現在各種AI大模型大行其道，前有ChatGPT顛覆了我們對對話型AI的原有印象，后有Sora文生視頻，讓我們看到了利用AI進行創意創作的無限可能性。如今各大公司和團隊都爭相提出自己的大模型，各種網頁端和軟件應用也極大地降低了我們使用AI作為生產力的門檻。可惜很多要么需要翻墻爬梯子，要么需要付費買會員，要么生成的圖片不理想。

那么有沒有不爬梯又比較好用的文生圖工具呢？

"文生圖"是一個極具創新性的在線AI工具，它能夠根據用戶輸入的文字描述，快速生成相應的圖像。這個過程不僅快捷，而且能夠節省大量的時間和資源。對于那些需要大量圖像但又不希望花費太多精力的用戶來說，這無疑是一個理想的解決方案。不管是需要插畫、漫畫、圖標，還是其他類型的圖像，只需簡單輸入文字描述，AI就能產生出令人滿意的圖像作品。

現在的AI繪圖主要用到的模型是SD（Stable Diffusion），它是一種穩定擴散模型，用于生成高質量的圖像。這種模型是在傳統的擴散模型DDPMs（Denoising Diffusion Probabilistic models）的基礎上發展出來的。

經過多個版本的迭代和改進，這類模型已經能很好的執行“文生圖”、“圖生圖”、“后期處理”等AI功能，甚至可以在一定程度上代替PhotoShop等圖像處理軟件的工作。

現在許多開發者都發布了基于SD模型的改進型模型，基本上所有的網頁端和軟件也都是基于此模型搭建的，要使用它進行AI繪畫，主要有三種方法：

1.自己搭建基于SD的webui，在gitHub上有項目的源代碼：https://github.com/AUTOMATIC1111/stable-diffusion-webui 。這種方式的優點是自由度高，可以根據自己的需求進行客制化改造，更新也最及時，但是要自己進行環境搭建，對于一般用戶來說學習門檻較高，國內使用的話需要魔法，同時經過我的體驗穩定性不高，經常會失敗。

2.使用網頁端應用，這類網站是基于stable-diffusion-webui 搭建的第三方平臺，由他們負責維護和更新，并提供穩定的連接，用戶只需要選擇需要的模型和參數，輸入提示詞，就可以在線生成圖片。

國內有：Liblib Ai：https://www.liblib.art/

國外的：Playground AI：https://playground.com/ ，每天有免費的體驗次數，速度和質量也不錯。

這類網站一般都有自己的模型市場，以供創作者們上傳和下載自定義的模型，并且分享自己的繪圖作品以及相關生圖的參數，非常方便。但是一般都會收費，還沒體驗就讓人付費，是IT程序員最討厭的事兒。

3.PC端軟件，這類軟件一般也是基于SD模型進行封裝，可以下載模型，設置參數并在本地生成圖片，使用體驗類似于PS等圖片處理軟件，但是由于整個生成過程在本地執行，比較依賴于本機算力，電腦性能不好的話生成會很慢，但是好處就是自定義程度相對較高，而且一般免費。

生圖軟件

最近發現Draw Things，Mac端App Store免費下載。

他的界面是這樣的：

參數設置區用于選擇模型，采集器，步數和隨機種子等參數，首次生成圖片首先選擇“文本到圖像”模式。模型是AI繪畫的基礎，一般的模型都是基于SD改進的，SD模型也有V1.0、V1.5、V2.0、V2.1等不同的迭代版本，不同的模型可以生成不同風格的圖片，可以根據自己的需要進行選擇，模型可以在DrawThings里進行下載和選擇，當然也可以在Liblib Ai等網站上下載然后導入。

模型分為幾個主要的種類：

chekpoint（檢查點）

它是完整模型的常見格式，模型體積較大，一般真人版的單個模型的大小在7GB左右，動漫版的在2-5個G之間。決定了圖片的整體風格。chekpoint的后綴名是safetensors。

有寫實，科幻，漫畫，廣告等等風格

Lora

是一種體積較小的繪畫模型，是對大模型的微調。可以添加Lora為圖片創造更豐富的表現形式。與每次作畫只能選擇一個大模型不同，lora模型可以在已選擇大模型的基礎上添加一個甚至多個。一般體積在幾十到幾百兆左右。

Lora的后綴名也是safetensors，所以在安裝的時候要注意，Lora要在規定的地方導入：

Hypernetwork（超網絡）

類似 LoRA ，但模型效果不如 LoRA，不能單獨使用，需要搭配大模型使用。

采樣器

采樣器也會在一定程度上影響圖畫風格，不同于模型，它一般是基于算法。選擇對的采樣器對于生成圖片的質量至關重要，下面介紹一些主流的采樣器類型：

DDIM和PLMS是早期SD專為擴散模型而設計的采樣器。DPM和DPM++系列是專為擴散模型而設計的新型采樣器。DPM++是DPM的改進版。

Euler a 比較適用于圖標設計、二次元圖像、小型場景等簡單的圖像數據生成場景。

DPM和DPM++系列非常適用于三維景象和復雜場景的描繪，例如寫實人像。

Karras系列是專為擴散模型而設計的改進版采樣器，有效提升了圖片質量。

Euler a，DPM2 a, DPM++2S a和DPM++2S a Karras適合給圖片增加創造性,隨著迭代步數的提升，圖片也會隨之變化。不同的采樣方法可能對不同的模型產生不同的影響，會影響生成圖片的藝術風格，建議結合模型和迭代步數多做嘗試。

步數

生圖時，去噪重復的步數被稱為采樣迭代步數。測試新的模型或Prompts效果時，迭代步數推薦使用10~15，可以快速獲得結果，方便進行調整。當迭代步數太低時，生成的圖像幾乎無法呈現內容。20 ~ 30之間的迭代步數通常會有不錯的效果。40步以上的迭代步數會需要更長的生圖時間，但收益可能有限，除非在繪制動物毛發或皮膚紋理等。過低或過高的初始分辨率都可能會讓SD生圖時無法正常發揮，建議參考基礎模型的分辨率，配置合適的初始寬高。

隨機種子

隨機種子會影響生圖時的初始噪聲圖像。當Seed=-1時，表示每次出圖都會隨機一個種子，使得每次生成的圖都會不同。其他創作者上傳圖片的時候，一般會附帶此圖片對應的隨機種子，可以參考它來生成類似的圖片。點擊可以生成一個隨機的種子，長按則可以輸入特定的隨機種子。

提示詞

提示詞是生成圖片時關鍵中的關鍵，它直接決定了圖片內容，畫面風格，場景，表情動作等一些列內容，在生成圖片時，選擇合適的提示詞至關重要。

提示詞分為“正向提示詞”和“反向提示詞”，“正向提示詞”代表你想要在圖片中呈現的內容，反之“反向提示詞”則是不想要在圖片里具備的要素。比如，我想要畫一張“西瓜大促”相關的宣傳圖，我就可以這樣描述：

“許多人在湖里流動的水邊吃西瓜，高質量的微型攝影”，翻譯成英文：“Many people eat watermelons by the flowing water in the lake, with high-quality miniature photography”

將這段文字輸入DrawThings的文本框，它會自動把整句話拆分成一個個提示詞。

當然，我們也可以直接填入想要繪制的提示詞：

如上圖所示，如果我們想著重強調某一個提示詞，讓AI繪制的時候更偏重一這一特征，就可以用括號把它包起來，然后在后面注明權重，這里我就把西瓜（watermelon）加重到了1.5權重，以便突出這一點。

“反向提示詞”一般有：低質量，不適合上班時間瀏覽（NSFW），描繪人物的時候，糟糕的眼睛，多余的手指，扭曲，變形等等。

還有一些其他的參數，比如圖片分辨率和比例，文本指導強度（越高越忠實呈現文本內容），以及一次生成的圖片數量等等

設置好一切，就可以開始生成圖片了，可以多嘗試幾張，從中挑選最合適的進行二次處理。

二次處理

如果對生成的圖片有些細節不滿意，可以利用“圖像到圖像”模式，然后選擇強度。高分辨率修復的重繪強度為0時不會改變原圖，30% 以下會基于原圖稍微修正，超過 70% 會對原圖做出較大改變，1 會得到一個完全不同的圖像。

二次處理主要包括以下幾個目的：

重繪圖像元素

如果對圖像中某部分的元素不滿意，可以用“橡皮擦”擦除該部分，然后重新生成，讓模型自動將擦數的部分重繪，甚至可以消除某部分圖像元素，實測效果甚至好于PS。

擴圖

對于一張圖片，如果想要擴展邊界部分，讓模型繪制出額外的內容，可以首先重新設置圖片的寬高。我這里原是圖片是1088*2048，想要擴展左側湖里的景象，就可以先將圖片寬度增加到1536，然后移動圖片到右側貼緊圖層邊緣。然后最關鍵的一步，用“橡皮擦”工具，沿著想要擴展的那一邊，細細的擦一道，這么做的目的是告訴模型，從這一部分開始重繪，風格要按照擦除的這部分來進行，然后重新生成圖片。

提升畫質

最開始生成圖片時，為了提高速度和效率，可以適當降低分辨率，的到合適的圖片以后，可以重設分辨率和清晰度，重繪圖片，達到提升畫質的目的。當然，對于已經已經畫好的第三方圖片，也可以加載進來進行處理。

好了，本篇利用AI繪圖進行實踐的文章就介紹到這里，希望能夠幫助到大家。