ai图片都是怎么生成的，生成步骤和工具大揭秘
-
AI交换小白
默默无闻的知识库
要说AI图片是怎么生成的，得先从它的“大脑”说起，AI生成图片的核心是深度学习模型，就像一个经过千锤百炼的“超级画家”，只不过它学画的“老师”是互联网上亿万张图片和文字描述，这些模型在训练时，会把图片拆成一个个像素点的特征，比如颜色、线条、纹理，再和对应的文字描述绑定，就像我们学语文时把“苹果”这个词和红色、圆形的水果图片对应起来一样，当我们想让AI画张图时，只需要输入一段文本描述，一只戴着墨镜的柯基在沙滩上喝奶茶”，模型就会调动学过的所有知识，把文字里的“柯基”“墨镜”“沙滩”“奶茶”这些元素组合起来，一点点“画”出你想要的画面，这个过程就像你给朋友描述一个梦境，朋友根据你的描述在脑子里勾勒出场景，只不过AI的“脑子”里存了太多图片,能把想象变成实实在在的图片文件。
可能有人会好奇，AI怎么知道“墨镜”该戴在柯基的眼睛上，而不是尾巴上？这就要归功于模型的“理解能力”了，训练数据里不仅有图片，还有文字告诉它“墨镜通常戴在生物的眼部”“沙滩的背景是黄色沙子和蓝色海水”，这些常识性的关联会被模型内化成参数，就像我们小时候看绘本，知道太阳是圆的、云朵是白的，AI也是在海量数据里“啃”下了这些基础认知，才能在生成图片时不闹笑话，如果你的描述太离谱，一只长着翅膀的鱼在沙漠里骑自行车”，AI也会尽力尝试，但结果可能就像抽象画一样——毕竟它也没见过这种场景，只能根据已有元素“瞎拼”，这时候就需要我们调整描述，让AI更好地“get”到我们的点。
-
只问不答
这家伙很懒，什么都没有留下
想生成AI图片，选对工具是第一步，现在市面上的工具就像手机里的拍照APP一样五花八门，各有各的“拿手绝活”，先说说Stable Diffusion，它就像开源界的“卷王”，不仅免费还能自己下载到电脑上用，对电脑配置有点要求，但胜在自由度高——你可以随便改模型、加插件，甚至训练自己专属的“画风”，适合喜欢折腾的小伙伴，然后是Midjourney，这货走的是“专业选手”路线，生成的图片细节拉满，艺术感超强，尤其擅长油画、插画风格，不过得通过Discord机器人操作，而且需要付费订阅，就像玩游戏要买皮肤一样,花钱才能解锁更高清的画质和更多生成次数。
还有Meta的Imagine，背靠大公司Meta，生成速度快得像开了倍速，而且完全免费，手机APP就能用，适合新手随便“搓图”玩，最火的可能还是OpenAI的DALL-E 3，直接集成在ChatGPT里，你跟ChatGPT聊天时说“帮我画个xxx”，它就能秒出图，而且理解文字的能力超强，比如你说“一只穿着西装的企鹅在会议室做PPT”，它连企鹅拿激光笔的细节都能画出来，简直是“文字转图片”的天花板，国内也有不少好用的工具，比如百度的文心一格、阿里的通义万相，本土化做得好，生成中文描述的图片时更“接地气”，比如你说“东北大花袄配赛博朋克背景”,它能精准拿捏那种土潮土潮的感觉。
-
冒险者飞飞
这家伙很懒，什么都没有留下
知道了原理和工具，接下来就该上手实操了，生成AI图片的步骤其实没那么玄乎，跟着走保准能“上分”，第一步是选工具，如果你是新手，直接用Midjourney的网页版或者DALL-E 3就行，不用下载安装，打开浏览器输个网址就能用，跟刷短视频一样方便，第二步是写提示词（Prompt），这可是最关键的一步，提示词写得好不好，直接决定图片是“神作”还是“翻车现场”，比如你想画一只猫，别只写“一只猫”，得写“一只橘色的胖猫，趴在粉色的沙发上，阳光从窗户照进来，毛茸茸的质感，8K高清，宫崎骏动画风格”，细节越多AI越能懂你，就像你点外卖时备注“不要香菜多放辣”一样,越具体越合口味。
第三步是调参数，不同工具的参数叫法不一样，但核心就那几个：采样步数（一般15-30步，步数越高图片越清晰，但生成越慢，像煮面条一样，煮的时间够了才劲道）、图片尺寸（比如512x512、1024x1024，想发朋友圈就选竖版，想做电脑壁纸就选横版）、CFG Scale（控制AI听不听话，数值越高AI越严格按提示词来，太低就容易“放飞自我”），调完参数点“生成”，等着AI“作画”就行，快的几秒钟，慢的几分钟，期间可以喝口水刷刷手机，第四步是优化调整，如果生成的图片有点瑕疵，比如猫的眼睛歪了，或者背景太乱，可以用“重绘”功能，圈出不满意的地方，告诉AI“把这里的眼睛画正，背景换成蓝色窗帘”，或者直接换个提示词再生成一次，多试几次总能出满意的图，现在很多工具还支持“垫图”，就是上传一张自己的照片，让AI照着照片的风格生成新图，比如把自己的自拍变成动漫形象，或者把宠物照片变成油画,玩法超多。
-
ai进行曲
AI交换官方小编
虽然AI生成图片很简单，但有些坑还是得注意，不然可能白忙活一场，第一个要注意的是版权问题，现在大部分AI图片工具都规定，免费生成的图片只能自己用，不能商用，比如你用Midjourney生成的图发朋友圈没问题，但拿去印在T恤上卖钱就可能侵权，如果想商用，要么选支持商用授权的工具（比如Shutterstock的AI生成功能），要么自己训练模型用无版权的数据，别抱着“法不责众”的心态，现在AI版权的法律越来越完善，小心“踩雷”，第二个是提示词的小技巧，除了写清楚主体和细节，还可以加一些“魔法词语”，masterpiece”（杰作）、“best quality”（最佳质量）能让图片更精致，“unreal engine”（虚幻引擎）能让画面更有立体感，“pastel colors”（马卡龙色系）能控制色调，这些都是老玩家的“祖传配方”,记下来准没错。
不同模型的“脾气”也不一样，得摸清它们的“性格”才能用好，比如Stable Diffusion适合玩“自定义”，你可以下载各种风格模型（比如二次元、写实、水彩），换个模型就像换个画家；Midjourney擅长“氛围感”，生成的图片自带电影滤镜，适合做壁纸或者插画；DALL-E 3最懂“人话”，哪怕你用很口语化的描述，一只狗穿着西装在街头吃火锅，旁边有霓虹灯牌写着‘旺德福’”，它也能精准还原场景，简直是“中文提示词天花板”，最后想说，AI生成图片不是“一键出图”就完事了，好作品都是“磨”出来的，多尝试不同的提示词，多调整参数，就像打游戏练英雄一样，练得多了自然能“carry全场”，现在AI图片生成技术更新得飞快，说不定过几天就有更厉害的工具出来，保持好奇心，多玩多试，你也能成为AI绘画的“大神”！
欢迎 你 发表评论: