简单了，果然玩图的大佬都是热心肠，这里推荐直接使用 sd-webui-aki Bilibili 地址。

启动的效果就是这样，入门使用只需要关注2个点：

模型管理：在各模型网站下载对应模型后添加进去即可
一键启动：直接启动运行

几个好用的模型网站：

土司： tusiart.com/
civitai : civitai.com/
liblib : www.liblib.ai/

三. 使用方式

整个主界面大致如下，来简单说一下其中这些关键的信息：

👉 001 : 基础模型是什么？

模型就是我们在上述模型网站中找到的喜欢的模型，模型很多，我们只需要找到自己想要生成的去下载即可 ：

下载完模型后，将模型添加到工具的模型管理中，然后在主界面模型旁边点击刷新就能应用上去。

模型也有对应的类型，这里简单概述下：

LoRA ：通常用于人物和概念，体积小且控图效果好，常用于固定角色特征
Checkpoint ：体积较大，用于控制画风
Embedding ：适用于控制画风和人物，相对速度中等
Dreambooth ：可以用于人物，概念和画风，对配置要求较高

对我这种新手来说基本上不关注这个，模型训练可能是后续的实践中才需要使用到。

👉 002 : VAE 模型是什么？

Variational autoenconder，中文叫变分子编码器，主要的作用就是滤镜。在出图的时候会影响颜色和线条

一般大模型里面都会自带 VAE ， 出图如果有问题才可能需要用到它。

尝试了一下，左边的为原厂模型，右边加了其他 VAE. 虽然不明显，但是在颜色上还是有一些色差。

👉 003 / 004 : 提示词怎么写？

提示词分为正向提示词和反向提示词，

正向提示词 ：
- 通过提示词 来指定生成的图像
- 提示词的顺序会影响到图像的生成，前面的提示词权重更大
排除词 ：
- 用于指定图像中不期望出现的东西（低质量，小图，五官不全）
权总：
- stable diffusion 支持对提示词进行权重设置，点击提示词按 Ctrl + 上下方向键

那么提示词该怎么去找，去哪里找呢？

方案一：通过 Stable Diffusion 的工具反推提示词

直接把图片拖进去，就能得到对应的提示词，后续直接使用即可。

方案二：去模型网站或者图站查找提示词

一般下载的模型下面都能找到一些效果图，点进去就能看到对应的提示词

方案三：找 GPT 问或直接写

👉 005 ：步数的作用是什么？

迭代每一步都是在前一步的基础上进行处理
低的采样步数会导致画面计算不完整，高的采样步数仅在细节处进行优化，对比输出速度得不偿失

👉 006 ：采样方式有什么用？

采样方式指的是模型生成图像时所采用的策略，决定了如何从模型的输出分布中选择样本。

不是很了解，帮不了太多，但是文档我给你们找好了呀！！！

上文界面里面的采样方式主要有以下区别：（PS 这一块网上资料也不多，只能做到这个地步了）

算法	速度	步数	优 / 缺点
Euler a		20-30	1. 适当的步长出图更快 2. 步长过大会过度拟合，图像变形
3. 富有创造力	ICON ，二次元，小场景
Euler		20-30	- 基于Karras论文
LMS		30+	1. 效果一般，比较抽象，质感OA,饱和度与对比度偏低，更倾向于动画的风格
2. 线性多步调度器（Linear multistep scheduler）
Heun		20-30	- 基于Karras论文
DPM2		20-30	该采样方法对tag的利用率最高，几乎占80％+
DPM2 a		25-30	几乎与DPM2相同，对人物可能会有特写
DPM++ 2S a		20-30
DPM++ 2M		20-30
DPM++SDE	慢
DPM++2S a Karras	慢		- 在每个时间步长中执行多次操作
- 同等分辨率下细节更多
- 步长越多细节越明显
写实人物，复杂场景
DPM++ 2M Karras		20-30	1. 是二阶扩展概率模型求解的算法 2. 可以在速度和质量之间平衡
DPM ++ SDE Karras	慢	8-12
DDIM	慢	10-15	1. 步数越多细节越丰富 2. 收敛快，可以快速生成高质量图像
写实人像，复杂场景刻画
UniPc		20-30
DPM adaptive		10
LMS Karras		20	会大改成油画的风格，写实不佳
DPM2 Karras		20-30
DPM2 a Karras		20-30

👉 007 ：关于图像大小？

图像越大，从而需要往图片中加入更多的元素，越容易出现低质量的信息
如果图像大小一样，相同的提示词可能会出现类似的结果，但是大小一旦变化，图像的变化就极大
图像越大，花的时间必然就会越长
总结：图像不是越大越好，过大的图像反而影响整体质量。

关于宽度：

推荐 512 x 512 ，一般模型都是在这个基础上进行计算的
宽带必须是 8 的倍数
宽度不适合太大，容易出现图像崩溃
高度同理

👉 008 ：CFG Scale （提示词引导系数）

控制图像与提示词之间的契合度，这个值越高，生成的图像也越接近你的提示词
这个值一定程度上会降低图像质量，因为相当于限制了范围
建议 7- 15

其他功能补充：

随机种子的作用

随机种子可以帮助我们锁定图像范围，使用相同种子的时候可以生成类似的图像
相同的随机种子可以提高图像的可重复度和相似性，用于调优和优化模型
当使用 -1 随机种子时图像完全随机，完全无规律

总结

首篇完成，算是对这段时间学习的一个总结，期望能对大家有所帮助。

学无止境，这个系列也是一直会保持更新。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

在这里插入图片描述