最近学校的教授让我们研究一下新开源的AI作图模型. 本来十分不耐烦, 接触之后却感叹于现在AI的能力. 而且由于我的手残宅男双重属性, 竟爱不释手. 于是在这里简单介绍一下~
模型的名字是<stable-diffusion>, 如果有对其底层原理感兴趣的话, 推荐自己去找找介绍, 我对它的理解, 就是简单四个字, 量子力学! 我的介绍也是以应用为主, 模型主要有两种应用场景:
1. 准备一个图片, 输入描述的文字, 输出另一张图片.
2. 按照输入的文字, 直接输出图片
第一种, 准备图片, 按照输入文字, 输出图片. 这个文字在11区的宅男嘴里也称作<咒文>, 更有甚者还在兜售可以生成, 好不热闹. 我了解到这个功能后, 第一个想法就是找一个动漫妹子来试一下效果. 现在有请可爱的 nagisa 登场.

输入的基础图片是nagisa, 然后分别输入不同的提示文字, 分别是诚哥, NA-GA, 京都动画的提示, 可以发现, 我们的AI朋友精准的将图片的风格转成了他们的风格, 而且确定风格后, 可以继续花费比较长时间去渲染, 让图片更为精致, 光线更为饱满(但是我感觉右下是最好看的).
图片是不是有点lofi...因为传不上去. 在此单独传一下京都的两张


这种图片为基础进行修改, 好像也并不是很罕见, 下面会用另一个例子, 来体现其威力.

可以看到这回的基础图片是一个简笔画, 有手的都可以画出来(但不包括我), 根据我添加不同的细节描述, 图片逐渐从简笔画, 变成了一张还不错的二次元妹子. 是不是手残福音? 我兴奋了, 你随意.
这便是第一个基础图片+描述生成图片的功能介绍, 下面会介绍更为魔法的文字生成图片.
文字生成图片, 便让想象力既无垠, 又随性了. 我第一个迫不及待地想实验的, 便是喜欢的小说中的场景, , 比如<海边的卡夫卡>

其提示语是
"
a lonely young man on the Shore , fantancy world , blue lighting,ambient lighting, dynamic lighting
"
当然还调了一些参数, 感到这是符合我想象的一个场景. 想想平常看小说想象的场景那么多, 很少有具象成画面的时候, 便充满了新鲜感, 以后写随笔的时候大概可以配一些符合心意的图片了.
作为宅男, 当然不会忘了主业! <clannad>中, 最让人感到印象深刻的, 无疑是幻想世界的少女, 我思考了下, 便写下了如下`咒语`(提示)
"
Portrait of a beautiful anime girl, Shawl Brown Hair, wearing long white skirt, green lighting,sleep under a tree, rich vivid colors, ambient lighting, dynamic lighting, clannad
"
咒语已经念出, 回应我的期望吧!

于是我又想起了幻想世界的ushio, 念出了如下`咒语`(提示):
"
a vision of the snowland, a beautiful anime girl sleep on the snowland, Shawl Brown Hair, wearing long white skirt, white lighting, rich vivid colors, ambient lighting, dynamic lighting, clannad
"
回应我的期待吧!

看到画面后, 我竟有种与AI产生交流的感觉. 想想与人沟通, 无非只是寻找一副相同的愿景罢了.
dei, 这便是我想分享的`简明现代魔法`. 什么? 你问我什么学校? 那当然是霍格沃兹.