剖析AIGC三大AI绘画平台的实际应用案例

目前三大 AI 绘画平台:Stable Diffusion、Midjourney、DALL-E2。

以下是一些当前最新的 AI 绘画技术和应用的具体例子：

1）Stable diffusion

简单来说是一个文本到图像的潜在扩散模型，由、和的研究人员和工程师创建。它使用来自数据库子集的图像进行训练。使用这个模型，可以生成包括人脸在内的任何图像，因为有开源的预训练模型，所以我们也可以在自己的机器上运行它。

从功能上来说主要包括两方面：

其核心功能为仅根据文本提示作为输入来生成的图像（text2img）；

你也可以用它对图像根据文字描述进行修改（即输入为文本+图像）；

只是一个工具，它的后端需要训练模型来进行 AI 图片生成，目前主流三大模型：

a) : 一般简称 SD 模型，如我们 demo 里提供的 sd-v1-4，目前最新的是 stable-diffusion-v1-5，偏真人风格；

b) : 一般简称 Waifu 或者 WD 模型，偏二次元，是 B 站大家用爱发电实现的；

c) ：一般简称 Naifu 模型，更偏二次元；

可在 Google 的免费 GPU 服务器上跑一个:

画手和改变姿势一直是 AI 绘画的弱势,如图：

(来源：https://mp.weixin.qq.com/s/YivzVlALm7ClxqbCPEBY2A)

但随着模型（ 的作者是一个 2021 年才本科毕业，目前正在斯坦福读博的中国人）的引入，已经攻克了，标志 AI 绘画又上一个台阶。

其主要通过添加额外条件来控制扩散模型，改善了图生图效果，并能实现线稿转全彩图、指定生成人体姿势，通过手部关键点还能优化手部的生成。

(来源：https://mp.weixin.qq.com/s/YivzVlALm7ClxqbCPEBY2A)

比如手绘图案辅助 prompt 描述：

此外去年年底 12 月，也发布了 2.0 版本，有许多重要更新，比如新的生成图片会保持原来图片的形状和结构、支持 768 * 768 高分辨率图片等等。

2）Midjourney

在里面，需要翻墙；不用安装，向机器人输入关键词，就给你生成图片；允许每月免费使用，有很大的时长或者次数限制，仅能看部分作品；每月大概需要付费 30 美元，订阅它的人非常多；简单的平面广告插画，类似 ppt 里的 slide 的小图片，可以批量生成，质量很高，稍微改改就能商用。这部分的从业者更可能受到 AI 绘画的冲击。

其是托管在 服务器上的 AI 作画工具，先讲这个工具是因为它对于初学者非常友好，使用上非常简单，生成的图片质量高，速度快。对于想对 AI 作画入门的同学来说，我个人觉得应该是首选了。目前我觉得它唯一的缺点就是需要付费，不过前期作为实验，大概能免费生成几十张图片，想玩一玩的朋友我觉得足够了。

使用教程如下：

a)进入官网

b）加入社区

加入社区。

进入频道，但太多人聊天了消息会被冲走，所以创建子区进行聊天。

c) ai 绘画

输入,即可发送绘图指令。

生成之后可以各种微调，如果你一开始不知道输入什么关键词才好，我建议你可以直接到 Midjourney 官网的案例专区参考关键词：

或者在其他房间参考别人的关键词，也可以利用谷歌翻译把自己想说的按照下面的公式翻译后出图，关键词尽量具体，AI出图也会更加具体。

(来源：https://mp.weixin.qq.com/s/7TKnb9Ckb5VOIlBqnPme0g)

(来源：https://mp.weixin.qq.com/s/7TKnb9Ckb5VOIlBqnPme0g)

一般以下关键词格式可以生成比较好的图片：主体内容+气氛灯光色彩+构图+风格参考。

(来源：https://mp.weixin.qq.com/s/7TKnb9Ckb5VOIlBqnPme0g)

但是生成手还是有点一言难尽。

3）DALL-E2

简介

就是开发了的那家 OpenAI，免费，科学上网，手机上能用，生成图片很快；文字输入生成图片，内容偏创意一点，AI 也挺能理解人话。

输入格式为：某种行为、场景描述、事物、画面风格。

官网介绍如下：

有挺多绘画风格，油画、印象派、水彩、蜡笔、梵高莫奈等等流派，这个绘画软件适合脑洞丰富的人。其有相关 api 接口：

使用接口需要的 api key，就可以利用其 AI 绘画接口与 chatGPT 相结合，生成素材创意脚本后绘图，企微机器人+（模型）绘画 api。

逻辑图如下：

除了以上三大绘画平台外，还有（代码开源，适合二次开发，搞 AI 作画也就都是免费的，但免费的同时缺点也比较明显，速度比较慢，第一次使用会有些门槛，需要配置一些参数）。以及国内的剪映、一帧秒创、百度文心、意间等，简单总结如下：