ChatGPT 之后,再玩玩 Stable-Diffusion
前些天體驗(yàn)的 ChatGPT 主要用來(lái)進(jìn)行文本方面的處理，那么圖片生成有沒(méi)有這樣的 AI 工具 呢？答案是肯定的。
例如：和菜頭公眾號(hào)的題圖和文章中的插圖大多都是使用 Stable-Diffusion 的 AI 圖形生成工具創(chuàng)作的。順著 Stable-Diffusion 搜索了下相關(guān)資料，發(fā)現(xiàn) AI 創(chuàng)作圖片的工具也有不少：
- Disco Diffusion：是發(fā)布于 Google Colab 平臺(tái)的一款利用人工智能深度學(xué)習(xí)進(jìn)行數(shù)字藝術(shù)創(chuàng)作的工具，它是基于 MIT 許可協(xié)議的開(kāi)源工具，可以在 Google Drive 直接運(yùn)行，也可以部署到本地運(yùn)行；
- Midjourney：是 Disco Diffusion 的原作者 Somnai 的作品，對(duì) Disco Diffusion 進(jìn)行了改進(jìn)，平均 1 分鐘能出圖；
- DALL-E 2：OpenAI 推出 DALL·E 2, DALL-E 2 實(shí)現(xiàn)了更高分辨率和更低延遲；
- Stable-Diffusion：由 http://stability.ai/?推出，在 2022 年 8 月 10 號(hào)開(kāi)源了，10 幾秒就能出圖，算是比較快的了。
本文就以 Stable-Diffusion 為例，談?wù)勎业氖褂皿w驗(yàn)。Stable-Diffusion 作為一個(gè)開(kāi)源工具，使用的方式有多種：
1、基于開(kāi)源的工具提供了實(shí)現(xiàn)，比如官方提供的 https://beta.dreamstudio.ai/dream；,也可以使用 https://huggingface.co/spaces/camenduru/webui
2、本地部署；
3、調(diào)用 API 。
官網(wǎng)注冊(cè)賬號(hào)
打開(kāi)?https://beta.dreamstudio.ai/?，直接選擇使用 Google 賬號(hào)進(jìn)行注冊(cè)，你也可以選擇自己的方式。
相比較 ChatGPT ，dreamstudio 的注冊(cè)要方便很多，注冊(cè)成功后登錄界面如下：
dreamstudio 是收費(fèi)的，成功注冊(cè)后會(huì)贈(zèng)送 100 個(gè) credits ，每次生成圖片，會(huì)消耗一些 credits，消耗的多少跟設(shè)置有關(guān)，默認(rèn)設(shè)置會(huì)產(chǎn)生 4 張 512 * 512 的圖，消耗 0.8 個(gè) credits 。
配置信息如下：
- Widht：圖片寬度；
- Height：圖片高度；
- Cfg Scale：一個(gè)閾值，越高生成的圖片越接近你的描述，越低，AI 發(fā)揮空間越大，保持默認(rèn)就好；
- Steps：生成圖片用的步驟數(shù)，越大生成越慢；
- Number of Images：一次生成的圖片數(shù)量，默認(rèn)為 4，也可以改為 1，改成 1 后，生成一次只要 0.2 credits。
在上圖中最下面的文本框中輸入提示文本，點(diǎn)擊 Dream 按鈕便可生成。
huggingface
直接在瀏覽器輸入：https://huggingface.co/spaces/camenduru/webui 便可使用，可以不用注冊(cè)登錄，缺點(diǎn)就是需要排隊(duì)，相當(dāng)于就是多人在同時(shí)使用這個(gè)服務(wù)，如果排隊(duì)的人較多，生成的時(shí)間會(huì)比較長(zhǎng)。
本地化部署
本地化部署對(duì)機(jī)器的配置要求比較高，內(nèi)存和顯存都不能太低。
在 GitHub 上有一個(gè)倉(cāng)庫(kù) https://github.com/AUTOMATIC1111/stable-diffusion-webui 介紹了 stable-diffusion 怎樣離線(xiàn)部署使用，提供了 Windows、Liunx、Mac 等多種方式。
如果你使用的是 Mac ，可以參考：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon
如果你使用的是 Windows ，覺(jué)得安裝步驟比較繁瑣，還有人做了一鍵安裝和啟動(dòng)的項(xiàng)目放在 Github 上，地址如下：
https://github.com/EmpireMediaScience/A1111-Web-UI-Installer
提示語(yǔ)
AI 生成圖片的關(guān)鍵在于提示語(yǔ)，就像使用 ChatGPT ，一個(gè)好的問(wèn)題是關(guān)鍵。提示語(yǔ)不會(huì)寫(xiě)的話(huà)可以先參考，在下面網(wǎng)站中可以搜索相關(guān)的圖片，查看提示語(yǔ)：
https://lexica.art/
https://www.krea.ai/
https://laion-aesthetic.datasette.io/laion-aesthetic-6pls/images
先多看看那些精美有創(chuàng)意的圖片都是什么樣的提示詞生成的，看多了，再?lài)L試自己去修改、調(diào)整。
相關(guān)閱讀