Stable Diffusion 入门实操篇

了解 SD 与哩布哩布

　　SD，全称为Stable Diffusion，与Midjourney（MJ）一样，是一款AI绘画软件。SD的核心原理是潜在扩散模型（LDM），通过该技术，SD能够将原始图像转化为噪声图像，然后逐渐去除噪声，生成最终的逼真绘画。相比于Midjourney，它具有更强的可控性，它把一切的控制权都交给你。在许多商业场景中更加实用，但操作复杂度也会高一点。不过，MJ与SD是目的性不同的工具，MJ是视觉表现工具，SD是制作取向工具，不同需求者会在不同的阶段使用它们，而且两者并不冲突，在制作上可以相互配合互补。

　　这里强烈推荐哩布哩布（https://www.liblib.art/），它原来是一个模型分享和下载的网站，后来有了在线SD的功能。其界面设计与原生SD基本上一样，Lib不仅可以本地部署，还提供了SD大模型的下载；同时作为一个SD生态网站，它可以线上体验SD功能，无需科学上网。

　　由于本地部署对电脑硬件要求很高，不仅要求中高端显卡，同时还需要安装和设置软件环境。如果你是AI新人，在没有时间和设备的前提下想要试试AI绘图，照着网上的教程做一些东西，为自己的学习和工作提供更多助力，Lib线上版会是非常适合你的学习平台和生产工具。目前每天可以免费生成300张图，非常赞。

基本界面认识

　　打开网址https://www.liblib.art/后，就到了网站首页（如下图），可以看到大幅页面为模型广场，是Lib提供的海量模型库。点击右上角注册登录，点左侧创作区域的【在线生图】，即可到做图操作页面。

　　在开始生图前，可以在Lib上找到众多已经预训练好的模型，一键添加到自己的模型列表中即可直接使用。例如，想要搜索插画类大模型，可以在类型选择CHECKPOINT，搜索框内写插画，即可找到类似模型。

　　感兴趣的小伙伴可以领取全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程、模型插件等。

　　点击【在线生图】，转到做图操作页面（如下图），主要包括大模型选择框、功能标签栏、提示词填写区、提示词操作区、高级参数设置区、结果生成区、结果处理区（图片生成后出现）。

大模型选择

　　大模型有3类：

1. 2D二次元模型：动画插画，偏向平面的二次元人物，例如AWpainting；
2. 2.5D模型：偏向3D的动画人物、游戏道具人物、盲盒、玩具等，例如Rev animated；
3. 写实类模型：真实影片、真人写真、实物拍摄等，例如Chillout Mix、麦橘写实。

　　在生图的操作页面，点开左上角的模型选择区域【CHECKPOINT】（可选默认的模型，也可以自己添加其他各类模型），点击模型后的问号（❓），也可以跳转到模型介绍页面查看其基本介绍信息。

Lora小模型（可选可不选）

　　Lora为SD的一个插件，可以将其理解为辅助的提示词，让AI有更加细化的风格作为参考。你选择了小模型后，提示词框内会加上对应的触发关键词。和收藏大模型一样，在模型广场上也一样可以查找添加Lora小模型到自己的模型库。打开对应模型页面后还可以查看模型创作者给你的玩法提示，帮助你设置你的参数。

　　在作图界面的提示词操作区点开【打开预览】，可以看到自己收藏的Lora模型。甚至还可以训练你自己的Lora模型（高阶玩法，需购买会员）。

提示词区域

　　SD里提示词区域包括正面提示词和负面提示词。负面提示词即你不想要画面中出现的内容，你也可以不填写。总体来说，如果你已经对MJ有所了解的话，提示词对你来说就很简单。并且在这里你直接用中文写也可以，然后点击右上角的翻译，它可以帮你翻译为英文。注意：1.相比于MJ可以理解长句子，SD更适合短语；2.提示词中画风描述词要与所选择的大模型相匹配。如果有冲突，系统会优先按模型效果。比如你选择的模型是二次元的Awpainting，提示词写了写实风格，最后生成的图依然会是二次元风格。

提示词的一些规则

1. 权重设置：（提示词）给提示词加一层小括号表示增加权重1.1倍，（提示词）即增加权重1.1乘1.1=1.21倍；[提示词]给提示词加一层中括号表示降低权重为0.9倍；最后这个方式设置权重更推荐。
2. 利用步数做渐变：提示词1：提示词2: 数字 如果数字<1则表示前（步数乘以数字）步以提示词1生成；如果数字>1则表示前（数字）步以提示词1生成；剩下步数以提示词2生成。
3. 预设常用提示词：可以将常用的正向和负向提示词提前预设写进去然后点击右侧提示词操作区的保存按钮进行命名后续点击下方的预设就可以添加自己预设的内容。如果想要修改覆盖原来的保存内容即可。比如预设保存了自己的固定提示词取名为高清高质量写实照片下一次就可以直接右侧区域选择提示词就可以自动添加进去。
4. 皮克斯风格：可以将添加的皮克斯Lora模型选上点击上面的小图标将触发词加上。
5. 基础参数认识：包括采样方法参数迭代步数面部修复平铺高分辨率修复宽度与高度生图的批次与数量提示词引导系数随机种子ControlNet功能等。每个参数都有其特定的作用和调整范围建议多尝试不同的参数组合以找到最适合自己的生成效果。例如采样方法参数代表不同的生成图片的效率；迭代步数指用多少次来计算你提示词里的内容；面部修复用于改善实景图出现面部崩坏的情况等。适当调节这些参数可以获得更好的生成效果。