ChatGPT 之后，再玩玩 Stable-Diffusion

前些天体验的 ChatGPT 主要用来进行文本方面的处理，那么图片生成有没有这样的 AI 工具呢？答案是肯定的。

例如：和菜头公众号的题图和文章中的插图大多都是使用 Stable-Diffusion 的 AI 图形生成工具创作的。顺着 Stable-Diffusion 搜索了下相关资料，发现 AI 创作图片的工具也有不少：

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；
Midjourney：是 Disco Diffusion 的原作者 Somnai 的作品，对 Disco Diffusion 进行了改进，平均 1 分钟能出图；
DALL-E 2：OpenAI 推出 DALL·E 2, DALL-E 2 实现了更高分辨率和更低延迟；
Stable-Diffusion：由 http://stability.ai/ 推出，在 2022 年 8 月 10 号开源了，10 几秒就能出图，算是比较快的了。

本文就以 Stable-Diffusion 为例，谈谈我的使用体验。Stable-Diffusion 作为一个开源工具，使用的方式有多种：

1、基于开源的工具提供了实现，比如官方提供的 https://beta.dreamstudio.ai/dream；,也可以使用 https://huggingface.co/spaces/camenduru/webui

2、本地部署；

3、调用 API 。

官网注册账号

打开 https://beta.dreamstudio.ai/ ，直接选择使用 Google 账号进行注册，你也可以选择自己的方式。

相比较 ChatGPT ，dreamstudio 的注册要方便很多，注册成功后登录界面如下：

dreamstudio 是收费的，成功注册后会赠送 100 个 credits ，每次生成图片，会消耗一些 credits，消耗的多少跟设置有关，默认设置会产生 4 张 512 * 512 的图，消耗 0.8 个 credits 。

配置信息如下：

Widht：图片宽度；
Height：图片高度；
Cfg Scale：一个阈值，越高生成的图片越接近你的描述，越低，AI 发挥空间越大，保持默认就好；
Steps：生成图片用的步骤数，越大生成越慢；
Number of Images：一次生成的图片数量，默认为 4，也可以改为 1，改成 1 后，生成一次只要 0.2 credits。

在上图中最下面的文本框中输入提示文本，点击 Dream 按钮便可生成。

huggingface

直接在浏览器输入：https://huggingface.co/spaces/camenduru/webui 便可使用，可以不用注册登录，缺点就是需要排队，相当于就是多人在同时使用这个服务，如果排队的人较多，生成的时间会比较长。

本地化部署

本地化部署对机器的配置要求比较高，内存和显存都不能太低。

在 GitHub 上有一个仓库 https://github.com/AUTOMATIC1111/stable-diffusion-webui 介绍了 stable-diffusion 怎样离线部署使用，提供了 Windows、Liunx、Mac 等多种方式。

如果你使用的是 Mac ，可以参考：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon

如果你使用的是 Windows ，觉得安装步骤比较繁琐，还有人做了一键安装和启动的项目放在 Github 上，地址如下：

https://github.com/EmpireMediaScience/A1111-Web-UI-Installer

提示语

AI 生成图片的关键在于提示语，就像使用 ChatGPT ，一个好的问题是关键。提示语不会写的话可以先参考，在下面网站中可以搜索相关的图片，查看提示语：

https://lexica.art/

https://www.krea.ai/

https://laion-aesthetic.datasette.io/laion-aesthetic-6pls/images

先多看看那些精美有创意的图片都是什么样的提示词生成的，看多了，再尝试自己去修改、调整。