Ką reiškia stabili difuzija ir kam ji skirta?

Visata dirbtinis intelektas pastaraisiais metais žengė milžinišką žingsnį į priekį, leisdamas kiekvienam, nepaisant techninių žinių ar meninės patirties, sukurkite ryškius vaizdus iš paprastų frazių. Stabili difuzija, vienas revoliucingiausių ir pripažintų generatyvinio dirbtinio intelekto srities atradimų, suteikia galingus įrankius tiek tiems, kurie nori eksperimentuoti, tiek dizaino ir iliustracijos specialistams.

Šiame vadove papasakosime viską apie stabilią difuziją. Nuo pradedančiųjų pirmųjų žingsnių iki pažangių raginimų ir redagavimo metodų, įskaitant rekomendacijas dėl įrankių, šablonų ir plėtinių, kurie pakels jūsų kūrinius į kitą lygį.

Kas yra stabili difuzija ir kodėl ji sukėlė revoliuciją vaizdavimo srityje?

Stabili difuzija Tai atvirojo kodo dirbtinio intelekto modelis, kuris demokratizavo vaizdų kūrimą, naudodamas gilaus mokymosi metodus. Dėl savo novatoriško dizaino, leidžia paprastą tekstinį aprašymą (užklausą) konvertuoti į neįtikėtinus vaizdus, detalus ir aukštos kokybės. Kad ir kur būtumėte, galite nemokamai naudotis jo varikliu, įdiegti jį bet kur, kur norite, ir netgi atnaujinti pagal savo poreikius, o tai išskiria jį iš kitų komercinių ir uždarų sprendimų.

Stabilios difuzijos veikimas pagrįstas a difuzijos modelisPradžioje – atsitiktinis triukšmas, pavyzdžiui, neveikiantis televizorius, ir, atlikus kelis veiksmus bei patobulinimus, vadovaujantis jūsų tekstu, pašalinamas, kol sukuriamas vientisas ir vizualiai patrauklus vaizdas.

Ši funkcija paverčia jį idealus pasirinkimas menininkams, turinio kūrėjams, programuotojams ir namų vartotojams kurie nori peržengti tradicinių vaizdų ribas. Tai, kad tai atvirojo kodo programa, atveria duris begalinėms pritaikymo galimybėms, integracijai su patentuotais įrankiais ir vietinei generacijai, nepasikliaujant trečiųjų šalių serveriais ar mėnesiniais mokesčiais, jei to pageidaujate.

Ką galima padaryti su stabilia difuzija?

Stabilios difuzijos programos neapsiriboja vien tik vaizdo kūrimu iš teksto. Dirbtinis intelektas ne tik generuoja vaizdus nuo nulio, bet taip pat gali:

• Redaguoti esamus vaizdus: Galite įkelti nuotrauką ir paprašyti, kad ji pridėtų objektų, pašalintų detales arba pakeistų stilių.
• Perdažymas: išplečia jūsų kompozicijos ribas nuo užuominų, kurias pateikiate raginime.
• Konkrečių sričių užpildymas (uždažymas): Modifikuokite tik dalį pasirinkto vaizdo, pavyzdžiui, pataisykite ranką, pakeiskite foną arba paryškinkite veido išraišką.
• Transformuoti vaizdus (img2img): Galite naudoti tikrą vaizdą kaip nuorodą, kad „Stable Diffusion“ galėtų jį interpretuoti kitu stiliumi, pakeisti apšvietimą ar spalvas...
• Meninių stilių derinimas: Jame vienoje eilutėje derinamos skirtingos technikos ir užuominos (pavyzdžiui, klasikinis menas, anime, fotorealizmas ir kt.).

Tai universalumas todėl tai idealus pagalbininkas skaitmeninei kūrybai, iliustracijai, grafiniam dizainui ir netgi išteklių kūrimui vaizdo žaidimams, rinkodaros kampanijoms ar tiesiog smagiai leidžiant laiką tyrinėjant dirbtinio intelekto ribas.

Kaip stabili difuzija veikia viduje?

Stabili difuzija kyla iš milijonų paveikslėlių su užrašais mokymas dėka didelių duomenų rinkinių (pvz., LAION-5B), kur dirbtinis intelektas išmoksta susieti tekstines sąvokas su vaizdiniais modeliais. Modelis naudoja tai, kas vadinama difuzijos modelis: pirmiausia sunaikina vaizdą paversdamas jį triukšmu, o tada išmoksta jį atkurti nuo nulio pagal vartotojo įvedamą tekstą.

Kiekviename žingsnyje modelis tobulina vaizdą, sumažinti triukšmą ir padidinti detalumo lygį, kol rezultatas priartės prie mūsų aprašytos scenos. Be to, stabili difuzija leidžia moduliuoti tam tikrų žodžių „svorį“, kad būtų galima teikti pirmenybę (arba susilpninti) konkrečius scenos elementus, manipuliuoti stiliais ir išvengti nepageidaujamų rezultatų.

La nuolatinis projekto vystymas ir jo atvirumas kodui leido bendruomenei atsirasti daugybei variantų ir patobulinimų, tokių kaip nauji modeliai, stiliai ir technikos, siekiant daug realistiškesnių ar konkretesnių rezultatų.

Kokius „Stabilus difuzinis metodas“ pranašumus siūlo, palyginti su kitais įrankiais?

Pagrindinis stabilios difuzijos skirtumas yra tas, jo nemokamas ir atvirojo kodo pobūdis. Skirtingai nuo kitų modelių, tokių kaip „MidJourney“ ar „DALL-E“, galite jį paleisti savo kompiuteryje, įdiegti serveriuose, išbandyti naujus dalykus ir modifikuoti pagal savo skonį. Kiti pastebimi privalumai:

• Nemokama (išskyrus aukščiausios klasės platformas)Galite nemokamai naudotis dauguma žiniatinklio paslaugų ir vietiniu diegimu, nebent pasirinksite aukščiausios kokybės serverius arba norite pasiekti labai specifines išplėstines funkcijas.
• Privatumas: Galite kurti vaizdus neišeidami iš sistemos, išvengdami problemų dėl debesies duomenų ar lėto ryšio.
• Moduliškumas ir pritaikymas: palaiko begalinį pasirinktinių modelių, stilių, plėtinių ir bendruomenės sukurtų išteklių skaičių.
• Kokybė ir detalumas: Naujausios kartos modeliai (SDXL, „Juggernaut“, „Realistic Vision“ ir kt.) konkuruoja su mokama vaizdų gamyba ir dažnai ją lenkia.

Atsižvelgiant į tai, taip pat reikėtų atkreipti dėmesį į kai kuriuos trūkumus ar neišspręstas problemas. Svarbiausia atkreipti dėmesį į tai, kad stabili difuzija pasižymi statesnė mokymosi kreivė nei kitų sprendimų reklamos. 

Darbo pradžia: kaip įdiegti ir konfigūruoti stabilią difuziją lokaliai

„Stable Diffusion“ įdiegimas kompiuteryje yra lengvesnis nei atrodo, ypač naudojant populiarią sąsają. Automatinis 1111, kuris kiek įmanoma supaprastino procesą sistemoje „Windows“.

1. Eikite į oficialią saugyklą Automatinis 1111 iškvietimas „GitHub“ platformoje, ieškokite skyriaus „turtas“ ir atsisiųskite diegimo programą (.exe).
2. Paleiskite atsisiųstą failą. Diegimo procesas gali užtrukti šiek tiek laiko, priklausomai nuo jūsų kompiuterio greičio.
3. Baigę, darbalaukyje arba paskirties aplanke turėsite nuorodą pavadinimu „A1111 WebUI“. Dukart spustelėjus, naršyklėje bus atidaryta grafinė sąsaja, kurioje galėsite pradėti kurti.
4. Rekomenduojame įjungti automatinius sąsajos ir plėtinių atnaujinimus, taip pat parinktį „maža VRAM“, jei jūsų kompiuteris nėra labai galingas.

Jei naudojate „Mac“ arba „Linux“, yra specialūs „Stable Diffusion“ diegimo vadovai iš jų atvirojo kodo saugyklų.

Kaip rašyti efektyvias užduotis naudojant „Stable Diffusion“: struktūra, sintaksė ir patarimai

Jūsų vaizdų sėkmė beveik visiškai priklauso nuo raginimo. Gera struktūra leis jums pasiekti profesionalių rezultatų ir labai skiriasi nuo tų, kurie generuojami su neaiškiais aprašymais.

Rekomenduojamame raginime turėtų būti nurodyta:

• Vaizdo tipas: fotografija, piešimas, iliustravimas, 3D vizualizacija ir kt.
• Tema: Kas matomas paveikslėlyje (asmuo, gyvūnas, objektas...), nurodant visą norimą informaciją (amžių, tautybę, išraišką ir kt.)
• Veiksmas: ką tas vyrukas daro.
• Kontekstas / scenarijus: vieta, kurioje vyksta veiksmas, apšvietimas, metų laikas, vyraujančios spalvos ir kt.
• Modifikatoriai: tapybos stilius, objektyvas ir fotoaparatas, paros laikas, spalvų paletė, menininkai, raiška, kokybė, specialieji efektai, tokie kaip „bokeh“, suliejimas, tekstūravimas...

Už neigiami raginimai, tiesiog pridėkite visas ypatybes, kurių NENORITE paveikslėlyje: „neryškios, negražios, deformuotos rankos, per daug pirštų, tekstas, vandens ženklai, maža raiška, neteisingos proporcijos, niūrus, pasikartojantis vaizdas...“ ir visa kita, kas jums trikdo rezultate.

Kaip patobulinti raginimus „Stabilioje difuzijoje“?

Norėdami pasiekti geriausių rezultatų, vadovaukitės šiais patarimais. Patartina teisingai sureguliuoti svorius ir programavimą. Stabilus difuzija leidžia suteikti daugiau ar mažiau svarbos tam tikriems žodžiams naudojant sintaksę „žodis: veiksnys“. Kuo didesnis žodžio koeficientas (word:factor), tuo aktualesnis bus tas terminas; Galite naudoti papildomus skliaustus, kad dar labiau padidintumėte žodžio ar sąvokos svorį.

Be to, sintaksės valdomas raginimų programavimas leidžia sujungti idėjas ar stilius viename paveikslėlyje, todėl perėjimas nuo vienos koncepcijos prie kitos atliekamas pagal jūsų apibrėžtus veiksmus.

Jei užstrigote arba ieškote greito įkvėpimo, tokios platformos kaip „Lexica“, „Civitai“ arba „Stable Diffusion“ sukurtame PNG informacijos skirtuke galite vilkti dirbtinio intelekto sugeneruotus vaizdus ir pamatyti tikslų raginimą, naudojamą jiems sukurti.

Geriausi stabilios difuzijos modeliai hiperrealistiniams ir meniniams vaizdams

Stabilios difuzijos visata yra daug platesnė nei jos pagrindiniai modeliai. Šiuo metu yra daugybė pritaikytų modelių (kontrolinių taškų), pritaikytų konkretiems stiliams, pavyzdžiui, fotorealizmui, anime, techninei iliustracijai ir kt. Kai kurie iš labiausiai rekomenduojamų ir populiariausių yra šie:

SD 1.5 modeliai:

• Juggernaut Rborn: Realistinės odos, diferencijuoto fono ir natūralių spalvų specialistas. Šilti, RAW stiliaus rezultatai.
• Realistinė vizija v5.1: Puikus portretų, emocijų ir veido detalių perteikimas. Labai subalansuotas fonas ir temos.
• Negaliu patikėti, kad tai ne fotografija: Universalus, puikiai tinka apšvietimui ir fotografavimo kampams. Idealiai tinka portretams ir įvairioms temoms fotografuoti.
• Fotonas V1: Balansas tarp kokybės ir universalumo, ypač kalbant apie žmonių temas.
• Realistiška nuotrauka: Labai nugludinti, katalogo stiliaus vaizdai be jokių odos defektų.
• „aZovya Photoreal“: Ne taip gerai žinomas, bet duoda puikių rezultatų ir gali būti naudojamas derinant technikas su kitais modeliais.

SDXL modeliai (naujausios kartos):

• Juggernaut XL (x): Kinematografiška kompozicija, puikiai tinka portretams ir ilgų instrukcijų supratimui.
• RealVisXL: Neprilygstamai perteikia tikroviškus odos trūkumus, tekstūras ir atspalvio pokyčius.
• „HelloWorld XL“ 6.0 versija: Jis pasižymi analoginiu požiūriu, geromis kūno proporcijomis ir vintažine estetika. Sudėtingesniems raginimams naudokite GPT4v žymėjimą.
• Garbingai paminėti: „PhotoPedia XL“, „Realism Engine SDXL“, „Fully Real XL“ (mažiau naujesnė, bet vis dar galiojanti).

Visus šiuos modelius galima nemokamai atsisiųsti iš saugyklų, tokių kaip Čivitajusir tiesiog įdėkite juos į atitinkamą aplanką, kad jie būtų rodomi „Stabilios difuzijos“ sąsajoje.

Kaip įdiegti ir valdyti pasirinktinius modelius sistemoje „Stable Diffusion“

Naujo šablono atsisiuntimas yra toks paprastas:

1. Pasiekite tokias saugyklas kaip „Civitai“ ir filtruokite pagal „Checkpoints“.
2. Pasirinkite norimą modelį (įsitikinkite, kad jis turi .safetensor plėtinį, kad būtų užtikrintas didesnis saugumas).
3. Atsisiųskite failą ir nukopijuokite jį į kelią /stable-diffusion-webui/models/Stable-diffusion.
4. Paleiskite sąsają iš naujo ir pasirinkite modelį iš „Checkpoint“ skydelio.

Profesionalų patarimai, kaip naudojant „Stabile Diffusion“ gauti išties stulbinančius vaizdus

Stabilios difuzijos įvaldymas apima eksperimentavimą, mokymąsi iš rezultatų ir savo technikos bei vaizduotės lavinimą:

• Pažaiskite su įterpimais elementais: Norėdami patobulinti vaizdų estetiką, išbandykite modelių kūrėjų rekomenduojamus įterpimus (pvz., „BadDream“, „UnrealisticDream“, „FastNegativeV2“, „JuggernautNegative-neg“). Įterpimai leidžia koreguoti tokias funkcijas kaip rankos, akys ir kt.
• Naudokite veido detalių prailginimus: „Adetailer“ plėtinys, skirtas A1111, arba „Face Detailer Pipe“ mazgas „ComfyUI“ sistemoje padės pasiekti nepriekaištingų rezultatų fotografuojant veidus ir rankas, o tai ypač naudinga kuriant realistiškus portretus.
• „ControlNets“ perfekcionistams: Jei esate reiklūs rankų, pozų ar kūno atžvilgiu, išbandykite skirtingus „ControlNet“ tipus, kad galėtumėte tiksliai suderinti savo kompozicijas.
• Bandymas ir klaida: Nesitikėkite, kad pirmasis vaizdas bus tobulas; Svarbiausia yra kartoti, modifikuoti raginimus ir koreguoti negatyvus, kol bus pasiekta norima kokybė.
• Atkreipkite dėmesį į raginimo struktūrą: Venkite prieštaravimų (pavyzdžiui, „ilgi plaukai“ ir „trumpi plaukai“ tame pačiame sakinyje) ir pradžioje teikite pirmenybę sąvokoms, kurios turės didesnį svorį galutiniame paveikslėlyje.

Po šios stabilios difuzijos galimybių apžvalgos akivaizdu, kad dirbtinis intelektas keičia mūsų kūrimo būdą, eksperimentuokite ir transformuokite vaizdus, ​​gaudami vis labiau stebinančius, profesionalius ir natūralius rezultatus. Jei jus domina skaitmeninis kūrybiškumas, pats laikas patyrinėti dirbtinio intelekto vizualinio generavimo pasaulį: turėdami gerą užuominą, tinkamą įrankį ir šiek tiek pasipraktikuodami, kiekvienas gali įkvėpti gyvybės savo įsivaizduotiems vaizdams – nuo ​​paprastų eskizų iki hiperrealistinių kompozicijų, kurios niekuo nesiskiria nuo profesionalios fotografijos.