第1章　概述

1.1　為什么使用Stable Diffusion

ChatGPT和Midjourney等AIGC（Artificial Intelligence Generated Content，生成式人工智能）工具的興起，給傳統媒體和繪畫行業造成了不小的影響。我們可以通過自然語言進行提問來獲得相應的回答，其中包含了寫作、編程和文藝創作。繪畫藝術曾經被認為是AI行業最難攻克的領域，但是各種AI模型的迭代促進了AI繪畫技術的升級，使它越來越接近專業畫師的水平。其中以Midjourney為代表的AI程序，可以通過文字描述生成圖像，它自2022年7月開放測試至今，已經迭代了5個版本，生成圖像的質量從開始的抽象和初級的圖像，到目前支持2000+的不同繪畫風格，包含了卡通、印象派、抽象派等風格，使得繪畫的門檻降低到非專業人士也可以上手。

與商業版Midjourney對應的開源工具Stable Diffusion，提供了高度定制化和免費的方案，使得它在開源社區里得到廣泛推崇。Midjourney和Stable Diffusion的對比如表1-1所示。

表1-1　Midjourney和Stable Diffusion的對比

近年來，人工智能在藝術領域的應用已經引起越來越多的關注，其中利用人工智能進行繪畫創作更是引起了設計師、藝術家和計算機科學家的極大興趣。Stable Diffusion和ControlNet是人工智能繪畫創作中的兩個關鍵技術方法，使用它們可以繪制出令人驚嘆的藝術效果。如圖1-1所示是使用Stable Diffusion和ControlNet創作的畫作。

圖1-1　使用Stable Diffusion和ControlNet創作的畫作

Stable Diffusion可以在生成過程中有效地管理繪畫元素的分布和形式，從而產生視覺平衡和美觀的藝術作品。通過訓練一個具有控制功能的神經網絡，ControlNet可以實現對生成的繪畫內容的形狀、顏色、紋理等方面的精細控制，從而滿足藝術家或設計師對繪畫創作的個性化需求。例如針對人物作圖里常見的動作遷移，可以結合ControlNet中的OpenPose模型實現人體關鍵點識別，進行模特質態的精細調整；結合Depth和Canny模型可以對建筑物或機械類圖形進行紋理調整，等等。