现在各种AI大模型大行其道，前有ChatGPT颠覆了我们对对话型AI的原有印象，后有Sora文生视频，让我们看到了利用AI进行创意创作的无限可能性。如今各大公司和团队都争相提出自己的大模型，各种网页端和软件应用也极大地降低了我们使用AI作为生产力的门槛。可惜很多要么需要翻墙爬梯子，要么需要付费买会员，要么生成的图片不理想。
那么有没有不爬梯又比较好用的文生图工具呢？
"文生图"是一个极具创新性的在线AI工具，它能够根据用户输入的文字描述，快速生成相应的图像。这个过程不仅快捷，而且能够节省大量的时间和资源。对于那些需要大量图像但又不希望花费太多精力的用户来说，这无疑是一个理想的解决方案。不管是需要插画、漫画、图标，还是其他类型的图像，只需简单输入文字描述，AI就能产生出令人满意的图像作品。
现在的AI绘图主要用到的模型是SD（Stable Diffusion），它是一种稳定扩散模型，用于生成高质量的图像。这种模型是在传统的扩散模型DDPMs（Denoising Diffusion Probabilistic models）的基础上发展出来的。
经过多个版本的迭代和改进，这类模型已经能很好的执行“文生图”、“图生图”、“后期处理”等AI功能，甚至可以在一定程度上代替PhotoShop等图像处理软件的工作。
现在许多开发者都发布了基于SD模型的改进型模型，基本上所有的网页端和软件也都是基于此模型搭建的，要使用它进行AI绘画，主要有三种方法：
1.自己搭建基于SD的webui，在gitHub上有项目的源代码：。这种方式的优点是自由度高，可以根据自己的需求进行客制化改造，更新也最及时，但是要自己进行环境搭建，对于一般用户来说学习门槛较高，国内使用的话需要魔法，同时经过我的体验稳定性不高，经常会失败。
2.使用网页端应用，这类网站是基于stable-diffusion-webui 搭建的第三方平台，由他们负责维护和更新，并提供稳定的连接，用户只需要选择需要的模型和参数，输入提示词，就可以在线生成图片。
国内有：Liblib Ai：
国外的：Playground AI：，每天有免费的体验次数，速度和质量也不错。
这类网站一般都有自己的模型市场，以供创作者们上传和下载自定义的模型，并且分享自己的绘图作品以及相关生图的参数，非常方便。但是一般都会收费，还没体验就让人付费，是IT程序员最讨厌的事儿。
3.PC端软件，这类软件一般也是基于SD模型进行封装，可以下载模型，设置参数并在本地生成图片，使用体验类似于PS等图片处理软件，但是由于整个生成过程在本地执行，比较依赖于本机算力，电脑性能不好的话生成会很慢，但是好处就是自定义程度相对较高，而且一般免费。
生图软件
最近发现Draw Things，Mac端App Store免费下载。
他的界面是这样的：
参数设置区用于选择模型，采集器，步数和随机种子等参数，首次生成图片首先选择“文本到图像”模式。模型是AI绘画的基础，一般的模型都是基于SD改进的，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风格的图片，可以根据自己的需要进行选择，模型可以在DrawThings里进行下载和选择，当然也可以在Liblib Ai等网站上下载然后导入。
模型分为几个主要的种类：
chekpoint（检查点）
它是完整模型的常见格式，模型体积较大，一般真人版的单个模型的大小在7GB左右，动漫版的在2-5个G之间。决定了图片的整体风格。chekpoint的后缀名是safetensors
有写实，科幻，漫画，广告等等风格
是一种体积较小的绘画模型，是对大模型的微调。可以添加Lora为图片创造更丰富的表现形式。与每次作画只能选择一个大模型不同，lora模型可以在已选择大模型的基础上添加一个甚至多个。一般体积在几十到几百兆左右。
Lora的后缀名也是safetensors，所以在安装的时候要注意，Lora要在规定的地方导入：
Hypernetwork（超网络）
类似 LoRA ，但模型效果不如 LoRA，不能单独使用，需要搭配大模型使用。
采样器
采样器也会在一定程度上影响图画风格，不同于模型，它一般是基于算法。选择对的采样器对于生成图片的质量至关重要，下面介绍一些主流的采样器类型：
DDIM和PLMS是早期SD专为扩散模型而设计的采样器。DPM和DPM++系列是专为扩散模型而设计的新型采样器。DPM++是DPM的改进版。
Euler a 比较适用于图标设计、二次元图像、小型场景等简单的图像数据生成场景。
DPM和DPM++系列非常适用于三维景象和复杂场景的描绘，例如写实人像。
Karras系列是专为扩散模型而设计的改进版采样器，有效提升了图片质量。
Euler a，DPM2 a, DPM++2S a和DPM++2S a Karras适合给图片增加创造性,随着迭代步数的提升，图片也会随之变化。不同的采样方法可能对不同的模型产生不同的影响，会影响生成图片的艺术风格，建议结合模型和迭代步数多做尝试。
步数
生图时，去噪重复的步数被称为采样迭代步数。测试新的模型或Prompts效果时，迭代步数推荐使用10~15，可以快速获得结果，方便进行调整。当迭代步数太低时，生成的图像几乎无法呈现内容。20 ~30之间的迭代步数通常会有不错的效果。40步以上的迭代步数会需要更长的生图时间，但收益可能有限，除非在绘制动物毛发或皮肤纹理等。过低或过高的初始分辨率都可能会让SD生图时无法正常发挥，建议参考基础模型的分辨率，配置合适的初始宽高。
随机种子
随机种子会影响生图时的初始噪声图像。当Seed=-1时，表示每次出图都会随机一个种子，使得每次生成的图都会不同。其他创作者上传图片的时候，一般会附带此图片对应的随机种子，可以参考它来生成类似的图片。点击可以生成一个随机的种子，长按则可以输入特定的随机种子。
提示词
提示词是生成图片时关键中的关键，它直接决定了图片内容，画面风格，场景，表情动作等一些列内容，在生成图片时，选择合适的提示词至关重要。
提示词分为“正向提示词”和“反向提示词”，“正向提示词”代表你想要在图片中呈现的内容，反之“反向提示词”则是不想要在图片里具备的要素。比如，我想要画一张“西瓜大促”相关的宣传图，我就可以这样描述：
“许多人在湖里流动的水边吃西瓜，高质量的微型摄影”，翻译成英文：“Many people eat watermelons by the flowing water in the lake, with high-quality miniature photography”
将这段文字输入DrawThings的文本框，它会自动把整句话拆分成一个个提示词。
当然，我们也可以直接填入想要绘制的提示词：
还有一些其他的参数，比如图片分辨率和比例，文本指导强度（越高越忠实呈现文本内容），以及一次生成的图片数量等等
设置好一切，就可以开始生成图片了，可以多尝试几张，从中挑选最合适的进行二次处理。
二次处理
如果对生成的图片有些细节不满意，可以利用“图像到图像”模式，然后选择强度。高分辨率修复的重绘强度为0时不会改变原图，30% 以下会基于原图稍微修正，超过 70% 会对原图做出较大改变，1 会得到一个完全不同的图像。
二次处理主要包括以下几个目的：
重绘图像元素
如果对图像中某部分的元素不满意，可以用“橡皮擦”擦除该部分，然后重新生成，让模型自动将擦数的部分重绘，甚至可以消除某部分图像元素，实测效果甚至好于PS。
扩图
对于一张图片，如果想要扩展边界部分，让模型绘制出额外的内容，可以首先重新设置图片的宽高。我这里原是图片是1088*2048，想要扩展左侧湖里的景象，就可以先将图片宽度增加到1536，然后移动图片到右侧贴紧图层边缘。然后最关键的一步，用“橡皮擦”工具，沿着想要扩展的那一边，细细的擦一道，这么做的目的是告诉模型，从这一部分开始重绘，风格要按照擦除的这部分来进行，然后重新生成图片。
提升画质
最开始生成图片时，为了提高速度和效率，可以适当降低分辨率，的到合适的图片，可以重设分辨率和清晰度，重绘图片，达到提升画质的目的。当然，对于已经已经画好的第三方图片，也可以加载进来进行处理。
好了，本篇利用AI绘图进行实践的文章就介绍到这里，希望能够帮助到大家。
原文链接：