最近AI大火，很多AI工具都进入了国内。但AI本身是依赖算力的，比如ChatGPT、文心一言这种大语言模型，普通的PC就跑不了，只能用他们提供的算力。绘画的AI其实也差不多，比如最火的Midjourney，就是付费的，进入国内之后月费有68、198和398三个档位。我们今天讨论的是很火的Stable Diffusion，它在单机可以运行，并且效果也不错。
需要什么样的硬件环境
当然是越快越好！这显然是废话。这里简单说一下吧，16GB内存容量是入门标准，如果要运行融合模型，得64G或是更大。另外一个则是GPU，如果有钱买专门的大显存计算卡当然更好，不过3060 12G显存版本也可以。这里要注意的是，跑Stable Diffusion，显存容量要比GPU核心重要，GPU只是快慢，显存多寡决定了能玩起来。
显卡一定要N卡，A卡也能用，但限制多。
CPU？其实看内存需求，就可以知道支持128G的PC都是很新的，如果你要训练模型，比如用你家的猫，你的孩子的照片训练，其实对CPU也有点要求，12代i7及以上显然会更快一点。
对于安装的位置，个人强烈建议安装在一个单独的SSD上，这东西非常非常占地方，尤其是各种模型，好几GB一个比比皆是。
软件环境
先不说安装Stable Diffusion，起码的运行环境你需要安装Python 3.10和Git，后者安装需要用cmd指令。当然这个过程现在简化了，有了整合包。装好之后会自动运行WebUI，浏览器打开即可。
但很多时候，运行的时候需要管你要Pytorch，这是一个开源的机器学习库。如果你要自己训练，还需要去英伟达官网注册一个开发者账号（免费），下载安装CUDNN，是英伟达的机器学习组件，用CUDA加速。要注意的是，如果玩Stable Diffusion，显卡的驱动记得安装WHQL版，不要装测试版。
整合包哪里下载？
Stable Diffusion的整合包网上到处都是，自己找个百度网盘下载吧，文件不小最好是会员，不行找人借个会员也行。不过笔者建议最好是用一个比较纯粹的系统来运行，因为这种东西的可靠性不是特别高，一个纯净的系统更容易排除故障。好在现在固态便宜，双系统也容易弄。
让人头晕的界面
安装好之后，有好几个选项，我们常用的就是文字生图或是图生图。
如上面的的图。这就是Stable Diffusion的WebUI。上面你会发现有两个对话框。第一个里面，你要输入的是各种你想要的。第二个则是告诉它你不要什么。这个叫做Prompt。这是一个庞大的词库，不同的词对于生成图像的内容都有影响，这不是一朝一夕能掌握的。
另外一方面，则是下面的参数选择。比如图像大小，强烈建议别超过512X512，更大容易一张图里出现好几个主体，这背后的原因是Stable Diffusion本身就是512X512训练的，啥时候它用更高分辨率训练再说。如果想要更高清的，可以通过一些办法进行后续的处理，比如一些GAN模型可以提升分辨率。
下方则是很多参数的选择。比如采样方法，啥都不会就选Euler，随着操作的熟练度和对Stable Diffusion理解更深入，可以选择其它的办法。这些参数选择需要长期的积累。
模型选择上，ckpt是基础，LORA对画人表现更好，如果风景，可以考虑Embedding。不过这个也是要玩的很熟练才能掌握模型的组合。
模型、参数这些可以死记硬背或是反复试错，结果出来大差不差。但关键的Prompt怎么办？可以写一段你想要的图片的内容描述，翻译成英文，然后再交给很多提示词工具，它们会帮你生成，再输入到Stable Diffusion里面，会有很好的效果。
总体来说，Stable Diffusion从安装到使用，再到熟练掌握，不是一朝一夕的事情，尤其是Prompt，非常考验出图的效率，这也是为何未来Prompt工程师会成为吃香的热门方向。AI时代，多掌握一门手艺，总是不错的。
暂无评论内容