AI 数字绘画 stable-diffusion 保姆级教程

简介

近段时间来，你可能在不少地方都看到了非常多这样的好看的画。

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

并且在各种平台我们也是随处可见，以下分别为小红书、闲鱼、twitter

这些图都很像是艺术家画的一样，但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行业一样，开始进军艺术届了。

我们来看看 AI 绘画发展的比较关键的时间线

Disco Diffusion 是发布于 Google Colab 平台的一款利用人工智能深度学习进行数字艺术创作的工具，它是基于 MIT 许可协议的开源工具，可以在 Google Drive 直接运行，也可以部署到本地运行。

Disco Diffusion 有一个弊端，就是速度非常慢，动辄半个小时起步。

Midjourney 是 Disco Diffusion 的原作者 Somnai 所加入的 AI 艺术项目实验室。

Midjourney 对 Disco Diffusion 进行了改进，平均 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延迟，而且还包括了新的功能，如编辑现有图像。

目前还没有按到 DALL·E 2 的体验资格。

stability.ai 推出 Stable-Diffusion 并且开源了

一经推出就受到广大网友的喜爱，操作简单，出图快，平均 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一样，需要不断尝试打磨，所以大家都疯狂似的开始玩耍，甚至连特斯拉的前人工智能和自动驾驶视觉总监 Andrej Karpathy 都沉迷于此。

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，并且 AI 服务于人，除了 stable-diffusion 他们还参与了众多的 AI 项目

今天主要介绍的就是 stable-diffusion 的玩法，官方利用 stable-diffusion 搭建的平台主要是 dreamstudio.ai 听这个名字就感觉很牛，梦幻编辑器（自己取得，勿喷，因为生成的图都很梦幻），你也可以自己使用 colab 来本地运行，下面就来详解介绍这两种方式

使用方式

1.官网注册账号

打开 https://beta.dreamstudio.ai/ 选择一种注册方式，我这里使用了 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），你也可以选择自己的方式。

注册好后，就可以进入到这个界面。

你可以直接在下方输入名词，也可以在打开右侧的设置按钮，里面会更详细的配置。

输入好关键词后，直接点 Dream 按钮，等待 10 秒左右就可以生成图片。

当然这样的生成方式非常的方便，但是是有次数限制的。

可以看到右上角的点数，默认你注册账号会有 200 点点数，每次生成一张默认设置的图片就会消耗一个点数，如果你要生成更多的方式就需要付费了， 10 英镑 1000 点数。

如果你想获得更高精细程度的图片，单次则需要消耗更多的点数。以下是官方给出的价格表：

而且使用这种方式，你生成图片的版权是自动转为为 CC0 1.0，你可以商用或者非商用你生成的图片，但是也会默认成为公共领域的资源。

2.使用 Colab（推荐）

这一种是我比较推荐的方式，因为这种方式你可以几乎无限地使用 Stable Diffusion，并且由于这种方式是你自己跑模型的方式生成的图片，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，任何人都可以通过浏览器编写和执行任意 Python 代码。它尤其适合机器学习、数据分析和教育目的。从技术上来说，Colab 是一种托管式 Jupyter 笔记本服务。用户无需设置，就可以直接使用，同时还能获得 GPU 等计算资源的免费使用权限。 —— https://research.google.com/colaboratory/faq.html?hl=zh-CN

由于 Colab 是 Google 的产品，因此你使用前必须要拥有一个 Google 账户，如果不知道怎么注册的划到最底下的 Google 账号注册教程。

而我们目前默认使用的是 Hugging face 开源的 colab 示例。

Hugging face 是一家总部位于纽约的聊天机器人初创服务商，开发的应用在青少年中颇受欢迎，在上面存储了大量的模型，而 Stability.ai 的 Stable ****Diffusion 也是开源在上面。

打开链接： https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb

打开后，点击右上角的连接。

点击确定

等连接上后我们运行第一段脚本，就是查看当前使用的机器。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，这里比较看人品。如果你拿到一个 V100 的一定要发一波炫耀一下。

然后继续跑下面的命令，安装必要的依赖，每次安装完成后，都会显示运行时间以及运行状态。

运行到这一步，会要求你填写一个 huggingface_hub 的 token 链接

来到 https://huggingface.co/settings/tokens 这个页面，如果没有登录默认会调到登录页

注册一个账号后，复制这个 Token 到 Colab 页面

然后会提示你登录成功了，如果提示异常应该是你复制错了，这个时候你得点开秘钥，手动复制一下。

然后接下来我们就开始拉取模型

注意，这里你直接先运行，是会报错了，会显示 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."
}

这是因为你没有去 huggingface 授权访问。

打开 https://huggingface.co/CompVis/stable-diffusion-v1-4