想象一下,你只需动动嘴,就能把脑海中的画面变成现实,这听起来是不是很神奇?这就是文生图技术的神奇之处!近年来,文生图(Text-to-Image)技术在人工智能领域的热度持续攀升。这项技术通过自然语言描述生成高质量的图像,结合了自然语言处理(NLP)和计算机视觉(CV)两大领域,在艺术创作、广告设计、虚拟现实等多个领域展现出广泛的应用前景。今天,我们将带你深入了解两大流行工具Midjourney和Stable Diffusion,以及最新的Stable Diffusion 3版本的安装和使用方法。

1722298023861.jpg

第一章:Midjourney vs Stable Diffusion,你选哪一个?

Midjourney和Stable Diffusion都是目前最流行的AI图像生成工具,它们都可以根据文字描述(prompt)生成令人惊叹的图像。

Midjourney

平台:主要在Discord服务器上运行,需要注册Discord账号并加入Midjourney服务器才能使用。

使用方式:通过输入 /imagine 命令和文字描述生成图像。风格倾向:擅长生成梦幻、艺术性、富有想象力的图像,风格独特。操作简便性:相对容易上手,对新手友好,但参数控制较少。商业化:付费订阅制,根据订阅等级提供不同的功能和使用权限。

Stable Diffusion

平台:开源软件,可以在本地电脑、云端服务器或在线平台上运行。使用方式:需要一定的技术基础,下载安装软件或配置环境,并学习使用代码或界面进行操作。风格倾向:风格多样化,可根据训练数据集和参数调整生成不同风格的图像。操作简便性:操作相对复杂,需要一定的学习成本,但参数控制精细,可定制化程度高。商业化:开源免费,可以自由使用和修改,但也有一些商业化版本和服务。
1722298024123.jpg

对比总结

Midjourney 和 Stable Diffusion 各有优势。前者更侧重于艺术创作和广告设计,提供多样化风格和快速生成的能力;后者则以高分辨率、稳定性和扩展性见长,适用于科学研究、游戏影视和虚拟现实等领域。根据具体需求和应用场景选择合适的技术,可以更好地发挥它们的优势。

当然,费用也是考虑的因素,Midjourney需要每月支付订阅费,而Stable Diffusion则是完全开源免费,可实现本地电脑部署。

第二章:Stable Diffusion 3的进化与应用

Stable Diffusion 发展迅速,从基础的1.0版本到高性能的2.0和2.1版本,再到扩展性强的XL版本和轻量化的Lite版本,已经上月刚推出的SD3。Stable Diffusion 为文本生成图像提供了多种解决方案,满足了不同的技术需求和应用场景。不同版本的对比,如下图所示。

1722298024324.jpg

除了官方版本,Stable Diffusion 强大的开源特性催生了众多社区爱好者和研究者在其基础上进行改进和优化,衍生出各种各样的Checkpoint模型,例如:

Anything v3: 以生成二次元人物和场景著称,画风精美,细节丰富。ChilloutMix: 擅长生成亚洲人像,人物真实自然。Deliberate: 风格更加写实,擅长生成细节丰富的场景和物体。Realistic Vision: 专注于生成高度写实的图像。

为了让更多用户能够在低配置设备上体验 Stable Diffusion,也出现了一些轻量化版本,例如:

Waifu Diffusion: 专门用于生成二次元人物,模型体积更小,对硬件要求更低。Stable Diffusion WebUI: 提供网页版操作界面,无需安装软件,降低了使用门槛。

第三章:Stable Diffusion 3的安装指南

目前,使用最新的SD3有两种途径,分别是:本地部署和登录liblib.art进行在线生图。今天我们介绍本地电脑部署SD3的方法。

1. 下载模型

登录 Hugging Face ,根据需求下载相应的模型:

下载地址为:

https://huggingface.co/stabilityai/stable-diffusion-3-medium
1722298024513.jpg
sd3_medium.safetensors: 基础模型sd3_medium_incl_clips.safetensors: 基础+clips模型sd3_medium_incl_clips_t5xxlfp16.safetensors 和 sd3_medium_incl_clips_t5xxlfp8.safetensors: 两个训练后的向量化模型

2. 下载并安装ComfyUI

从 GitHub 下载ComfyUI,解压缩后可以直接使用,根据实际情况选择CPU计算或GPU计算。

下载地址如下:

https://github.com/comfyanonymous/ComfyUI

3. 安装汉化包

可选择安装汉化包

AIGODLIKE-ComfyUI-Translation,将 ZIP 包解压到 ComfyUI\custom_nodes 目录中。

下载地址如下:

https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation
1722298024663.jpg

第四章:使用指南

执行批处理文件开启程序。
1722298024798.jpg
选择大模型。
1722298024918.jpg
分别在正向和反向提示词中输入提示词。
1722298025076.jpg
输入图片生成大小和数量。
1722298025237.jpg
载入并执行提示词。
1722298025448.jpg

第五章:总结回顾

文生图技术正以惊人的速度发展,Midjourney 和 Stable Diffusion 在这一领域各展所长。Midjourney 以其艺术创作和广告设计的独特风格吸引了大量用户,而 Stable Diffusion 则凭借其高分辨率、稳定性和开源特性,成为众多研究和应用项目的首选工具。通过了解和掌握这些技术,我们可以在各自的领域中创造出更多令人惊叹的作品和应用。

Leave a Reply

Your email address will not be published. Required fields are marked *