Hvað þýðir stöðug dreifing og til hvers er hún notuð?

Alheimurinn í gervigreind hefur tekið risastökk fram á við á undanförnum árum og gert öllum kleift, óháð tæknilegri þekkingu eða listrænni reynslu, að búa til áhrifamikil myndefni úr einföldum orðasamböndum. Stöðugt dreifing, ein byltingarkenndasta og lofsungnasta þróunin á sviði skapandi gervigreindar, setur öflug verkfæri innan seilingar, bæði fyrir þá sem vilja gera tilraunir og fyrir fagfólk í hönnun og myndskreytingu.

Í þessari handbók segjum við þér allt um stöðuga dreifingu. Frá fyrstu skrefum byrjenda til flóknari leiðbeininga- og ritstjórnartækni, þar á meðal tillögur að verkfærum, sniðmátum og viðbætur sem munu lyfta sköpun þinni á næsta stig.

Hvað er stöðug dreifing og hvers vegna hefur hún gjörbylta myndgreiningu?

Stöðugt dreifing Þetta er opinn hugbúnaður fyrir gervigreind sem hefur lýðræðisvætt myndsköpun með því að nota djúpnámsaðferðir. Þökk sé nýstárlegri hönnun, gerir þér kleift að breyta einfaldri textalýsingu (fyrirmæli) í ótrúlegar myndir, ítarleg og hágæða. Hvar sem þú ert geturðu nýtt þér vélina án þess að borga neitt, sett hana upp hvar sem þú vilt og jafnvel uppfært hana að þínum þörfum, sem greinir hana frá öðrum viðskiptalegum og lokuðum lausnum.

Virkni stöðugrar dreifingar byggist á a dreifingarlíkanÞað byrjar með handahófskenndu hávaða eins og dauðu sjónvarpi og, í gegnum mörg skref og fínstillingar, stýrt af textanum þínum, útrýmir þessu hávaða þar til það býr til samhangandi og sjónrænt aðlaðandi mynd.

Þessi eiginleiki gerir það að kjörinn kostur fyrir listamenn, efnishöfunda, forritara og heimilisnotendur sem vilja fara út fyrir hefðbundnar myndir. Sú staðreynd að þetta er opinn hugbúnaður opnar dyrnar að endalausum aðlögunarmöguleikum, samþættingu við sérhannaða verkfæri og staðbundinni framleiðslu, án þess að reiða sig á netþjóna þriðja aðila eða mánaðargjöld ef þú vilt svo.

Hvað er hægt að gera með stöðugri dreifingu?

Stöðug dreifingarforrit fara lengra en að búa einfaldlega til mynd úr texta. Gervigreind býr ekki bara til myndir frá grunni, en er einnig fær um að:

• Breyta fyrirliggjandi myndum: Þú getur hlaðið inn mynd og beðið hana um að bæta við hlutum, fjarlægja smáatriði eða breyta stíl.
• Útmálun: lengir brúnir samsetningarinnar út frá vísbendingunum sem þú gefur í fyrirmælunum.
• Að fylla út ákveðin svæði (innmálun): Breyttu aðeins hluta af myndinni sem þú velur, eins og að laga hönd, breyta bakgrunni eða auka svipbrigði andlits.
• Umbreyta myndum (img2img): Þú getur notað raunverulega mynd sem viðmiðun svo að Stable Diffusion geti endurtúlkað hana í öðrum stíl, breytt lýsingu eða litum...
• Að sameina listræna stíla: Það blandar saman mismunandi aðferðum og tilvísunum (til dæmis klassískri list, anime, ljósmyndaraugnsæi o.s.frv.) í einni fyrirsögn.

þetta fjölhæfni sem gerir það að kjörnum félaga fyrir stafræna sköpun, myndskreytingar, grafíska hönnun og jafnvel að búa til auðlindir fyrir tölvuleiki, markaðsherferðir eða einfaldlega að hafa gaman af að kanna mörk gervigreindar.

Hvernig virkar stöðug dreifing að innan?

Stöðug dreifing kemur frá þjálfun milljóna mynda með texta þökk sé stórum gagnasöfnum (eins og LAION-5B), þar sem gervigreind lærir að tengja textahugtök við sjónræn mynstur. Líkanið notar það sem kallast dreifingarlíkan: eyðileggur fyrst mynd með því að breyta henni í hávaða og lærir síðan að endurbyggja hana frá grunni út frá textanum sem notandinn slær inn.

Í hverju skrefi fínstillir líkanið myndina, að draga úr hávaða og auka smáatriði, þar til niðurstaðan nálgast þá sviðsmynd sem við höfum lýst. Að auki gerir Stable Diffusion þér kleift að stýra „þyngd“ ákveðinna orða til að forgangsraða (eða draga úr) ákveðnum þáttum senunnar, stjórna stíl og forðast óæskilegar niðurstöður.

La stöðug þróun verkefnisins og opnun þess fyrir kóða hafa gert samfélaginu kleift að koma á ótal afbrigðum og úrbótum, svo sem nýjum gerðum, stílum og aðferðum til að ná mun raunhæfari eða sértækari niðurstöðum.

Hvaða kosti býður Stable Diffusion upp á umfram önnur verkfæri?

Helsti munurinn á stöðugri dreifingu er frjáls og opinn hugbúnaður þess. Ólíkt öðrum gerðum eins og MidJourney eða DALL-E geturðu keyrt það á eigin tölvu, sett það upp á netþjónum, prófað nýja hluti og breytt því að vild. Aðrir athyglisverðir kostir eru meðal annars:

• Ókeypis (nema á aukagjaldsvöngum)Þú getur notað flestar vefþjónustur og staðbundna uppsetningu án endurgjalds, nema þú veljir aukagjaldsþjóna eða viljir aðgang að mjög sérstökum ítarlegum eiginleikum.
• Persónuvernd: Þú getur búið til myndir án þess að fara úr kerfinu þínu, sem forðast vandamál með skýjagögn eða hægar tengingar.
• Mátkerfi og sérstillingar: styður óendanlega mikið úrval af sérsniðnum líkönum, stílum, viðbætur og samfélagsþróuðum úrræðum.
• Gæði og smáatriði: Nýjasta kynslóð líkana (SDXL, Juggernaut, Realistic Vision, o.fl.) keppir við og er oft betri en greiddir myndvinnsluaðilar.

Í ljósi þessa verður einnig að benda á nokkra veikleika eða yfirvofandi málaflokka. Umfram allt ber að hafa í huga að stöðug dreifing kynnir brattari námsferill en aðrar lausnir auglýsing. 

Að byrja: Hvernig á að setja upp og stilla stöðuga dreifingu á staðnum

Það er auðveldara en það virðist að setja upp Stable Diffusion á tölvuna þína, sérstaklega með vinsæla viðmótinu. Sjálfvirkur 1111., sem hefur einfaldað ferlið eins mikið og mögulegt er fyrir Windows.

1. Farðu í opinbera geymsluna fyrir Sjálfvirk 1111 á GitHub, leitaðu að hlutanum „eignir“ og sæktu uppsetningarskrána (.exe).
2. Keyrðu niðurhalaða skrána. Uppsetningarferlið getur tekið smá tíma eftir því hversu hratt tölvurnar þínar eru.
3. Þegar því er lokið muntu hafa flýtileið sem heitir „A1111 WebUI“ á skjáborðinu þínu eða í áfangamöppu. Tvísmellið opnar myndræna viðmótið í vafranum þínum, tilbúið til að hefja sköpun.
4. Við mælum með að virkja sjálfvirkar uppfærslur fyrir viðmótið og viðbæturnar, sem og valkostinn „lítið VRAM“ ef tölvan þín er ekki mjög öflug.

Ef þú ert að nota Mac eða Linux, þá eru til sérstakar leiðbeiningar um uppsetningu Stable Diffusion úr opnum hugbúnaðargeymslum þeirra.

Hvernig á að skrifa árangursríkar leiðbeiningar í Stable Diffusion: uppbygging, setningafræði og ráð

Árangur myndanna þinna veltur næstum eingöngu á fyrirmælunum. Góð uppbygging gerir þér kleift að ná faglegum árangri og mjög ólík þeim sem eru búnar til með óljósum lýsingum.

Ráðlagður fyrirmæli ættu að gefa til kynna:

• Tegund myndar: ljósmyndun, teikningar, myndskreytingar, þrívíddarmyndir o.s.frv.
• Efni: Hverjir birtast á myndinni (persóna, dýr, hlutur…), með öllum þeim upplýsingum sem þú vilt (aldur, þjóðerni, svipbrigði o.s.frv.)
• Aðgerð: Hvað er sá gaur að gera?
• Samhengi/sviðsmynd: hvar senan gerist, lýsing, árstími, ríkjandi litir o.s.frv.
• Breytingar: Málstíll, linsa og myndavél, tími dags, litapalletta, tilvísunarlistamenn, upplausn, gæði, sérstök áhrif eins og bokeh, þoka, áferð...

að neikvæðar ábendingar, einfaldlega bættu við öllum þeim eiginleikum sem þú vilt EKKI hafa á myndinni: „óskýrar, ljótar, afmyndaðar hendur, of margir fingur, texti, vatnsmerki, lág upplausn, röng hlutföll, sjúklegt, tvítekið…“ og allt annað sem angrar þig í niðurstöðunni.

Hvernig á að bæta leiðbeiningar í stöðugri dreifingu?

Til að ná sem bestum árangri skaltu fylgja þessum ráðum. Það er ráðlegt að stilla þyngdir og forritun rétt. Stöðug dreifing gerir þér kleift að gefa ákveðnum orðum meiri eða minni mikilvægi með því að nota setningafræði „orð:þáttur“. Því hærra sem word:factor er, því viðeigandi verður hugtakið; Þú getur notað viðbótar sviga til að auka enn frekar vægi orðs eða hugtaks.

Að auki gerir setningafræðidrifin hvetjaforritun þér kleift að sameina hugmyndir eða stíl í einni mynd, þannig að umskiptin frá einu hugtaki til annars fylgja skrefunum sem þú skilgreinir.

Ef þú ert fastur eða ert að leita að skjótum innblæstri, þá leyfa kerfi eins og Lexica, Civitai eða PNG upplýsingaflipanum frá Stable Diffusion þér að draga myndir sem eru búnar til með gervigreind og sjá nákvæmlega hvaða leiðbeiningar voru notaðar til að búa þær til.

Bestu stöðugu dreifingarlíkönin fyrir ofurraunsæjar og listrænar myndir

Alheimur stöðugrar dreifingar er mun víðtækari en grunnlíkön hans. Nú á dögum eru til fjölmörg sérsniðin líkön (eftirlitsstöðvar) sem eru aðlöguð að ákveðnum stíl, svo sem ljósmyndaraugnsæi, anime, tæknilegri myndskreytingu o.s.frv. Sumir af þeim sem eru vinsælastir og ráðlagðir eru:

Líkanir fyrir SD 1.5:

• Juggernaut Rborn: Sérfræðingur í raunverulegri húð, aðgreindum bakgrunni og náttúrulegum litum. Hlýjar, RAW-stíl niðurstöður.
• Raunhæf sýn útgáfa 5.1: Frábært vald á andlitsmyndum, tilfinningum og andlitssmáatriðum. Mjög jafnvægi í bakgrunni og viðfangsefnum.
• Ég trúi því varla að þetta sé ekki ljósmyndun: Fjölhæfur, frábær í lýsingu og sjónarhornum. Tilvalið fyrir portrettmyndir og ýmis þemu.
• Ljósmynd V1: Jafnvægi milli gæða og fjölhæfni, sérstaklega fyrir mannleg þemu.
• Raunhæf mynd: Mjög fágaðar myndir í myndasögustíl án húðlýta.
• aZovya Photoreal: Ekki eins vel þekkt en skilar framúrskarandi árangri og hægt er að nota hana til að sameina tækni við aðrar gerðir.

Líkön fyrir SDXL (nýjasta kynslóð):

• Juggernaut XL (x): Kvikmyndaleg myndbygging, frábær í portrettmyndum og skilningur á löngum fyrirmælum.
• RealVisXL: Óviðjafnanlegt í að skapa raunverulegar ófullkomleikar, áferð og tónabreytingar í húðinni.
• HallóHeimur XL útgáfa 6.0: Það færir með sér hliðstæða nálgun, góð líkamshlutföll og klassíska fagurfræði. Notaðu GPT4v merkingu fyrir flóknari fyrirmæli.
• Heiðursviðurkenningar: PhotoPedia XL, Realism Engine SDXL, Fully Real XL (minna nýtt en samt gilt).

Hægt er að hlaða niður öllum þessum líkönum ókeypis úr gagnasöfnum eins og Civitaiog settu þau einfaldlega í viðeigandi möppu til að birtast í Stable Diffusion viðmótinu.

Hvernig á að setja upp og stjórna sérsniðnum líkönum í Stable Diffusion

Að hlaða niður nýju sniðmáti er eins einfalt og:

1. Fáðu aðgang að gagnasöfnum eins og Civitai og síaðu eftir „eftirlitsstöðvum“.
2. Veldu þá gerð sem þú vilt (vertu viss um að hún hafi .safetensor viðskeytið fyrir aukið öryggi).
3. Sæktu skrána og afritaðu hana á slóðina /stable-diffusion-webui/models/Stable-diffusion.
4. Endurræstu viðmótið og veldu líkanið úr „Checkpoint“ glugganum.

Ráðleggingar frá fagfólki til að ná sannarlega stórkostlegum myndum með stöðugri dreifingu

Að ná tökum á stöðugri dreifingu felur í sér að gera tilraunir, læra af niðurstöðunum og skerpa á tækni og ímyndunarafli:

• Leiktu þér með innfellingar: Til að fínstilla fagurfræði myndanna þinna skaltu prófa innfellingar sem módelshöfundar mæla með (t.d. BadDream, UnrealisticDream, FastNegativeV2, JuggernautNegative-neg). Innfellingar gera þér kleift að stilla eiginleika eins og hendur, augu o.s.frv.
• Notaðu andlitsframlengingar: Adetailer viðbótin fyrir A1111 eða Face Detailer Pipe hnúturinn í ComfyUI mun hjálpa þér að ná gallalausum árangri á andlitum og höndum, sérstaklega gagnlegt fyrir raunverulegar andlitsmyndir.
• ControlNets fyrir fullkomnunarsinna: Ef þú ert krefjandi með hendur, stellingar eða líkama, skoðaðu þá mismunandi gerðir af ControlNet til að fínstilla tónsmíðar þínar.
• Tilraunir og mistök: Ekki búast við að fyrsta myndin sé fullkomin; Lykilatriðið er að endurtaka, breyta fyrirmælum og aðlaga neikvæðni þar til tilætluðum gæðum er náð.
• Gefðu gaum að uppbyggingu fyrirmælanna: Forðastu mótsagnir (til dæmis „sítt hár“ og „stutt hár“ í sömu setningu) og forgangsraðaðu hugtökum í upphafi, sem munu hafa meira vægi í lokaútgáfunni.

Eftir þessa skoðun á möguleikum stöðugrar dreifingar er ljóst að gervigreind er að gjörbylta því hvernig við sköpum, gera tilraunir og umbreyta myndum með sífellt óvæntari, faglegri og náttúrulegri niðurstöðum. Ef þú hefur áhuga á stafrænni sköpun, þá er enginn betri tími til að kanna heim gervigreindar í myndsköpun: með góðri fyrirmælum, réttu tólinu og smá æfingu getur hver sem er gert myndirnar sem þeir ímynda sér að veruleika, allt frá einföldum skissum til ofurraunsæja mynda sem eru óaðgreinanlegar frá faglegri ljósmyndun.