Stable Diffusion是AI绘图工具如何快速生成图像
Stable Diffusion信息介绍
Stable Diffusion是2022年由Stability AI公司牵头开发的AI图像生成模型，它基于潜在扩散模型（Latent Diffusion Model）技术，能通过文本描述生成高质量图像，和其他AI绘图工具比，它最特别的地方是开源特性——代码和模型参数都公开，任何人都能免费下载、修改和使用，我第一次听说它时，还以为又是那种只能在线用的“黑盒子”工具，没想到居然能直接装在自己电脑上，这点让我特别惊喜。
它的工作原理有点像“数字画笔”，先把文本描述拆解成数学向量，再通过扩散过程逐步“去噪”，从模糊的噪点慢慢变成清晰的图像，就像你在纸上随便涂了一团墨，然后用橡皮擦一点点擦出想要的形状，Stable Diffusion就是用算法帮你完成这个“擦墨”的过程，现在它已经更新到多个版本，比如SDXL 1.0，生成的图像分辨率和细节比早期版本提升了不少，连头发丝和衣服纹理都能看得清清楚楚。
Stable Diffusion核心功能有哪些
Stable Diffusion的核心功能特别丰富，最常用的就是文生图——你输入一段文字描述，一只穿着太空服的柯基在火星上跳华尔兹”，它就能生成对应的图像，我试过输入“赛博朋克风格的猫咪咖啡馆，霓虹灯，下雨天”，出来的图里猫咪戴着发光项圈，窗外雨丝还带着光晕，细节特别到位。
除了文生图,还有图生图功能，你可以上传一张自己的照片，让它变成动漫风格，或者把素描图转换成写实画，上次我朋友画了张简笔画的风景，我用图生图功能把它变成了油画质感，朋友直接设成了手机壁纸。
它还支持模型微调，如果你想生成特定风格的图像，比如只画宫崎骏风格的动画场景，可以用自己的数据集训练模型，我见过有人用家里宠物的照片微调模型，生成了一堆“宠物拟人化”的漫画，特别有意思，另外还有“Inpaint”（局部重绘）功能，比如图像里有个不想要的物体，用画笔涂掉，输入描述就能替换成别的东西，像给照片“P图”一样方便。
Stable Diffusion的产品定价
Stable Diffusion本身是开源免费的，你从GitHub下载源码，搭配模型文件就能在本地电脑运行，一分钱不用花，不过模型文件需要自己找资源，有些优质模型可能需要在CivitAI等平台下载，大部分也是免费的，少数作者会设置“打赏下载”，但不强制付费。
如果你不想自己折腾安装,也可以用基于Stable Diffusion的云端服务，比如Stability AI官方的Clipdrop，提供在线生成功能，免费用户有次数限制，付费套餐每月9.99美元起，能解锁更高分辨率和更多生成次数，国内也有不少平台集成了Stable Diffusion，比如百度文心一格、阿里通义千问，这些平台通常有免费额度，超过后按次或包月收费，目前官方暂无明确的统一定价，具体费用要看你用的是本地部署还是第三方平台服务。
这些场景用Stable Diffusion超合适
Stable Diffusion在很多场景下都特别好用，我自己最常拿它来帮朋友做设计，上个月学校社团要办“春日读书节”活动，需要一张海报，预算有限请不起设计师，我就用Stable Diffusion试了试：选了“pastel style”（马卡龙风格）模型，输入提示词“spring reading festival poster, books flying in the air, cherry blossoms, soft pink and green colors, children reading under trees”，调整采样步数30，CFG Scale 8，生成了5张图，社团同学选了一张，我用PS加了活动时间和地点，最后打印出来效果特别好，大家都说比网上找的模板好看多了。
自媒体博主也很适合用它做配图,比如美食博主想发一篇“复古风下午茶”的笔记，直接输入“vintage afternoon tea, lace tablecloth, teacups with floral patterns, macarons, warm sunlight”，几分钟就能生成符合主题的封面图，不用再去图库买图了，游戏美术设计也能用它，比如独立游戏开发者可以快速生成角色草图、场景概念图，节省请原画师的成本，甚至老师上课做PPT，需要历史人物的想象图，输入“孔子在杏树下讲学，古风插画风格”，就能生成直观的教学素材。
Stable Diffusion使用注意事项
用Stable Diffusion时，有几个点需要特别注意，首先是显卡显存要求，它对电脑配置不算低，尤其是生成高清图像时，我一开始用的笔记本电脑，显卡是4G显存，生成512x512像素的图还行，想生成1024x1024的就直接卡崩了，后来换了12G显存的台式机，生成大图才流畅起来，所以如果你的电脑显卡显存低于6G，建议先从低分辨率开始试，或者用云端服务。
提示词撰写技巧，这直接影响生成效果，新手容易只写关键词，一只猫”，结果生成的猫可能姿势奇怪、背景混乱，正确的写法要加细节描述，a white cat with blue eyes, sitting on a red sofa, soft lighting, 8k resolution, realistic photo”，加的细节越多，生成的图像越符合预期，我刚开始写提示词总忘加“8k resolution”，出来的图模糊不清，后来养成习惯每次都加上，画质立刻提升一个档次。
还有版权使用规范，虽然Stable Diffusion生成的图像可以商用，但要注意别生成侵权内容，比如用明星的脸、知名IP角色，可能会有法律风险，如果你用别人训练的模型，最好看一下模型的授权协议，有些模型禁止商用，这点要特别留意。
和同类工具比Stable Diffusion有啥不一样
和现在热门的AI绘图工具比,Stable Diffusion有几个明显优势，先说说MidJourney，它是闭源的，只能通过Discord机器人使用，生成图像依赖官方服务器，你没法改它的模型，想生成特定风格只能靠提示词“硬拗”，而Stable Diffusion是开源可定制的，你可以下载别人训练的模型，比如专门画二次元的“MeinaMix”、画写实人像的“RealVis XL”，甚至能自己训练模型，想画什么风格就调什么模型，自由度高多了。
再看DALL-E 3，它是OpenAI的产品，优点是生成图像和文本描述的匹配度特别高，但它也是闭源的，只能通过API调用或者ChatGPT Plus使用，而且收费不便宜，生成一张高清图要几美元，Stable Diffusion则支持本地部署，你在自己电脑上生成多少张图都不用额外花钱，还不用担心数据隐私问题——毕竟图像生成过程都在自己电脑里，不像云端工具可能会上传你的提示词和生成结果。
还有国内的文心一格、通义千问等工具，虽然操作简单，但模型多样性和自定义程度不如Stable Diffusion，比如你想生成“克苏鲁风格的赛博朋克城市”，Stable Diffusion有专门的克苏鲁模型，调一下参数就能出效果，而其他工具可能只能靠提示词慢慢试，效率低很多。
快速生成图像教程
想快速用Stable Diffusion生成图像，其实步骤很简单，我带你走一遍流程，首先你需要下载安装“Automatic1111 WebUI”，这是目前最流行的Stable Diffusion可视化界面，官网有详细教程，跟着一步步来就行，安装好后，你需要下载模型文件，推荐新手先从“SDXL 1.0”开始，这个版本生成的图像质量高，对提示词的理解也比较准，模型文件可以在CivitAI网站搜索下载，下载后放到“models/Stable-diffusion”文件夹里。
打开WebUI,在左上角“Stable Diffusion checkpoint”那里选择你下载的模型，然后在“Prompt”框里输入提示词，我习惯把提示词分成“主体+细节+风格+参数”几部分，a little girl riding a giant panda, holding a lollipop, in a bamboo forest, spring, soft light, 8k, ultra detailed, cinematic lighting”，接着在“Negative Prompt”框里输入不想要的内容，ugly, blurry, malformed, extra limbs”，避免生成奇怪的图像。
然后调整参数：“Sampling method”选“DPM++ 2M Karras”（这个采样方法生成速度和质量都不错），“Sampling steps”设20-30（步数越多图像越清晰，但生成越慢），“CFG Scale”设7-9（数值越高图像越贴合提示词，但太高会不自然），“Width”和“Height”设512x512或1024x1024（根据显卡显存调整），最后点击“Generate”按钮，等几十秒，图像就生成啦！我第一次生成的时候，看到屏幕上从模糊的噪点慢慢变成清晰的画面，感觉像在看“数字魔术”，特别神奇。
常见问题解答
Stable Diffusion是免费的吗？
Stable Diffusion本身是开源免费的哦！你可以从GitHub上下载它的源码和模型，在自己电脑上安装使用，完全不用花钱，不过要是你不想自己折腾，用一些第三方平台提供的云端服务，比如Stability AI的Clipdrop，可能就要付费啦，免费用户一般有生成次数限制，超过后就得充钱解锁更多功能，具体看你怎么用啦~
Stable Diffusion怎么安装到电脑上？
安装其实不难，跟着步骤来就行！首先去GitHub搜“Automatic1111/stable-diffusion-webui”，下载源码到电脑，然后安装Python（记得勾选“Add Python to PATH”）和Git，接着双击“webui-user.bat”文件，它会自动下载需要的依赖，等依赖下完，去CivitAI下载模型文件，放到“models/Stable-diffusion”文件夹里，再双击“webui-user.bat”就能启动界面啦！对了，电脑显卡最好6G以上显存，不然生成大图会很卡~
Stable Diffusion生成图像需要什么配置？
生成图像对电脑配置还是有要求的，尤其是显卡！推荐用N卡，显存至少6G，12G以上更好，不然生成1024x1024以上的大图会特别慢，甚至直接崩掉，CPU不用太高端，i5或Ryzen 5以上就行，内存建议16G以上，系统用Windows 10/11或者Linux都可以，如果电脑配置不够，也可以用云端服务，不过那就得花钱啦，看你怎么选~
Stable Diffusion和MidJourney哪个更适合新手？
新手的话可能MidJourney上手更快，它直接在Discord里发命令就行，不用装软件，生成图像也很稳定，但Stable Diffusion虽然要自己配置，不过好玩多了！你可以换各种模型，调参数，生成自己想要的风格，比如二次元、写实、油画啥的，自由度特别高，要是你想随便玩玩，MidJourney方便；想深入学AI绘图，Stable Diffusion更值得试，学会了超有成就感！
Stable Diffusion能生成动漫风格的图像吗？
当然能！而且超简单！你去CivitAI搜“anime model”，能找到好多专门生成动漫风格的模型，Anything V3”“Counterfeit-V2.5”“MeinaMix”，下载后加载模型，输入提示词时加上“anime style”“manga”“cel shading”这些词，生成的图就会有浓浓的动漫感，我上次用“Counterfeit”模型生成了一张“穿着JK制服的猫耳少女”，眼睛亮晶晶的，头发还有渐变，朋友还以为是我从动漫里截的图呢！
欢迎 你 发表评论: