AI绘画工具教程：Stable Diffusion入门全攻略

• • AI工具 • 56
AI 绘画如同一股汹涌的浪潮，席卷而来，为我们的创意世界注入了无尽的活力。而 Stable Diffusion，作为AI 绘画一颗耀眼的明星，正以其强大的功能和独特的魅力，吸引着越来越多的人投身于这个充满奇幻与想象的领域。无论你是绘画小白，渴望用画笔描绘心中的梦幻景象，还是创意达人，追求突破传统绘画的边界，Stable Diffusion 都将成为你得力的伙伴。今天，就让我们一同踏上这段精彩的入门之旅，揭开 Stable Diffusion 的神秘面纱，掌握开启 AI 绘画新世界的钥匙。

Stable Diffusion 究竟是什么？

 

有一个神奇的工具，它就像一位拥有魔法画笔的精灵，只要你用文字向它描述心中所想，它就能迅速将其转化为令人惊叹的图像。这就是 Stable Diffusion，一个 “文本到图像” 的人工智能模型，宛如一座连接我们想象力与视觉艺术的桥梁。它不仅是技术的奇迹，更是创意的催化剂，让绘画变得如同讲述故事一般轻松自如。

 

与其他AI绘画工具不同的是，Stable Diffusion 独具开源的优势，就像一本公开的魔法秘籍，邀请全世界的创作者共同探索和完善。而且，它对硬件的要求十分亲民，哪怕是普通家用电脑，只要具备 6GB 显存显卡和 16GB 内存，或者仅依靠 CPU，就能在短短数秒内让你的创意破茧成蝶，生成栩栩如生的图像，无需繁琐的预处理或后处理步骤。这意味着，无论你身处何地，只要拥有一台电脑，就能踏上这场奇幻的绘画之旅。

体验方式大比拼

 

在踏入 Stable Diffusion 的奇妙世界之前，我们先来了解一下不同的体验方式，就像在选择通往宝藏岛屿的船只，各有优劣。

 

如果你只是想初步感受一下 AI 绘画的魅力，犹如在海边浅尝海水的清凉，那么在线工具是不错的选择。Hugging Face（点击此处可在新窗口打开）就像一个热闹的创意集市，汇聚了各种有趣的绘画尝试，但它就像节假日的热门景点，需要排队等候，生成一张图片大约需要 5 分钟的耐心等待。DreamStudio（点击此处可在新窗口打开）则像是一个慷慨的艺术赞助者，允许你免费生成 200 张图片，不过一旦超过这个数量，就需要你付出一点 “门票钱” 了。而百度文心（点击此处可在新窗口打开）宛如一位精通中文的绘画使者，能够理解中文描述并生成图片，可惜它目前还处于成长的 “少年期”，尚未正式商用，功能也有待进一步完善。此外，这些在线工具就像小巧的画笔套装，虽然方便易用，但功能相对有限，无法满足大规模创作的需求，更适合作为探索之旅的开胃菜。

 

然而，如果你渴望深入挖掘 AI 绘画的无限潜力，如同探索神秘海洋的深处，那么将 Stable Diffusion WebUI Docker（点击此处可在新窗口打开）部署到家用电脑上则是你的最佳航线。这就好比拥有了一艘属于自己的豪华游轮，你可以随心所欲地驾驭它，实现免费且不受限制的创作之旅。对于 Mac 用户来说，Stable Diffusion 的 invoke 分支就像一条平稳的航道，推荐你选择它。如果在航行过程中遇到问题，InvokeAI 文档（点击此处可在新窗口打开）将成为你的航海图，指引你排除故障。而 M1/M2 Mac 用户则可以选择更为便捷的 CHARL - E（点击此处可在新窗口打开）或 DiffusionBee（点击此处可在新窗口打开），它们就像为你量身定制的快艇，带你快速驶向创意的彼岸。

部署流程详细解析（以 Windows 平台为例）

 

  1. 搭建 Docker 环境：基石之筑
    • 想象 Docker 是一个神奇的魔法盒子，它需要在特定的环境中才能施展魔力，这个环境就是基于 Linux 内核的系统。Mac 用户就像拥有天生魔法体质的幸运儿，无需额外配置就能使用这个魔法盒子。而 Windows 用户则需要一些准备工作，就像打造一个魔法阵一样。
    • 安装 WSL：这是构建魔法阵的关键一步。在管理员 PowerShell 中输入命令 “wsl --install”，就像念起神秘的咒语，终端会自动开始下载并安装 Ubuntu。这个过程就像等待种子发芽，需要一些时间，所以务必保持电脑开机，不要中途打断。安装完成后，按照提示设置好 Ubuntu 账户和密码，这将是你进入魔法世界的通行证。
    • 启用 Hyper - V：如果说 WSL 是一种魔法路径，那么 Hyper - V 就是另一种强大的魔法力量。以管理员身份打开 PowerShell 控制台，输入命令 “Enable - WindowsOptionalFeature - Online - FeatureName Microsoft - Hyper - V - A11”，然后重启电脑，就像唤醒沉睡的魔法力量，Hyper - V 将为你的创作之旅提供更强大的支持。
    • 转换 Linux 路径（Windows 用户专属步骤）：当你准备配置 WebUI Docker 时，就像进入了一个神秘的迷宫，需要找到正确的路径。假设你的容器位于 “D:\Desktop\stable - diffusion - webui - docker”，首先把磁盘符号改为小写，变成 “d:\Desktop\stable - diffusion - webui - docker”；接着添加 “/mnt/” 前缀，得到 “/mnt/d:/Desktop/stable - diffusion - webui - docker”（因为 Windows 本地磁盘在 Linux 中是挂载在 mnt 目录下的）；最后将反斜杠 “\” 替换为 “/”，最终的 Linux 路径就是 “/mnt/d:/Desktop/stable - diffusion - webui - docker”。这一系列步骤就像解开迷宫密码，确保你能顺利找到宝藏。
  2. 安装 Docker Desktop：魔法工作台就位
    • 前往魔法工具库（点击此处可在新窗口打开 Docker Desktop 下载页面），根据你的平台选择合适的 Docker Desktop 版本进行下载安装。安装完成后，就像在你的创意工作室中摆放好了一张强大的魔法工作台。点击左侧的 “Add Extensions”，推荐安装 “Disk usage” 扩展，这就像给你的工作台增加了一个智能储物抽屉，方便你管理 Docker 的存储空间。注意哦，Docker Desktop 4.17.1 版本存在一些小瑕疵，可能会导致 “Attaching to webui - docker - auto - 1” 报错，所以建议你升级到 4.18.0 或更高版本，以确保创作过程一帆风顺。
  3. 下载 WebUI Docker：获取魔法素材
    • 前往神秘的资源宝库（点击此处可在新窗口打开 Stable Diffusion WebUI Docker 配置包下载页面或阿里云盘聚合版下载页面，注意阿里云盘聚合版于 2023.06.06 更新），下载 Stable Diffusion WebUI Docker 配置包或阿里云盘聚合版。下载完成后，将其解压到指定路径，就像把魔法素材整理到你的创意宝库中。聚合版包含了许多有用的依赖和模型，所以文件较大。如果以后需要更新 Stable Diffusion WebUI Docker，只需按照前面的步骤重新构建容器，就像给你的魔法工具升级一样简单。
  4. 分支选择：挑选适合你的魔法风格
    • Stable Diffusion Docker 就像一棵拥有不同魔法分支的神秘大树，每个分支都有其独特的风格和能力。目前它支持 AUTOMATIC1111、InvokeAI、ComfyUI 三种分支，你可以根据自己的需求和喜好进行选择。
      • auto 分支（推荐给大多数创作者）：这个分支就像一个多功能魔法棒，设置模块丰富多样，不仅能让你清晰地看到绘画过程，就像观看魔法表演的幕后花絮，还支持随机插入艺术家风格、参数读取和否定描述等高级功能。它的最高分辨率可达 2048×2048，能够呈现出非常细腻的画面，但高分辨率对显存要求也较高。如果你的显卡内存充足（6GB 以上），可以直接使用默认配置；如果显卡内存较低，只需将配置中的 “--medvram” 改为 “lowvram”，就像调整魔法棒的能量输出模式。A 卡用户还需要注意修改显卡设置（点击此处可在新窗口打开相关设置指南），以确保魔法能够顺畅施展。
      • auto - cpu 分支：这是一个不依赖显卡的魔法分支，就像一把依靠纯粹魔力驱动的画笔。如果你的电脑没有符合要求的显卡，那么它将成为你的得力助手。不过，使用这个分支需要你的内存配置在 16G 以上，就像为魔法提供足够的魔力储备。构建镜像的命令为 “docker compose --profile auto - cpu up --build”，准备好释放你的 CPU 的全部魔力了吗？
      • invoke 分支：原名 Istein，它的 cli 端就像一位经验丰富的老魔法师，非常成熟可靠，而 WebUI 端则像是一位简洁明快的魔法学徒，参数虽然较少，但操作简便。它还具有自动读取图片记录的功能，就像拥有一个魔法相册，能随时回顾你的创作历程。对于没有进阶需求的新手和 Mac 用户来说，是一个不错的选择。构建镜像的命令为 “docker compose --profile invoke up --build”，快来试试这个独特的魔法分支吧！
      • comfy 分支：基于图形的工作流 UI，宛如一个充满奇幻色彩的魔法画布，强大而富有创意。构建镜像的命令为 “docker compose --profile comfy up --build”。如果你渴望探索更自由、更具想象力的创作方式，那么 comfy 分支绝对值得一试。此外，comfy 也有不依赖显卡的分支，构建镜像的命令为 “docker compose --profile comfy - cpu up --build”，为不同硬件配置的用户提供了更多选择。
      • sygi 分支（已停更）：曾经的 hlky，界面直观，就像一本简单易懂的魔法入门书，最高分辨率为 1024×1024。构建镜像的命令为 “docker compose --profile sygil up --build”，虽然它已经停止更新，但对于一些特定的创作需求，仍然可能发挥出意想不到的效果。
  5. 构建 Stable Diffusion：开启魔法之门
    • 当你完成前面的准备工作后，就像收集齐了魔法仪式所需的所有道具，现在是时候开启魔法之门了。启动 Docker Desktop，然后打开 WSL（Ubuntu）或 Mac 终端，输入路径切换命令 “cd /mnt/d:/Desktop/stable - diffusion - webui - docker”（注意路径要根据你的实际解压文件目录进行修改），这就像念动开启宝藏之门的咒语。接着输入部署命令 “docker compose --profile download up --build”，然后耐心等待，这个过程可能需要 20 分钟甚至更长时间，就像等待魔法种子慢慢成长为参天大树。当构建完成后，终端会提示你访问 “http://localhost:7860/”，这就是你进入 Stable Diffusion 魔法世界的入口，准备好迎接无尽的创意惊喜了吗？

使用指南：驾驭魔法画笔

 

  1. 启动 Stable Diffusion：点亮创意灯塔
    • 首先，找到并打开 Docker Desktop，这就像点亮创意灯塔的开关。在 “Containers” 中找到你之前选择的分支容器，点击 “启动” 按钮，仿佛唤醒沉睡的魔法画笔。然后，在浏览器中输入 “http://localhost:7860/”，你将进入一个充满无限可能的绘画天地，准备好让你的想象力自由翱翔了吗？
  2. Text - to - Image（文字变图像魔法）：编织梦幻画卷
    • 这是 Stable Diffusion 最基本也是最神奇的魔法之一，就像用文字编织梦幻画卷。当你想要创作崇尚空间结构的画作，如风景或创意画时，选择竖图或横图会让画面更加和谐，就像为画卷选择合适的画布尺寸。而绘制人像类画作时，1:1 的方形图像则是最佳选择，否则可能会出现多个人脸叠加的 “魔法失误” 哦。
    • 进入创作界面后，你会看到默认的是 “Simple” 简单模式，这就像一把基础的魔法钥匙，能打开创意的大门。但如果你渴望更多的魔法效果，点击右侧的 “Advanced” 按钮，就像升级你的魔法钥匙，进入进阶选项的神秘世界。在这里，你可以使用场景矩阵来组合不同元素，就像调配魔法药水的配方；面部修复功能就像一位神奇的美容师，能让画面中的人物更加完美；分辨率放大功能则像是给画卷加上了放大镜，让细节更加清晰。
  3. Image - to - Image（图像变图像魔法）：重塑视觉魔法
    • 这个魔法允许你借助现有图像的力量，创造出全新的视觉效果。如果你的输入源图是 Text - to - Image、素描或结构画，Stable Diffusion 就像一位技艺高超的魔法师，能将图像细节填充得淋漓尽致，让画面更加生动逼真。然而，如果输入的是细节丰富的照片，它则会像一位创意十足的艺术家，对原图进行大胆的改造，生成与原图差异较大但充满创意的新图像。
    • 你还可以利用限定区域的功能，就像用魔法绳索圈定一个特定区域，对图像进行精准修改。CLIP interrogator 这个小助手会根据图像生成文字描述，帮助你更好地理解和调整魔法效果。Denoising Strength 参数就像控制魔法力量的旋钮，建议设置在 0.75 - 0.9 之间，如果你想要进行大胆的魔改，可以将其设为 0.5 或以下。比如，当你将 Denoising Strength 设为 0.44 时，你会发现整体图片结构和要素基本不变，但画面却呈现出一种全新的风格，是不是很神奇呢？Image - to - Image 还拥有移除、替换或修复图像的强大魔力，甚至可以将源图作为结果图的一部分，让你的创作过程就像一场魔法接力赛，不断拓展画卷的边界。
  4. Image Lab（图像实验室魔法）：提升画面魔力
    • 在这个神奇的图像实验室里，隐藏着两个强大的魔法工具。Fix Faces 功能就像一位神奇的魔法师，通过 GFPGAN 模型施展魔法，改善图片中的面孔。不过，要记住它的 Effect strength 滑块虽然能控制魔法效果强度，但不要对它期望过高，毕竟魔法也有其极限。Upscale 功能则像是一个魔法放大镜工厂，提供了 RealESRGAN、GBIG、Latent Diffusion Super Resolution 和 GoLatent 四种强大的魔法镜片，用于放大图片分辨率。其中，RealESRGAN 还拥有普通和卡通两种魔法模式，你可以根据画面的风格需求选择合适的模式。需要注意的是，使用这个魔法放大镜主要消耗 CPU 和内存资源，就像使用魔法需要消耗魔力一样，所以在施展魔法之前，确保你的电脑有足够的 “魔力储备”。

参数解读：掌控魔法力量

 

  1. Classifier Free Guidance（无分类器引导魔法）：平衡创意与指引
    • 这个参数就像一位隐形的魔法导师，默认值为 7。当你调整它的数值时，就像调整导师的指导力度。数字越小，创作自由度越高，就像导师放手让你自由发挥，但模型与 Prompt 相关性可能会降低，画面可能会偏离你的预期。反之，数值越大，导师的指引越强，画面会更符合你的描述，但可能会牺牲一些创意。在大多数情况下，7 - 10 的数值就像一位恰到好处的导师，既能给予你足够的创意空间，又能确保画面与你的想法紧密相连。而当你对自己的 Prompt 非常自信，认为它足够详细和具体时，可以尝试将数值提高到 10 - 15，但要小心不要过度依赖导师，否则可能会影响画面的连贯性和质量。至于 16 - 20 的高数值，除非你的 Prompt 是一份精心雕琢的魔法蓝图，否则不建议轻易尝试，以免陷入过度控制而失去魔法的灵动性。
  2. Step（采样步长 / 精度魔法）：雕琢画面细节
    • Step 参数就像一位细心的雕刻家，默认值为 50。Stable Diffusion 从充满噪音的画布开始创作，就像从一块粗糙的石头开始雕刻，而 Step 参数控制着雕刻的步骤数量。通常来说，步骤越多，雕刻得越精细，画面质量越高，就像经过精心雕琢的艺术品。但每增加一步，就需要消耗更多的时间和计算资源，就像雕刻家需要花费更多的精力。对于初学者来说，默认值就像一把入门的雕刻刀，已经足够使用。当你逐渐熟练掌握魔法技巧后，可以尝试增加 Step 值，提升画面的细腻程度，但要注意平衡时间和质量的关系，不要让等待时间过长而消磨了创作的热情。
  3. Seed（种子魔法）：锁定魔法结果
    • Seed 参数就像一颗魔法种子，默认值为 - 1，代表随机播种。每次生成图像时，就像在不同的土壤中播种这颗种子，会生长出不同的画面。但当你找到一颗能生长出美丽花朵（高质量图片）的种子时，你可以保存这个种子，将其应用到其他图片上，就像复制魔法一样，确保每次都能得到相似的高质量结果。这颗种子控制着初始噪声，就像决定了魔法生长的起点，在其他参数固定的情况下，它是画面多样性的关键因素。所以，当你发现一个满意的画面时，一定要记住这颗魔法种子的 “密码” 哦。
  4. Sampler（采样器魔法）：选择去噪魔法路径
    • Sampling method/Diffusion Sampler（扩散采样器）就像不同的魔法路径，用于在生成图像过程中去除噪音。每个采样器都有其独特的魔法方式，计算图像下一步的方式不同，就像不同的魔法咒语有不同的效果。这导致它们需要不同的时间和步骤来生成可用的图像。对于初学者来说，DDIM 采样器就像一条快速通道魔法路径，速度快，通常只需要 10 步就能生成不错的图像，就像用简单的咒语快速施展魔法，方便你进行试验和改进。随着你对魔法的深入理解，你可以尝试其他采样器，探索不同魔法路径带来的不同视觉效果。

文字描述图像：绘制创意蓝图

 

常规描述：奠定画面基础

 

首先，明确画面的主角或对象，就像确定故事中的主人公，比如一只可爱的熊猫或者一位英勇的持剑战士。但要注意，此时只需简单描述对象本身，不要涉及动作、情绪和事件，就像只画出人物的轮廓，暂不描绘其动态和表情。

 

接着，指定图像种类，这就如同选择绘画的风格和媒介。你可以选择一幅画（如 “a painting of + 原始描述”），或是一张照片（“a photograph of + 原始描述”），也可以是水彩（Watercolor）、油画（Oil Paint）、漫画（Comic）、数码艺术（Digital Art）、插画（Illustration）、写实画（realistic painting）、写实照片（photorealistic）、肖像照（Portrait photogram）、低面建模（Low Poly）、三维渲染（3D Item Rende）、雕塑（sculpture）等各种类型。而且，你还可以将多种图像种类叠加使用，创造出独特的视觉效果，仿佛是将不同风格的画笔混合在一起作画。

 

然后，融入画家或画风元素，这能为你的画面注入独特的艺术灵魂。建议混合多个画家的风格，比如将吉卜力工作室（Studio Ghibli）的温馨奇幻、梵高（VanGogh）的浓烈笔触与莫奈（Monet）的光影变幻相结合；或者用简洁的语言描述风格种类，如 “very coherent symmetrical artwork”，让作品结构呈现出连贯且对称的美感，就像为画面穿上了一件别具风格的外衣。

 

色调的选择也至关重要，它如同为整个画面定下的情感基调。例如 “yellow color scheme”，会使整个画面沉浸在温暖的黄色调中，宛如沐浴在金色的阳光里，给人以明亮、欢快的感觉。

 

最后，提及参考平台，这能让你的作品与流行趋势接轨。比如 “Trending on ArtStation”，表明你的画面风格紧跟这个平台上的流行趋势，也可以选择 “Facebook”“Pixiv”“Pixbay” 等其他平台，使你的作品融入不同的艺术氛围中。

特征描述：丰富画面细节

 

除了主体元素，我们还可以用其他具体物体和形容词来精心雕琢画面细节，让作品更加生动逼真。描述词必须具体明确，精准地传达出你想要的物体及其独特特征。

 

在选择次要元素时，要避免过于繁杂，两到三个精心挑选的元素即可。若你希望某个元素在画面中更加突出，可以像给它加上闪耀的光环一样，添加许多括号或者惊叹号。比如 “beautiful forest background，desert!!，(((sunset)))”，这样在生成的画面中，“desert”（沙漠）和 “sunset”（日落）元素会得到优先体现，仿佛它们是舞台上的主角，被聚光灯照亮。

 

对于人物特征的描述，要像描绘一位真实的人物一样细致入微。从面部特征到身体形态，从发型到肤色，都可以用生动的形容词来刻画。例如 “detailed gorgeous face”（精致美丽的脸庞），“delicate features”（精致的五官），“elegant”（优雅的），“Googly Eyes”（大眼睛，眼神灵动），“Bone”（骨感美），“big tits”（丰满的胸部），“silver hair”（银发如丝），“olive skin”（橄榄色的健康肌肤），“Mini smile”（微微的笑容）等，这些描述会让人物栩栩如生地跃然纸上。

 

特定润色词能提升画面的整体品质和艺术感。“insanely detailed and intricate”（极其详细复杂，充满细节之美），“gorgeous”（华丽夺目，令人陶醉），“surrealism”（超现实主义风格，充满奇幻梦境感），“smooth”（画面平滑流畅，如丝般顺滑），“sharp focus”（清晰对焦，主体鲜明），“Painting”（绘画质感浓郁），“Digital Art”（数码艺术风格独特），“Concept Art”（概念艺术，富有创意和前瞻性），“Illustration”（插画风格，生动形象），“Artstation”（具有艺术站流行的高端风格），“in a symbolic and meaningful style”（具有象征意义和深刻内涵的风格），“8K”（超高分辨率，画面细腻清晰）等词汇，就像为画面增添了璀璨的珠宝，使其更加耀眼。

 

光线描述能营造出不同的氛围和情感。“Natural Lighting”（自然光线，清新自然），“Studio Lighting”（工作室灯光，专业精致），“Cinematic Lighting”（电影灯光，富有戏剧性和层次感），“Crepuscular Rays”（曙暮光，朦胧而神秘），“X - Ray”（X 射线光，独特透视感），“Backlight”（逆光，轮廓分明，富有艺术感）等，光线就像画家手中的调色板，不同的光线选择能让画面呈现出截然不同的效果。

 

镜头视角则决定了观众观看画面的角度和感受。“Cinematic”（电影视角，宏大而富有故事性），“Magazine”（杂志视角，时尚而吸引人），“Golden Hour”（黄金时刻视角，温暖而浪漫），“F/22”（特定光圈值，影响景深和清晰度），“Depth of Field”（景深效果，突出主体或营造层次感），“Side - View”（侧面视角，展现独特轮廓），“虚化背景 Bokeh”（背景虚化，突出主体，营造梦幻感）等，每一种视角都像是一扇通往不同世界的窗户，为画面带来全新的视觉体验。

 

画面质量的描述词能体现作品的水准。“professional”（专业水准，技艺精湛），“award winning”（获奖品质，出类拔萃），“breathtaking”（令人惊叹，震撼人心），“groundbreaking”（开创性的，引领潮流），“superb”（极好的，无可挑剔），“outstanding”（杰出的，卓越不凡），或者提及 “虚幻引擎 Unreal Engine”（具有逼真的游戏画面质感）等，这些词汇就像给作品打上了高品质的标签，使其更具吸引力。

 

此外，还可以描述细节和纹理，比如 “Vivid Colors”（艳丽色彩，色彩鲜艳夺目），以及物体在画面中占据的大小比例、年代感、渲染或建模工具等元素，进一步丰富画面的内涵。

prompt 权重：精准掌控元素

 

假设在提示词中使用了 “mountain”（山），生成的图像可能会伴随着树木出现。但如果你的创作意图是描绘一座没有树的山，这时就需要运用 prompt 权重来精准控制元素。可以使用 “mountain|tree:-10” 这样的格式，其中 “tree:-10” 表示对 “树” 这个元素赋予非常负的权重，就像在天平上给 “树” 这一端加上了沉重的砝码，使其在画面中几乎不出现。

 

通过巧妙调整权重词，我们能够创造出更加复杂和多样化的图像。例如 “A planet in space:10|bursting with color red, blue, and purple:4|aliens:-10|4K, high quality”，这里 “space”（太空）元素权重为 10，是画面的主要部分；“bursting with color red, blue, and purple”（色彩斑斓，红、蓝、紫三色绽放）权重为 4，为星球增添丰富色彩；“aliens”（外星人）权重为 -10，使其不太可能出现在画面中；“4K, high quality”（4K 高清画质）则确保画面的精细度。

 

同时，Prompt 中的词语顺序也代表着权重，越靠前的词语权重越大。如果某个元素在生成的图像中未出现，不妨尝试将该名词放在提示词的首位，就像将你最希望突出的元素推到舞台的最前方，让它成为画面的焦点。

否定提示：排除特定元素

 

在 auto/auto - cpu 分支中，我们可以利用 Negative prompt（否定提示）这一强大功能，像挥舞魔法扫帚一样，将画面中不想要的元素清扫干净。

 

例如，为了避免画面出现畸形元素，可以使用 “disfigured, deformed hands, blurry, grainy, broken, cross - eyed, undead, photoshopped, overexposed, underexposed, lowres, bad anatomy, bad hands, extra digits, fewer digits, bad digit, bad ears, bad eyes, bad face, cropped:-5”，这些词语就像一面防护盾，阻挡了畸形元素的入侵。

 

如果不想画面中出现裸体元素，只需简单添加 “nudity, bare breasts”，就能确保画面保持适当的尺度。

 

若要避免生成黑白照，“black and white, monochrome” 这样的否定提示就能让画面充满色彩。

prompt 参考：获取灵感源泉

 

除了画面主体描述外，其他要素并非强制要求。如果你只是想进行简单尝试，仅输入主体，如 “apples”（苹果），也能生成相应的图像。

 

当你陷入创意困境，不知道生成什么图像时，不必担心。可以借助 “promptoMANIA”（点击此处可在新窗口打开）、“WEIRD WONDERFUL AI ART”（点击此处可在新窗口打开）等工具，它们会根据提示为你组合描述，激发你的灵感。此外，还可以参考 AI 图库 “PromptHero”（点击此处可在新窗口打开）和 “OpenArt”（点击此处可在新窗口打开）上其他人分享的成品图和描述文案，从中汲取创意的养分，就像站在巨人的肩膀上看世界，让你的创作更加丰富多彩。

Prompt 矩阵：创造多样组合

 

Prompt 矩阵是一个强大的创意工具，它能像魔法矩阵一样，按照不同条件组合生成多张相关但又各具特色的画面，这对于制作视频素材或探索多种创意可能性非常有用。在使用 Prompt 矩阵时，批次数量的设置将被暂时忽略，就像进入了一个自由创意的空间，不受常规限制。

 

如果你对将图像转化为视频感兴趣，不妨尝试使用 “Deforum Stable Diffusion Local Version”（点击此处可在新窗口打开）。例如，视频的调教词为 “A mecha robot in World War II in realistic style|Shoot with another mecha robot|Bombed by planes|Missile drop|broken|Repaired|cinematic lighting”，这里 “|” 后的场景条件将进行排列组合，这个视频样例中，6 个场景条件将生成 64 张图。

 

我们还可以指定场景条件位置，比如 “@(moba|rpg|rts) character (2d|3d) model”，这表示是触发 “(moba|rpg|rts 三选一) character (2d|3d 三选一) model”，也就是会生成 3 * 2 = 6 张图片。需要注意的是，开头指定场景条件位置的符号 “@” 不能省略，它就像一把开启特定创意组合的钥匙。

Textual Inversion（文本倒置）：定制专属语义

 

Textual Inversion 是 auto/auto - cpu 分支提供的一项独特功能，它就像一个神奇的语义定制工坊，允许你根据个人需求定制单词在模型中的含义。

 

例如，在大众模型中，医生的形象可能多为白人男性。但如果你希望生成以亚洲女性为主的医生形象，只需输入 5 张亚洲女性照片并将其与 “doctor” 关联。经过 Textual Inversion 处理后，模型就会像被重新编程一样，生成的医生形象将以亚洲女性为主，满足你的个性化需求。

 

其定制流程如下：

 

  1. Preprocess images（预处理图像）：首先要设置源图目录，这就像整理好原材料的仓库，告诉模型去哪里寻找用于定制的照片；同时设置输出目录，确定处理后的结果存放位置。
  2. Create embedding（新建嵌入）：这一步就像打造一个专属模具，建立模型属性，将你提供的照片特征与特定单词紧密结合，使模型能够理解并生成符合你期望的图像。（后续步骤待续，就像等待魔法工坊进一步加工完善）

常见问题及解决方法：保驾护航之旅

 

  1. Docker Desktop failed（Docker 桌面启动失败）
    • 当未正常安装或关闭 Docker 容器时，可能会遭遇这个令人头疼的问题，就像船只在启航前遇到了故障。此时，不要慌张，先找到并删除 “% AppData%” 路径下的 Docker 文件夹，这就像清除航道上的障碍物。然后在 PowerShell 中输入以下命令，依次关闭 WSL 和 docker desktop：
      • wsl --shutdown（关闭 WSL，让系统稍作休息）
      • wsl -l -v（查看 WSL 列表，确认关闭情况）
      • wsl --unregister docker - desktop（注销 docker - desktop，重新注册一个健康的）
      • wsl -l -v（再次查看，确保一切正常）
    • 完成这些操作后，手动重启 Docker Desktop，就像重新启动船只的引擎，希望它能顺利启航。
  2. Docker Desktop cannot start（Docker 桌面无法启动）
    • 如果看到报错信息 “Hardware assisted virtualization and data execution protection must be enabled in the BIOS”，这意味着电脑的虚拟化功能未开启，就像船只缺少了关键的动力装置。在开机时，迅速按下多次 F2 或 DEL 键（不同电脑可能有所不同），进入 BIOS 设置界面。在其中找到并开启 “Intel Virtual Technology”（如果是 AMD 处理器，则开启 “SVM Support” 并设置为 “Enable” 状态），这就像启动了隐藏的动力源。最后，按下 F10 保存退出，期待再次启动 Docker Desktop 时能够成功。
  3. docker 命令失败（The command 'docker' could not be found）
    • 当出现这个错误提示时，说明当前命令行环境中缺少 Docker 环境，就像厨师找不到厨具一样。首先检查 Docker Desktop 是否已经启动，这是使用 docker 命令的前提。如果已经启动但仍报错，可能是环境变量配置问题或其他系统问题，需要进一步排查，确保 Docker 环境正常运行。
  4. exited with code 137
    • 通常情况下，这个错误表示内存不足，就像船只超载导致沉没。在使用 Stable Diffusion 时，尤其是在 auto - cpu 模式下，建议硬件配置最低为 16G 内存，以提供足够的 “内存空间” 来承载创作过程。如果遇到此问题，可以尝试关闭其他占用内存的程序，或者考虑升级内存，让创作之旅不再因内存不足而中断。
  5. 端口访问被拒（Error response from daemon: Ports are not available: exposing port TCP 0.0.0.0:7860 -> 0.0.0.0:0: listen tcp 0.0.0.0:7860: bind: An attempt was made to access a socket in a way forbidden by its access permissions）
    • 当 Docker 容器原本运行正常，但突然端口访问被拒绝时，不要惊慌。在 Powershell 中输入 “netsh int ipv4 show excludedportrange protocol=tcp”，这就像查看港口的封锁情况。然后输入 “reg add HKLMSYSTEMCurrentControlSetServiceshns/State/v EnableExcludedPortRange /d 0 /f” 开启端口，这是打开封锁港口的关键钥匙。完成操作后，重启电脑，就像重新规划港口的航线，期待端口能够恢复正常访问。
  6. FileNotFoundError（再次架构容器时报错）
    • 如果在再次架构容器时报错 “FileNotFoundError: [Errno 2] No such file or directory: '/models/model.ckpt'”，这是架构位置错误导致的，就像船只迷失了方向。此时，需要仔细检查是否通过 WSL 输入的架构命令，并且确保 Stable Diffusion WebUI Docker 解压路径配置正确，就像重新核对航海图和目的地坐标，确保架构过程顺利进行。要再次确认你输入的路径是否准确无误，每一个字符都可能影响到模型的构建。如果路径中存在空格或特殊字符，可能会导致系统无法正确识别文件位置。你可以尝试将路径中的空格替换为下划线等合法字符，然后重新输入命令进行架构。同时，检查文件是否真的存在于指定路径中，有时候文件可能因为误操作而被移动或删除，这也会引发此类错误。如果仍然无法解决问题，可以考虑重新下载解压 Stable Diffusion WebUI Docker 文件，确保文件完整且路径正确，再次尝试架构容器，就像重新打造一艘坚固的船只，准备再次启航。

采样模型：核心动力之源

 

采样模型无疑是 Stable Diffusion 绘画的核心动力源泉，就如同汽车的发动机一般关键。在 2022.09.10 之后，它已支持自动下载采样模型，这为我们的使用提供了极大的便利。不过，了解一些常见的采样模型依然很有必要，它们就像不同性能的发动机，各有特点。

 

Stable Diffusion v1.4（4GB）（点击此处可在新窗口打开）是一个常用的选择，下载后将压缩包文件重命名为 model.ckpt 即可使用。它就像一款经典的发动机，性能稳定，能够满足许多基本的绘画需求。

 

另外，还有一些可选的模型来增强绘画效果。例如 GFPGANv1.4.pth（340MB）（点击此处可在新窗口打开），它就像一个专业的美容师，专注于改善画面中人物的面部细节，使人物更加逼真和美观。如果你的绘画主题以人物为主，添加这个模型可能会让你的作品更加出色。

 

RealESRGAN_x4plus.pth（64MB）（点击此处可在新窗口打开）和 RealESRGAN_x4plus_anime_6B.pth（18MB）（点击此处可在新窗口打开）则像是图像的放大镜，能够将图片的分辨率进行放大，让画面更加清晰细腻。RealESRGAN_x4plus 适用于一般图像的放大，而 RealESRGAN_x4plus_anime_6B 则更侧重于动漫风格图像的优化，如果你热衷于创作动漫风格的绘画，它将是一个不错的选择。

 

还有 LDSR（2GB）（点击此处可在新窗口打开）以及其配置文件 LDSR.yaml，分别重命名为 LDSR.ckpt 和 LDSR.yaml 后，它就像一个高级的图像增强器，能够提升画面的整体质量和细节表现，使你的作品更加精美绝伦。在选择采样模型时，你可以根据自己的创作需求和电脑硬件配置进行合理搭配，就像为你的汽车选择最适合的发动机和配件组合，让 Stable Diffusion 发挥出最佳性能，创作出令人惊叹的绘画作品。

踏上创意征程

 

现在，你已经掌握了 Stable Diffusion 的入门知识，就像一位勇敢的探险家，拥有了探索未知创意大陆的地图和工具。不要害怕尝试，每一次调整参数、每一个新的文字描述都是你在这个神奇世界中的一次冒险。让你的想象力尽情驰骋，用 Stable Diffusion 绘制出属于你的独特画卷。无论是梦幻的风景、奇幻的角色还是超现实的场景，都在你的指尖等待诞生。勇敢地迈出第一步，你会发现，在这个 AI 绘画的世界里，你就是创造者，你的创意将如璀璨星辰，在数字艺术的天空中闪耀。你准备好开启这场精彩的创意之旅了吗？
关注“小程极客AI教程”微信公众号

相关文章：

  1. 如何正确使用ChatGPT？
  2. 无代码编程开发神器对决！Replit Agent vs Bolt.new，谁能助你快速打造AI应用？
  3. ChatGPT基础使用攻略：如何开启智能对话？
  4. ChatGPT Prompt编写指南：开启AI智能交互的精准指令

版权声明：
作者：
链接：http://www.mecity.com.cn/stablediffusionrumenjiaocheng/
来源：AI工具与AI软件教程
文章版权归作者所有，未经允许请勿转载。

THE END
分享
二维码
< <上一篇
下一篇>>