AI 数字绘画 stable-diffusion 保姆级教程-六虎

简介

近段时刻来，你可能在不少地方都看到了十分多这样的美观的画。

比如这样的赛博朋克风

prompt: Cyberpunk, 8k resolution, castle, the rose sea, dream

水墨画风格

prompt: a watercolor ink painting of a fallen angel with a broken halo wielding a jagged broken blade standing on top of a skyscraper in the style of anti – art trending on artstation deviantart pinterest detailed realistic hd 8 k high resolution

油画

prompt: portrait of bob barker playing twister with scarlett johansson, an oil painting by ross tran and thomas kincade

水彩画

prompt: a girl with lavender hair and black skirt, fairy tale style background, a beautiful half body illustration, top lighting, perfect shadow, soft painting, reduce saturation, leaning towards watercolor, art by hidari and krenz cushart and wenjun lin and akihiko yoshida

而且在各种渠道咱们也是随处可见，以下分别为小红书、闲鱼、twitter

这些图都很像是艺术家画的相同，可是他们却不是出自真正的的艺术家之手，而是 AI 艺术家。AI 就像 16 年打败李世石进军围棋职业相同，开端进军艺术届了。

咱们来看看 AI 绘画开展的比较要害的时刻线

Disco Diffusion 是发布于 Google Colab 渠道的一款利用人工智能深度学习进行数字艺术创作的东西，它是基于 MIT 许可协议的开源东西，能够在 Google Drive 直接运转，也能够布置到本地运转。

Disco Diffusion 有一个坏处，便是速度十分慢，动辄半个小时起步。

Midjourney 是 Disco Diffusion 的原作者 Somnai 所参加的 AI 艺术项目实验室。

Midjourney 对 Disco Diffusion 进行了改善，均匀 1 分钟能出图。

OpenAI 推出 DALL·E 2, DALL-E 2 实现了更高分辨率和更低推迟，而且还包含了新的功能，如编辑现有图画。

现在还没有按到 DALL·E 2 的体会资历。

stability.ai 推出 Stable-Diffusion 而且开源了

一经推出就遭到广阔网友的喜欢，操作简略，出图快，均匀 10-20 秒。

Stable-Diffusion 免费、生成速度又快，每一次生成的效果图就像是开盲盒相同，需求不断测验打磨，所以咱们都张狂似的开端玩耍，甚至连特斯拉的前人工智能和自动驾驶视觉总监 Andrej Karpathy 都沉浸于此。

而 stability.ai 却是一个年轻的英国团队

他们的宗旨为 “**AI by the people, for the people” ，**中文翻译的大意为，人们创造 AI，而且 AI 服务于人，除了 stable-diffusion 他们还参与了很多的 AI 项目

今天首要介绍的便是 stable-diffusion 的玩法，官方利用 stable-diffusion 搭建的渠道首要是 dreamstudio.ai 听这个名字就感觉很牛，梦幻编辑器（自己取得，勿喷，由于生成的图都很梦幻），你也能够自己运用 colab 来本地运转，下面就来详解介绍这两种方法

运用方法

1.官网注册账号

翻开 beta.dreamstudio.ai/ 挑选一种注册方法，我这儿运用了 Google 账号登录（后面也有相关的教程来教你如何来注册一个 Google 账号），你也能够挑选自己的方法。

注册好后，就能够进入到这个界面。

你能够直接在下方输入名词，也能够在翻开右侧的设置按钮，里面会更详细的配置。

输入好要害词后，直接点 Dream 按钮，等待 10 秒左右就能够生成图片。

当然这样的生成方法十分的方便，可是是有次数约束的。

能够看到右上角的点数，默许你注册账号会有 200 点点数，每次生成一张默许设置的图片就会耗费一个点数，假如你要生成更多的方法就需求付费了， 10 英镑 1000 点数。

假如你想取得更高精细程度的图片，单次则需求耗费更多的点数。以下是官方给出的价格表：

而且运用这种方法，你生成图片的版权是自动转为为 CC0 1.0，你能够商用或许非商用你生成的图片，可是也会默许成为公共范畴的资源。

2.运用 Colab（引荐）

这一种是我比较引荐的方法，由于这种方法你能够简直无限地运用 Stable Diffusion，而且由于这种方法是你自己跑模型的方法生成的图片，版权归属于你自己。

Colab 是什么呢？

Colaboratory 简称“Colab”，是 Google Research 团队开发的一款产品。在 Colab 中，任何人都能够经过浏览器编写和执行任意 Python 代码。它尤其适合机器学习、数据分析和教育意图。从技术上来说，Colab 是一种保管式 Jupyter 笔记本服务。用户无需设置，就能够直接运用，同时还能取得 GPU 等计算资源的免费运用权限。 —— research.google.com/colaborator…

由于 Colab 是 Google 的产品，因而你运用前必须要具有一个 Google 账户，假如不知道怎么注册的划到最底下的 Google 账号注册教程。

而咱们现在默许运用的是 Hugging face 开源的 colab 示例。

Hugging face 是一家总部坐落纽约的谈天机器人初创服务商，开发的应用在青少年中颇受欢迎，在上面存储了很多的模型，而 Stability.ai 的 Stable ****Diffusion 也是开源在上面。

翻开链接： colab.research.google.com/github/hugg…

翻开后，点击右上角的衔接。

点击确定

等衔接上后咱们运转第一段脚本，便是检查当前运用的机器。一般是从 K80、T4、P100、V100 中随机分配一个。

我拿到的是一个 Tesla T4 GPU 的机器，这儿比较看人品。假如你拿到一个 V100 的一定要发一波夸耀一下。

然后继续跑下面的指令，装置必要的依靠，每次装置完成后，都会显现运转时刻以及运转状况。

运转到这一步，会要求你填写一个 huggingface_hub 的 token 链接

来到 huggingface.co/settings/to… 这个页面，假如没有登录默许会调到登录页

注册一个账号后，仿制这个 Token 到 Colab 页面

然后会提示你登录成功了，假如提示异常应该是你仿制错了，这个时分你得点开秘钥，手动仿制一下。

然后接下来咱们就开端拉取模型

注意，这儿你直接先运转，是会报错了，会显现 403

{"error":"Access to model CompVis/stable-diffusion-v1-4 is restricted and you are not in the authorized list. Visit https://huggingface.co/CompVis/stable-diffusion-v1-4 to ask for access."}

这是由于你没有去 huggingface 授权访问。

翻开 huggingface.co/CompVis/sta…