今年很火的AI绘画怎么玩

sockstack / 100 / 2023-11-14 11:49:33

<p><span style="color: red; font-size: 18px">ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。</span><br><a href="https://ckai.xyz/?sockstack&section=detail" target="__blank">https://ckai.xyz</a><br><br></p> <article class="_2rhmJa"><h1>1.前言</h1>
<p>2022年绝对可以说是AIGC元年，从google搜索的趋势来看，在2022年AI绘画及AI生成艺术的搜索量激增。</p>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 566px; background-color: transparent;">
<div class="image-container-fill" style="padding-bottom: 52.410000000000004%;"></div>
<div class="image-view" data-width="1080" data-height="566"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-c600f1142f40c1b0.jpg" data-original-width="1080" data-original-height="566" data-original-format="image/jpeg" data-original-filesize="32052" data-image-index="0" style="cursor: zoom-in;" class="" src="//upload-images.jianshu.io/upload_images/28133381-c600f1142f40c1b0.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1080/format/webp"></div>
</div>
<div class="image-caption">640.jpg</div>
</div>
<p>AI绘画在这一年的爆发一个很重要的原因就是 Stable Diffusion 的开源，这也来不开这几年 Diffusion Model 扩散模型在这几年里的迅猛发展，结合了 OPENAI 已经发展得很成熟的文本语言模型 GPT-3，从文本到图片的生成过程变得更加容易。</p>
<h1>2.GAN(生成对抗网络)的瓶颈</h1>
<p>从14年诞生，到18年的StyleGAN，GAN在图片生成领域获得了长足的发展。就好像自然界的捕食者与被捕食者相互竞争共同进化一样，GAN的原理简单来说就是使用两个神经网络：一个作为生成器、一个作为判别器，生成器生成不同的图像让判别器去判断结果是否合格，二者互相对抗以此训练模型。</p>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 551px; background-color: transparent;">
<div class="image-container-fill" style="padding-bottom: 51.019999999999996%;"></div>
<div class="image-view" data-width="1080" data-height="551"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-ccdfbc797d7e17f1.png" data-original-width="1080" data-original-height="551" data-original-format="image/png" data-original-filesize="54663" data-image-index="1" style="cursor: zoom-in;" class="" src="//upload-images.jianshu.io/upload_images/28133381-ccdfbc797d7e17f1.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1080/format/webp"></div>
</div>
<div class="image-caption">640.png</div>
</div>
<p>GAN（生成对抗网络）经过不断发展其有了不错的效果，但有些始终难以克服的问题：生成结果多样性缺乏、模式坍缩（生成器在找到最佳模式后就不再进步了）、训练难度高。这些困难导致 AI 生成艺术一直难以做出实用的产品。</p>
<h1>2.Diffusion Model（扩散模型）的突破</h1>
<p>在 GAN 多年的瓶颈期后，科学家想出了非常神奇的 Diffusion Model（扩散模型）的办法去训练模型：把原图用马尔科夫链将噪点不断地添加到其中，最终成为一个随机噪声图像，然后让训练神经网络把此过程逆转过来，从随机噪声图像逐渐还原成原图，这样神经网络就有了可以说是从无到有生成图片的能力。而文本生成图片就是把描述文本处理后当做噪声不断添加到原图中，这样就可以让神经网络从文本生成图片。</p>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 156px;">
<div class="image-container-fill" style="padding-bottom: 19.950000000000003%;"></div>
<div class="image-view" data-width="782" data-height="156"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-39cca8d78b621c22.png" data-original-width="782" data-original-height="156" data-original-format="image/png" data-original-filesize="308364" data-image-index="2" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">6401.png</div>
</div>
<p>Diffusion Model（扩散模型）让训练模型变得更加简单，只需大量的图片就行了，其生成图像的质量也能达到很高的水平，并且生成结果能有很大的多样性，这也是新一代 AI 能有难以让人相信的「想象力」的原因。</p>
<p>当然技术也是一直在突破的，英伟达在1月底推出的StyleGAN的升级版StyleGAN-T就有了十分惊艳的进步，在同等算力下相比于Stable Diffusion生成一张图片需要3秒，StyleGAN-T仅需0.1秒。并且在低分辨率图像StyleGAN-T要比Diffusion Model要好，但在高分辨率图像的生成上，还是Diffusion Model的天下。由于StyleGAN-T并没有像Stable Diffusion那样获得广泛的应用，本文还是以介绍Stable DIffusion为主。</p>
<h1>3.Stable Diffusion</h1>
<p>在今年早些时间，AI作画圈经历了 Disco Diffusion、DALL-E2、Midjouney 群雄混战的时代，直到 Stable Diffusion 开源后，才进入一段时间的尘埃落定，作为最强的 AI 作画模型，Stable Diffusion 引起了 AI 社群的狂欢，基本上每天都有新的模型、新的开源库诞生。尤其是在Auto1111的WebUI版本推出后，无论是部署在云端还是本地，使用Stable Diffusion都变成一个非常简单的事情，并且随着社区的不断开发，很多优秀的项目，比如Dreambooth、deforum都作为 Stable Diffusion WEBUI版的一个插件加入进来，使得像微调模型、生成动画等功能都能一站式完成。</p>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 518px;">
<div class="image-container-fill" style="padding-bottom: 47.96%;"></div>
<div class="image-view" data-width="1080" data-height="518"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-504a88e7d18996e6.png" data-original-width="1080" data-original-height="518" data-original-format="image/png" data-original-filesize="279139" data-image-index="3" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">6402.png</div>
</div>
<h1>4.AI绘画玩法及能力介绍</h1>
<p>下面介绍下目前使用 Stable Diffusion 可以有哪些玩法以及能力</p>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 930px;">
<div class="image-container-fill" style="padding-bottom: 132.75%;"></div>
<div class="image-view" data-width="916" data-height="1216"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-f0b63f58ba0b7a76.jpg" data-original-width="916" data-original-height="1216" data-original-format="image/png" data-original-filesize="914452" data-image-index="4" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">11.jpg</div>
</div>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 610px;">
<div class="image-container-fill" style="padding-bottom: 87.02%;"></div>
<div class="image-view" data-width="894" data-height="778"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-3daf1056c4bb5ef1.jpg" data-original-width="894" data-original-height="778" data-original-format="image/png" data-original-filesize="545115" data-image-index="5" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">12.jpg</div>
</div>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 632px;">
<div class="image-container-fill" style="padding-bottom: 90.16%;"></div>
<div class="image-view" data-width="894" data-height="806"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-f5a9507196d977d4.jpg" data-original-width="894" data-original-height="806" data-original-format="image/png" data-original-filesize="594671" data-image-index="6" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">14.jpg</div>
</div>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 875px;">
<div class="image-container-fill" style="padding-bottom: 124.94000000000001%;"></div>
<div class="image-view" data-width="890" data-height="1112"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-84cac1b8b4e03bfd.jpg" data-original-width="890" data-original-height="1112" data-original-format="image/png" data-original-filesize="645876" data-image-index="7" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">15.jpg</div>
</div>
<h1>5.目前主要应用情况介绍</h1>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 778px;">
<div class="image-container-fill" style="padding-bottom: 111.01%;"></div>
<div class="image-view" data-width="890" data-height="988"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-7bc583d1a73e164f.jpg" data-original-width="890" data-original-height="988" data-original-format="image/png" data-original-filesize="645757" data-image-index="8" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">19.jpg</div>
</div>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 750px;">
<div class="image-container-fill" style="padding-bottom: 107.03%;"></div>
<div class="image-view" data-width="1338" data-height="1432"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-cd4b9ea3809d9080.jpeg" data-original-width="1338" data-original-height="1432" data-original-format="image/jpeg" data-original-filesize="767082" data-image-index="9" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">31529880d6c24b11bc54dde744214084.jpeg</div>
</div>
<h1>6.自己搭一个Stable Diffusion WEBUI服务</h1>
<h2>6.1 云端版本</h2>
<p>这里使用AutoDL提供的云端算力来搭建，也可以使用其他平台比如 Google Colab或者百度飞桨等。</p>
<p>1.首先在AutoDL上注册账号并且租一台 A5000/RTX3090 显卡的云主机。<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.autodl.com%2Fmarket%2Flist" target="_blank">https://www.autodl.com/market/list</a></p>
<p>2.以此主机创建镜像，镜像可在 <a href="https://links.jianshu.com/go?to=http%3A%2F%2Fwww.codewithgpu.com" target="_blank">www.codewithgpu.com</a> 上选择已经打包好的算法镜像。这里以 <a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.codewithgpu.com%2Fi%2FAUTOMATIC1111%2Fstable-diffusion-webui%2FStable-Diffusion-for-NovelAI" target="_blank">https://www.codewithgpu.com/i/AUTOMATIC1111/stable-diffusion-webui/Stable-Diffusion-for-NovelAI</a> 这个镜像为例，选择后创建。</p>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 696px;">
<div class="image-container-fill" style="padding-bottom: 64.44%;"></div>
<div class="image-view" data-width="1080" data-height="696"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-1b2371ccd2dbd6bb.png" data-original-width="1080" data-original-height="696" data-original-format="image/png" data-original-filesize="207366" data-image-index="10" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">6403.png</div>
</div>
<p>3.创建后开机并启动JupterLab，</p>
<div class="image-package">
<div class="image-container" style="max-width: 700px; max-height: 89px;">
<div class="image-container-fill" style="padding-bottom: 8.24%;"></div>
<div class="image-view" data-width="1080" data-height="89"><img referrerpolicy="no-referrer"  data-original-src="//upload-images.jianshu.io/upload_images/28133381-842d522c0c7c7141.png" data-original-width="1080" data-original-height="89" data-original-format="image/png" data-original-filesize="35134" data-image-index="11" style="cursor: zoom-in;" class="image-loading"></div>
</div>
<div class="image-caption">6404.png</div>
</div>
<p>运行下面指令启动服务即可。如果遇到系统盘空间不足的情况，也可以将stable-diffusion-webui/文件夹移入数据盘 autodl-tmp再启动。如果遇到启动失败，可以根据你机器的位置配置一下学术资源加速。</p>
<div class="_2Uzcx_">
<button class="VJbwyy" type="button" aria-label="复制代码"><i aria-label="icon: copy" class="anticon anticon-copy"><svg viewbox="64 64 896 896" focusable="false" class="" data-icon="copy" width="1em" height="1em" fill="currentColor" aria-hidden="true"><path d="M832 64H296c-4.4 0-8 3.6-8 8v56c0 4.4 3.6 8 8 8h496v688c0 4.4 3.6 8 8 8h56c4.4 0 8-3.6 8-8V96c0-17.7-14.3-32-32-32zM704 192H192c-17.7 0-32 14.3-32 32v530.7c0 8.5 3.4 16.6 9.4 22.6l173.3 173.3c2.2 2.2 4.7 4 7.4 5.5v1.9h4.2c3.5 1.3 7.2 2 11 2H704c17.7 0 32-14.3 32-32V224c0-17.7-14.3-32-32-32zM350 856.2L263.9 770H350v86.2zM664 888H414V746c0-22.1-17.9-40-40-40H232V264h432v624z"></path></svg></i></button><pre class="line-numbers  language-bash"><code class="  language-bash">cd stable-diffusion-webui/
rm -rf outputs &amp;&amp; ln -s /root/autodl-tmp outputs
python launch.py --disable-safe-unpickle --port=6006 --deepdanbooru
<span aria-hidden="true" class="line-numbers-rows"><span></span><span></span><span></span></span></code></pre>
</div>
<h2>6.2 本地版本</h2>
<p>如果你有一块显卡还不错的电脑，那可以部署在本地，这里介绍下Windows版本的搭建：</p>
<p>1.首先需要安装Python 3.10.6，并且添加环境变量到Path中</p>
<p>2.安装git</p>
<p>3.Clone Stable Diffusion WEBUI 的工程代码到本地</p>
<p>4.将模型文件放置于 models/Stable-Diffusion目录下，相关模型可以去<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fhuggingface.co%2F" target="_blank">https://huggingface.co/</a> 下载</p>
<p>5.运行 webui-user.bat，通过本机电脑ip及7860端口访问服务。</p>
<h1>7.总结</h1>
<p>本文介绍了AI绘画的一些相关的信息，感兴趣的朋友也可以自己把服务部署起来，自己试着学习用DreamBooth或者最新的Lora微调一下大模型。相信在2023年，随着 AIGC 热度的不断提高，我们的工作和生活都会因为 AI 带来巨大的改变。前段时间 ChatGPT的推出给我们带来了巨大的震撼，就好像刚进入互联网时期搜索信息的能力一样，今后学会使用 AI 来辅助我们的工作也将是一个非常重要的能力。</p>
<h1>8.参考资料</h1>
<ol>
<li><p>从起因到争议，在 AI 生成艺术元年聊聊 AI<br>
<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fsspai.com%2Fpost%2F76277" target="_blank">https://sspai.com/post/76277</a></p></li>
<li><p>神经网络学习笔记6——生成式AI绘画背后的的GAN与Diffusion初解<br>
<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fblog.csdn.net%2Fqq_45848817%2Farticle%2Fdetails%2F127808815" target="_blank">https://blog.csdn.net/qq_45848817/article/details/127808815</a></p></li>
<li><p>How diffusion models work: the math from scratch<br>
<a href="https://links.jianshu.com/go?to=https%3A%2F%2Ftheaisummer.com%2Fdiffusion-models%2F" target="_blank">https://theaisummer.com/diffusion-models/</a></p></li>
<li><p>GAN 结构概览<br>
<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fdevelopers.google.com%2Fmachine-learning%2Fgan%2Fgan_structure" target="_blank">https://developers.google.com/machine-learning/gan/gan_structure</a></p></li>
<li><p>The absolute beginners guide to Midjourney – a magical introduction to AI art<br>
<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.entrogames.com%2F2022%2F08%2Fabsolute-beginners-guide-to-midjourney-" target="_blank">https://www.entrogames.com/2022/08/absolute-beginners-guide-to-midjourney-</a>       magical-introduction-to-ai-art/</p></li>
<li><p>The viral AI avatar app Lensa undressed me—without my consent<br>
<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.technologyreview.com%2F2022%2F12%2F12%2F1064751%2Fthe-viral-ai-avatar-app-" target="_blank">https://www.technologyreview.com/2022/12/12/1064751/the-viral-ai-avatar-app-</a>         lensa-undressed-me-without-my-consent/</p></li>
<li><p>instruct-pix2pix<br>
<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fhuggingface.co%2Ftimbrooks%2Finstruct-pix2pix" target="_blank">https://huggingface.co/timbrooks/instruct-pix2pix</a></p></li>
</ol>
<p><strong>文/misotofu</strong></p>
</article>

今年很火的AI绘画怎么玩

作者

sockstack

许可协议

CC BY 4.0

发布于

2023-11-14

修改于

2024-07-25

上一篇：软件：常用 Linux 软件汇总，值得收藏下一篇：Docker安装ElasticSearch

尚未登录

今年很火的AI绘画怎么玩

文章分类

博客重构之路

Spring Boot简单入门

k8s 入门教程

MySQL 知识

NSQ 消息队列

ThinkPHP5 源码分析

使用 Docker 从零开始搭建私人代码仓库

日常开发汇总

标签列表

springboot

hyperf

swoole

webman

php

多线程

数据结构

docker

k8s

thinkphp

mysql

tailwindcss

flowbite

css

前端