2k字讲清楚如何在有限素材的基础上，用MJ随机生成设计服装，附本人实操步骤图~
灵感来源：既然Midjourney（MJ）能够参考图片进行绘图，那么，提供一些素材，借由MJ的随机成图来寻找一些服装设计的创意灵感，按理说应该也是可行的。
怀着这样的想法，我进了初步尝试。
1、 最简单的垫图
我在网上随便找了件衣服的图片，另外找了个EVA的元素，然后直接用垫图功能，结果嘛，嗯挺还原啊！
随机找的衣服照片
随手照的EVA元素照片
合体！！
效果其实挺好的，就是，创意在哪呢？这不就是1+1=2嘛。
2、垫图+提示词
还是用同样上边的两张垫图，这次我想试试黑色的卫衣（毕竟黑红搭配没毛病），于是稍微加了一点点提示词，毕竟是要创意灵感，所以就不做过多要求了。提示词极简单：black hoodie, front view, studio light, Bright background。结果如下：
是不是有那味了？
不过有没有发现，由于加入了提示词，所以卫衣上的图案与之前的蓝色卫衣相比，其实已经不那么严格参照了。这里我猜MJ的底层逻辑是，如果没有任何提示词，MJ应该更可能倾向于两者图片的简单融合，不过如果一旦有了提示词的介入，就会影响了融合的机制，开始从资源库中去匹配，这样就会让图片产生偏差，不过创意也就由此生成了。
3、那如果垫三张图会如何呢？搞起！
在提示词不变的前提下，我又加了一副垫图：
结果：
如果仔细看呢，其实还是多少能看到一丢丢1号机的影子，不过不够突出啊，然后我又稍微改了改提示词，强调了下EVA：black hoodie with Neon Genesis Evangelion graphics, Red pattern accents, front view, studio light, Bright background，结果翻车了……
MJ，咱俩看得绝对不是同一个EVA，就这形象，使徒都没你土！这怕不是参考的星际争霸里穿着机甲的虫族吧。
后续我又试过几次，都不太理想，我觉得MJ不适合垫图超过2张，垫图越多，越不可控，当然，从创意角度看，没毛病……你也不知道它会怎么选这几张图的元素。
MJ作为AI绘画工具的典型代表，其可挖掘的使用价值毋庸置疑，毕竟商用案例比比皆是，可以说MJ既是一个风口，也是一份冲击。
对从事有关设计等行业的人，该技能是一份处于浪尖的竞争力，对于从事电商自媒体的人而言，这是一个不可忽视的资源库，对于计算机专业的人而言，更是把握技术风向的一个好机会。
光说今天的服装设计，谁能保证就不是个等着你来挖掘的金矿呢。
AI绘画虽然好玩，可因为它是个黑箱子，导致单一用户很难摸清内部机制，从而依靠有限命令控制出品质量，造成其上限高下限低的问题，形成了一定的上手门槛。
4、然后我又想到了MJ的blend功能
依旧是用以上两张EVA的元素图，用MJ的blend功能来张创意的图案混合：
感觉左一还不错，于是选了左一和衣服那张图进行垫图，提示词还是用的：black hoodie, Red pattern accents, front view, studio light, Bright background：
我的机器人哪去了？
然后我把提示词删除，依旧单纯只用垫图的形式：
额，机器人有了，可是这图案……MJ你出来，咱俩谈谈，为啥我的机器人是绿的？那么红的图案，怎么就成绿的了？
虽然效果不太理想，MJ的逻辑也确实没摸清，但是利用blend进行图片的一次融合，然后再进行有目的倾向的垫图生图，这个思路应该是可行的。
5、花絮
其实我还试了白色卫衣，以下是垫图：
以及成图：
我TM……
当然，后期经过一些尝试，最终成了两幅图，我觉得还是可以作为思考的参考的：
几番折腾下来，我总体感觉是，MJ目前用于找找灵感是没问题的。但是如果要求特别准确的固有元素，那么即使垫图，大概率MJ也很难保留到理想的元素形态。现阶段比较可行的一种选择是，将某一方向的元素，投喂给MJ，让其以此参照进行生图，成图作为设计的灵感参考，然后进行二次修正，那么应该是比较容易达到理想状态的。
但由于AIGC刚刚爆火，网上相关内容的文章博客五花八门、良莠不齐。要么杂乱、零散、碎片化，看着看着就衔接不上了，要么内容质量太浅，学不到干货。
这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》，相信大家会对AIGC有着更深入、更系统的理解。
有需要的朋友，可以点击下方免费领取！
