Hva betyr stabil diffusjon, og hva brukes det til?

Universet til kunstig intelligens har tatt et stort sprang fremover de siste årene, slik at alle, uavhengig av teknisk kunnskap eller kunstnerisk erfaring, kan lag slående bilder fra enkle fraser. Stabil diffusjon, en av de mest revolusjonerende og anerkjente utviklingene innen generativ AI, gir deg kraftige verktøy lett tilgjengelig, både for de som ønsker å eksperimentere og for design- og illustrasjonsfagfolk.

I denne guiden forteller vi deg absolutt alt om stabil diffusjon. Fra nybegynnerens første steg til avanserte redigeringsteknikker, inkludert anbefalinger for verktøy, maler og utvidelser som vil ta kreasjonene dine til neste nivå.

Hva er stabil diffusjon, og hvorfor har det revolusjonert bildebehandling?

Stabil diffusjon Det er en åpen kildekode-modell for kunstig intelligens som har demokratisert bildeproduksjon ved hjelp av dyp læringsteknikker. Takket være det innovative designet, lar deg konvertere en enkel tekstbeskrivelse (ledetekst) til utrolige bilder, detaljert og av høy kvalitet. Uansett hvor du er, kan du dra nytte av motoren uten å betale noe, installere den hvor du vil, og til og med oppgradere den etter dine behov, noe som skiller den fra andre kommersielle og lukkede løsninger.

Driften av stabil diffusjon er basert på en diffusjonsmodellDet starter med tilfeldig støy som en død TV, og gjennom flere trinn og forbedringer styrt av teksten din elimineres denne støyen til det skaper et sammenhengende og visuelt tiltalende bilde.

Denne funksjonen gjør det til en ideelt valg for kunstnere, innholdsskapere, utviklere og hjemmebrukere som ønsker å gå utover tradisjonelle bilder. Det at det er åpen kildekode åpner døren for uendelige tilpasningsmuligheter, integrasjon med proprietære verktøy og lokal generering, uten å være avhengig av tredjepartsservere eller månedlige avgifter hvis du ønsker det.

Hva kan du gjøre med stabil diffusjon?

Stabile diffusjonsapplikasjoner går utover å bare lage et bilde fra tekst. AI genererer ikke bare bilder fra bunnen av, men er også i stand til å:

• Rediger eksisterende bilder: Du kan laste opp et bilde og be det om å legge til objekter, fjerne detaljer eller endre stilen.
• Overmaling: utvider kantene av komposisjonen din fra ledetrådene du gir i prompten.
• Fylling av bestemte områder (innmaling): Endre bare en del av bildet du velger, for eksempel å fikse en hånd, endre bakgrunnen eller forbedre uttrykket i et ansikt.
• Transformer bilder (img2img): Du kan bruke et ekte bilde som referanse, slik at Stable Diffusion kan tolke det på nytt i en annen stil, endre belysning eller farger ...
• Kombinere kunstneriske stiler: Den blander forskjellige teknikker og referanser (for eksempel klassisk kunst, anime, fotorealisme osv.) i én prompt.

Dette allsidighet noe som gjør den til en ideell følgesvenn for digital kreativitet, illustrasjon, grafisk design og til og med generering av ressurser for videospill, markedsføringskampanjer, eller rett og slett for å ha det gøy med å utforske grensene til AI.

Hvordan fungerer stabil diffusjon på innsiden?

Stabil diffusjon oppstår fra trening av millioner av tekstede bilder takket være store datasett (som LAION-5B), der AI lærer å assosiere tekstlige konsepter med visuelle mønstre. Modellen bruker det som er kjent som diffusjonsmodell: ødelegger først et bilde ved å gjøre det om til støy, og lærer deretter å rekonstruere det fra bunnen av basert på teksten brukeren skriver inn.

I hvert trinn forbedrer modellen bildet, redusere støy og øke detaljnivået, helt til resultatet kommer nær scenen vi har beskrevet. I tillegg lar Stable Diffusion deg modulere «vekten» til bestemte ord for å prioritere (eller dempe) bestemte elementer i scenen, manipulere stiler og unngå uønskede resultater.

La konstant utvikling av prosjektet og dets åpenhet for kode har tillatt fremveksten av utallige varianter og forbedringer fra fellesskapet, for eksempel nye modeller, stiler og teknikker for å oppnå mye mer realistiske eller spesifikke resultater.

Hvilke fordeler tilbyr Stable Diffusion fremfor andre verktøy?

Hovedforskjellen på stabil diffusjon er dens frie og åpen kildekode-natur. I motsetning til andre modeller som MidJourney eller DALL-E, kan du kjøre den på din egen datamaskin, installere den på servere, prøve nye ting og endre den etter din smak. Andre bemerkelsesverdige fordeler inkluderer:

• Gratis (unntatt på premiumplattformer)Du kan bruke de fleste nettjenester og lokal installasjon gratis, med mindre du velger premium-servere eller ønsker tilgang til svært spesifikke avanserte funksjoner.
• personvern: Du kan lage bilder uten å forlate systemet ditt, og dermed unngå problemer med skydata eller trege tilkoblinger.
• Modularitet og tilpasning: støtter uendelige tilpassede modeller, stiler, utvidelser og fellesskapsutviklede ressurser.
• Kvalitet og detaljer: Den nyeste generasjonen av modeller (SDXL, Juggernaut, Realistic Vision, osv.) konkurrerer med og overgår ofte betalt bildeproduksjon.

I lys av dette må det også påpekes noen svakheter eller utestående problemer. Fremfor alt bør det bemerkes at stabil diffusjon presenterer en brattere læringskurve enn andre løsninger kommersiell. 

Komme i gang: Slik installerer og konfigurerer du stabil diffusjon lokalt

Det er enklere enn det ser ut til å installere Stable Diffusion på datamaskinen din, spesielt med det populære grensesnittet. Automatisk 1111, som har forenklet prosessen så mye som mulig for Windows.

1. Gå til det offisielle arkivet for Automatisk 1111 på GitHub, se etter delen «ressurser» og last ned installasjonsprogrammet (.exe).
2. Kjør den nedlastede filen. Installasjonsprosessen kan ta litt tid avhengig av datamaskinens hastighet.
3. Når du er ferdig, vil du ha en snarvei kalt «A1111 WebUI» på skrivebordet eller i en målmappe. Dobbeltklikk åpner det grafiske grensesnittet i nettleseren din, klar til å begynne å lage.
4. Vi anbefaler å aktivere automatiske oppdateringer for grensesnittet og utvidelsene, samt alternativet «lavt VRAM» hvis datamaskinen din ikke er veldig kraftig.

Hvis du bruker Mac eller Linux, finnes det spesifikke veiledninger for installasjon av Stable Diffusion fra deres åpne kildekode-repositorier.

Hvordan skrive effektive prompter i Stable Diffusion: struktur, syntaks og tips

Hvor vellykket bildene dine er, avhenger nesten utelukkende av oppfordringen. En god struktur vil gi deg muligheten til å oppnå profesjonelle resultater og svært forskjellige fra de som genereres med vage beskrivelser.

En anbefalt ledetekst bør indikere:

• Type bilde: fotografering, tegning, illustrasjon, 3D-rendering, etc.
• Emne: Hvem som vises på bildet (person, dyr, objekt…), med alle detaljene du ønsker (alder, etnisitet, uttrykk osv.)
• Handling: Hva driver den fyren med?
• Kontekst/scenario: hvor scenen finner sted, belysning, årstid, dominerende farger osv.
• Modifikatorer: malestil, objektiv og kamera, tidspunkt på dagen, fargepalett, referansekunstnere, oppløsning, kvalitet, spesialeffekter som bokeh, uskarphet, teksturering...

Til negative meldinger, bare legg til alle funksjonene du IKKE vil ha i bildet: «uskarpe, stygge, deformerte hender, for mange fingre, tekst, vannmerker, lav oppløsning, feil proporsjoner, morbid, duplisert ...» og alt annet som plager deg i resultatet.

Hvordan forbedre prompter i stabil diffusjon?

For å oppnå best mulig resultat, følg disse tipsene. Det anbefales å justere vektene og programmeringen riktig. Stabil diffusjon lar deg gi mer eller mindre betydning til bestemte ord ved hjelp av syntaks «ord:faktor». Jo høyere word:factor-en er, desto mer relevant vil begrepet være; Du kan bruke ekstra parenteser for å øke vekten til et ord eller konsept ytterligere.

I tillegg lar syntaksdrevet promptprogrammering deg kombinere ideer eller stiler i ett enkelt bilde, slik at overgangen fra ett konsept til et annet følger trinnene du definerer.

Hvis du står fast eller leter etter rask inspirasjon, lar plattformer som Lexica, Civitai eller Stable Diffusions egen PNG Info-fane deg dra AI-genererte bilder og se den nøyaktige ledeteksten som ble brukt til å lage dem.

De beste stabile diffusjonsmodellene for hyperrealistiske og kunstneriske bilder

Det stabile diffusjonsuniverset er mye bredere enn dets grunnleggende modeller. Det finnes for tiden en mengde tilpassede modeller (sjekkpunkter) tilpasset spesifikke stiler, som fotorealisme, anime, teknisk illustrasjon, osv. Noen av de mest anbefalte og populære er:

Modeller for SD 1.5:

• Juggernaut Rborn: Spesialist på realistisk hud, differensierte bakgrunner og naturlige farger. Varme resultater i RAW-stil.
• Realistisk visjon v5.1: God beherskelse av portretter, følelser og ansiktsdetaljer. Svært balansert i bakgrunner og motiver.
• Jeg kan ikke tro at det ikke er fotografi: Allsidig, utmerket i belysning og vinkler. Ideell for portretter og ulike temaer.
• Foton V1: Balanse mellom kvalitet og allsidighet, spesielt for menneskelige temaer.
• Realistisk arkivfoto: Svært polerte bilder i katalogstil uten hudfeil.
• aZovya Photoreal: Ikke like kjent, men gir fremragende resultater og kan brukes til å slå sammen teknikker med andre modeller.

Modeller for SDXL (nyeste generasjon):

• Juggernaut XL (x): Filmatisk komposisjon, utmerket i portretter og forståelse av lange spørsmål.
• RealVisXL: Uovertruffen i å generere realistiske ufullkommenheter, teksturer og toneendringer i huden.
• HelloWorld XL v6.0: Den har en analog tilnærming, gode kroppsproporsjoner og vintage-estetikk. Bruk GPT4v-tagging for mer sofistikerte spørsmål.
• Ærefulle omtaler: PhotoPedia XL, Realism Engine SDXL, Fully Real XL (mindre aktuell, men fortsatt gyldig).

Alle disse modellene kan lastes ned gratis fra arkiver som Civitai, og plasser dem ganske enkelt i riktig mappe slik at de vises i Stable Diffusion-grensesnittet.

Slik installerer og administrerer du tilpassede modeller i Stable Diffusion

Det er så enkelt å laste ned en ny mal:

1. Få tilgang til arkiver som Civitai og filtrer etter «Kontrollpunkter».
2. Velg modellen du ønsker (sørg for at den har filtypen .safetensor for ekstra sikkerhet).
3. Last ned filen og kopier den til banen /stable-diffusion-webui/models/Stable-diffusion.
4. Start grensesnittet på nytt og velg modellen fra «Kontrollpunkt»-panelet.

Profftips for å oppnå virkelig fantastiske bilder med stabil diffusjon

Å mestre stabil diffusjon innebærer å eksperimentere, lære av resultatene og finpusse teknikken og fantasien din:

• Lek med innebygginger: For å finjustere estetikken til bildene dine, kan du prøve innebygginger anbefalt av modellskaperne (f.eks. BadDream, UnrealisticDream, FastNegativeV2, JuggernautNegative-neg). Innebygginger lar deg justere funksjoner som hender, øyne osv.
• Bruk ansiktsdetalj-extensions: Adetailer-utvidelsen for A1111 eller Face Detailer Pipe-noden i ComfyUI vil hjelpe deg med å oppnå feilfrie resultater på ansikter og hender, spesielt nyttig for realistiske portretter.
• ControlNets for perfeksjonister: Hvis du er krevende med hender, positurer eller kropper, kan du utforske de forskjellige typene ControlNet for å finjustere komposisjonene dine.
• Prøving og feiling: Ikke forvent at det første bildet skal være perfekt; Nøkkelen er å iterere, endre ledetekster og justere negative elementer til ønsket kvalitet er oppnådd.
• Vær oppmerksom på strukturen i oppgaven: Unngå motsetninger (for eksempel «langt hår» og «kort hår» i samme setning) og prioriter konsepter i begynnelsen, som vil ha mer vekt i det endelige bildet.

Etter denne omvisningen av mulighetene for stabil diffusjon, er det tydelig at AI revolusjonerer måten vi skaper på, eksperimentere og forvandle bilder med stadig mer overraskende, profesjonelle og naturlige resultater. Hvis du er interessert i digital kreativitet, finnes det ingen bedre tid til å utforske verdenen av visuell generering med kunstig intelligens: med en god prompt, riktig verktøy og litt øvelse kan hvem som helst bringe bildene de forestiller seg til live, fra enkle skisser til hyperrealistiske komposisjoner som ikke kan skilles fra profesjonell fotografering.