Was bedeutet stabile Diffusion und wozu dient sie?

El universo de la künstliche Intelligenz hat in den letzten Jahren einen riesigen Sprung nach vorne gemacht und ermöglicht es jedem, unabhängig von seinem technischen Wissen oder seiner künstlerischen Erfahrung, Erstellen Sie eindrucksvolle Bilder aus einfachen Sätzen. Stabile Diffusion, eine der revolutionärsten und anerkanntesten Entwicklungen auf dem Gebiet der generativen KI, stellt Ihnen leistungsstarke Tools zur Verfügung, sowohl für Experimentierfreudige als auch für Design- und Illustrationsprofis.

In diesem Handbuch erzählen wir Ihnen absolut alles über stabile Diffusion. Von den ersten Schritten für Anfänger bis hin zu fortgeschrittenen Eingabeaufforderungs- und Bearbeitungstechniken, einschließlich Empfehlungen für Tools, Vorlagen und Erweiterungen, die Ihre Kreationen auf die nächste Ebene bringen.

Was ist stabile Diffusion und warum hat sie die Bildgebung revolutioniert?

Stabile Diffusion Es handelt sich um ein Open-Source-Modell künstlicher Intelligenz, das die Bilderzeugung mithilfe von Deep-Learning-Techniken demokratisiert hat. Dank seines innovativen Designs ermöglicht es Ihnen, eine einfache Textbeschreibung (Eingabeaufforderung) in unglaubliche Bilder umzuwandeln, detailliert und hochwertig. Wo auch immer Sie sind, Sie können die Vorteile der Engine kostenlos nutzen, sie an einem beliebigen Ort installieren und sie sogar Ihren Anforderungen entsprechend aktualisieren, was sie von anderen kommerziellen und geschlossenen Lösungen unterscheidet.

Die Funktionsweise der stabilen Diffusion basiert auf einer modelo de difusión: Es beginnt mit zufälligem Rauschen, beispielsweise einem toten Fernseher, und eliminiert dieses Rauschen durch mehrere Schritte und Verfeinerungen, die von Ihrem Text geleitet werden, bis ein stimmiges und optisch ansprechendes Bild entsteht.

Diese Funktion macht es zu einem ideale Wahl für Künstler, Content-Ersteller, Entwickler und Heimanwender die über traditionelle Bilder hinausgehen möchten. Die Tatsache, dass es sich um Open Source handelt, öffnet die Tür für endlose Anpassungen, die Integration mit proprietären Tools und die lokale Generierung, ohne auf Server von Drittanbietern oder monatliche Gebühren angewiesen zu sein, wenn Sie dies wünschen.

Was können Sie mit stabiler Diffusion tun?

Stabile Diffusionsanwendungen gehen über das einfache Erstellen eines Bildes aus Text hinaus. KI generiert nicht einfach Bilder von Grund auf, ist aber auch in der Lage:

• Vorhandene Bilder bearbeiten: Sie können ein Foto hochladen und es bitten, Objekte hinzuzufügen, Details zu entfernen oder den Stil zu ändern.
• Übermalen: erweitert die Ränder Ihrer Komposition anhand der Hinweise, die Sie in der Eingabeaufforderung geben.
• Bestimmte Bereiche ausfüllen (Inpainting): Ändern Sie nur einen Teil des ausgewählten Bildes, indem Sie beispielsweise eine Hand fixieren, den Hintergrund ändern oder den Gesichtsausdruck verbessern.
• Bilder transformieren (img2img): Sie können ein echtes Bild als Referenz verwenden, sodass Stable Diffusion es in einem anderen Stil neu interpretieren, die Beleuchtung oder Farben ändern usw. kann.
• Künstlerische Stile kombinieren: Es vermischt verschiedene Techniken und Referenzen (z. B. klassische Kunst, Anime, Fotorealismus usw.) in einer einzigen Eingabeaufforderung.

Das Vielseitigkeit Damit ist es ein idealer Begleiter für digitale Kreativität, Illustration, Grafikdesign und sogar zum Generieren von Ressourcen für Videospiele, Marketingkampagnen oder einfach zum Ausloten der Grenzen der KI.

Wie funktioniert die stabile Diffusion im Inneren?

Stabile Diffusion entsteht durch die Training von Millionen beschrifteter Bilder dank großer Datensätze (wie LAION-5B), wo KI lernt, Textkonzepte mit visuellen Mustern zu verknüpfen. Das Modell verwendet das sogenannte modelo de difusión: zerstört zunächst ein Bild, indem es in Rauschen umgewandelt wird, und lernt dann, es basierend auf dem vom Benutzer eingegebenen Text von Grund auf neu zu rekonstruieren.

Bei jedem Schritt verfeinert das Modell das Bild, Reduzierung des Rauschens und Erhöhung des Detaillierungsgrads, bis das Ergebnis der von uns beschriebenen Szene nahe kommt. Darüber hinaus können Sie mit Stable Diffusion die „Gewichtung“ bestimmter Wörter modulieren, um bestimmte Elemente der Szene zu priorisieren (oder abzuschwächen), Stile zu manipulieren und unerwünschte Ergebnisse zu vermeiden.

La ständige Weiterentwicklung des Projekts und seine Offenheit für Code haben die Entstehung unzähliger Varianten und Verbesserungen durch die Community ermöglicht, beispielsweise neuer Modelle, Stile und Techniken, um viel realistischere oder spezifischere Ergebnisse zu erzielen.

Welche Vorteile bietet Stable Diffusion gegenüber anderen Tools?

Der Hauptunterschied der stabilen Diffusion ist seine kostenlose und Open-Source-Natur. Im Gegensatz zu anderen Modellen wie MidJourney oder DALL-E können Sie es auf Ihrem eigenen Computer ausführen, auf Servern installieren, neue Dinge ausprobieren und es nach Ihren Wünschen ändern. Weitere bemerkenswerte Vorteile sind:

• Kostenlos (außer auf Premium-Plattformen): Sie können die meisten Webdienste und die lokale Installation kostenlos nutzen, es sei denn, Sie entscheiden sich für Premium-Server oder möchten Zugriff auf sehr spezifische erweiterte Funktionen.
• Datenschutz: Sie können Bilder erstellen, ohne Ihr System zu verlassen, und vermeiden so Probleme mit Cloud-Daten oder langsamen Verbindungen.
• Modularidad y personalización: unterstützt eine unbegrenzte Anzahl an benutzerdefinierten Modellen, Stilen, Erweiterungen und von der Community entwickelten Ressourcen.
• Qualität und Detailliertheit: Die neueste Generation von Modellen (SDXL, Juggernaut, Realistic Vision usw.) kann mit der bezahlten Bildproduktion mithalten und übertrifft diese oft sogar.

Vor diesem Hintergrund muss auch auf einige Schwächen bzw. offene Fragen hingewiesen werden. Vor allem ist zu beachten, dass die stabile Diffusion eine steilere Lernkurve als bei anderen Lösungen comerciales. 

Erste Schritte: So installieren und konfigurieren Sie Stable Diffusion lokal

Die Installation von Stable Diffusion auf Ihrem Computer ist einfacher als es scheint, insbesondere mit der beliebten Schnittstelle Automatic 1111, wodurch der Vorgang für Windows so weit wie möglich vereinfacht wurde.

1. Gehen Sie zum offiziellen Repository von Automatic 1111 auf GitHub, suchen Sie nach dem Abschnitt „Assets“ und laden Sie das Installationsprogramm (.exe) herunter.
2. Führen Sie die heruntergeladene Datei aus. Der Installationsvorgang kann je nach Geschwindigkeit Ihres Computers einige Zeit dauern.
3. Wenn Sie fertig sind, haben Sie eine Verknüpfung mit dem Namen „A1111 WebUI“ auf Ihrem Desktop oder in einem Zielordner. Durch Doppelklicken wird die grafische Benutzeroberfläche in Ihrem Browser geöffnet und Sie können mit der Erstellung beginnen.
4. Wir empfehlen, automatische Updates für die Benutzeroberfläche und Erweiterungen sowie die Option „Low VRAM“ zu aktivieren, wenn Ihr Computer nicht besonders leistungsstark ist.

Wenn Sie Mac oder Linux verwenden, gibt es spezielle Anleitungen zur Installation von Stable Diffusion aus den Open-Source-Repositorys.

So schreiben Sie effektive Eingabeaufforderungen in Stable Diffusion: Struktur, Syntax und Tipps

Der Erfolg Ihrer Bilder hängt fast ausschließlich von der Eingabeaufforderung ab. Mit einer guten Struktur erzielen Sie professionelle Ergebnisse und unterscheiden sich stark von denen, die mit vagen Beschreibungen generiert werden.

Eine empfohlene Eingabeaufforderung sollte Folgendes angeben:

• Tipo de imagen: Fotografie, Zeichnung, Illustration, 3D-Rendering usw.
• Sujeto: Wer auf dem Bild erscheint (Person, Tier, Objekt …), mit allen gewünschten Details (Alter, ethnische Zugehörigkeit, Ausdruck usw.)
• Aktion: was macht der Typ.
• Kontext/Szenario: wo die Szene spielt, Beleuchtung, Jahreszeit, vorherrschende Farben usw.
• Modificadores: Malstil, Objektiv und Kamera, Tageszeit, Farbpalette, Referenzkünstler, Auflösung, Qualität, Spezialeffekte wie Bokeh, Unschärfe, Texturierung …

Für prompts negativos, fügen Sie einfach alle Merkmale hinzu, die Sie NICHT im Bild haben möchten: „verschwommen, hässlich, deformierte Hände, zu viele Finger, Text, Wasserzeichen, niedrige Auflösung, falsche Proportionen, morbide, doppelt …“ und alles andere, was Sie am Ergebnis stört.

Wie können Eingabeaufforderungen in Stable Diffusion verbessert werden?

Um die besten Ergebnisse zu erzielen, befolgen Sie diese Tipps. Es empfiehlt sich, die Gewichte und die Programmierung richtig einzustellen. Stabile Diffusion ermöglicht es Ihnen, bestimmten Wörtern mehr oder weniger Bedeutung zu geben Syntax verwenden „Wort:Faktor“. Je höher der Wortfaktor, desto relevanter ist der Begriff. Sie können zusätzliche Klammern verwenden, um die Gewichtung eines Wortes oder Konzepts weiter zu erhöhen.

Darüber hinaus können Sie mit der syntaxgesteuerten Prompt-Programmierung Ideen oder Stile in einem einzigen Bild kombinieren, sodass der Übergang von einem Konzept zum anderen den von Ihnen definierten Schritten folgt.

Wenn Sie nicht weiterkommen oder nach schneller Inspiration suchen, können Sie auf Plattformen wie Lexica, Civitai oder der Registerkarte „PNG-Info“ von Stable Diffusion KI-generierte Bilder ziehen und die genaue Eingabeaufforderung anzeigen, die zu ihrer Erstellung verwendet wurde.

Die besten stabilen Diffusionsmodelle für hyperrealistische und künstlerische Bilder

Das stabile Diffusionsuniversum ist viel umfassender als seine Basismodelle. Derzeit gibt es eine Vielzahl von benutzerdefinierten Modellen (Checkpoints), die an bestimmte Stile angepasst sind, wie z. B. Fotorealismus, Anime, technische Illustration usw. Einige der am meisten empfohlenen und beliebtesten sind:

Modelle für SD 1.5:

• Juggernaut Rborn: Spezialist für realistische Haut, differenzierte Hintergründe und natürliche Farben. Warme Ergebnisse im RAW-Stil.
• Realistische Vision v5.1: Hervorragende Beherrschung von Porträts, Emotionen und Gesichtsdetails. Sehr ausgewogen in Bezug auf Hintergründe und Themen.
• Ich kann nicht glauben, dass es keine Fotografie ist: Vielseitig, hervorragend in Beleuchtung und Winkeln. Ideal für Porträts und verschiedene Themen.
• Photon V1: Balance zwischen Qualität und Vielseitigkeit, insbesondere bei menschlichen Themen.
• Realistisches Stockfoto: Sehr gepflegte Bilder im Katalogstil ohne Hautunreinheiten.
• aZovya Fotoreal: Nicht so bekannt, liefert aber hervorragende Ergebnisse und kann zum Zusammenführen von Techniken mit anderen Modellen verwendet werden.

Modelle für SDXL (neueste Generation):

• Juggernaut XL (x): Filmische Komposition, hervorragend in Porträts und beim Verstehen langer Aufforderungen.
• RealVisXL: Unübertroffen in der Erzeugung realistischer Unvollkommenheiten, Texturen und Farbtonänderungen der Haut.
• HelloWorld XL v6.0: Es bringt einen analogen Ansatz, gute Körperproportionen und Vintage-Ästhetik mit sich. Verwenden Sie GPT4v-Tagging für anspruchsvollere Eingabeaufforderungen.
• Menciones honoríficas: PhotoPedia XL, Realism Engine SDXL, Fully Real XL (weniger aktuell, aber immer noch gültig).

Alle diese Modelle können kostenlos von Repositorien heruntergeladen werden, wie zum Beispiel Civitai, und platzieren Sie sie einfach im entsprechenden Ordner, damit sie in der Stable Diffusion-Schnittstelle angezeigt werden.

So installieren und verwalten Sie benutzerdefinierte Modelle in Stable Diffusion

Das Herunterladen einer neuen Vorlage ist ganz einfach:

1. Greifen Sie auf Repositories wie Civitai zu und filtern Sie nach „Checkpoints“.
2. Wählen Sie das gewünschte Modell aus (achten Sie für zusätzliche Sicherheit darauf, dass es die Erweiterung .safetensor hat).
3. Laden Sie die Datei herunter und kopieren Sie sie in den Pfad /stable-diffusion-webui/models/Stable-diffusion.
4. Starten Sie die Schnittstelle neu und wählen Sie das Modell aus dem Bereich „Checkpoint“ aus.

Profi-Tipps für wirklich beeindruckende Bilder mit Stable Diffusion

Um die stabile Diffusion zu meistern, müssen Sie experimentieren, aus den Ergebnissen lernen und Ihre Technik und Vorstellungskraft verfeinern:

• Spielen Sie mit Einbettungen: Um die Ästhetik Ihrer Bilder zu optimieren, probieren Sie die von den Modellerstellern empfohlenen Einbettungen aus (z. B. BadDream, UnrealisticDream, FastNegativeV2, JuggernautNegative-neg). Durch Einbettungen können Sie Merkmale wie Hände, Augen usw. anpassen.
• Verwenden Sie Gesichtsdetailerweiterungen: Mit der Adetailer-Erweiterung für A1111 oder dem Face Detailer Pipe-Knoten in ComfyUI erzielen Sie makellose Ergebnisse bei Gesichtern und Händen, was besonders für realistische Porträts nützlich ist.
• ControlNets für Perfektionisten: Wenn Sie hohe Ansprüche an Hände, Posen oder Körper haben, erkunden Sie die verschiedenen ControlNet-Typen, um Ihre Kompositionen zu optimieren.
• Ensayo y error: Erwarten Sie nicht, dass das erste Bild perfekt ist. Der Schlüssel liegt darin, zu iterieren, Eingabeaufforderungen zu ändern und Negative anzupassen, bis die gewünschte Qualität erreicht ist.
• Achten Sie auf die Struktur der Eingabeaufforderung: Vermeiden Sie Widersprüche (zum Beispiel „lange Haare“ und „kurze Haare“ im selben Satz) und priorisieren Sie Konzepte am Anfang, die im endgültigen Bild mehr Gewicht haben.

Nach dieser Tour durch die Möglichkeiten der stabilen Diffusion ist klar, dass KI die Art und Weise revolutioniert, wie wir kreieren, Experimentieren Sie und transformieren Sie Bilder mit immer überraschenderen, professionelleren und natürlicheren Ergebnissen.. Wenn Sie sich für digitale Kreativität interessieren, ist jetzt der beste Zeitpunkt, die Welt der KI-gestützten Bildgenerierung zu erkunden: Mit einem guten Impuls, dem richtigen Werkzeug und ein wenig Übung kann jeder die Bilder seiner Träume zum Leben erwecken – von einfachen Skizzen bis hin zu hyperrealistischen Kompositionen, die von professioneller Fotografie nicht zu unterscheiden sind.