AI绘画黑话详解

AI绘画爆火已经一段时间了，相信大家都有所耳闻，但是一些AI绘画业内的黑话，很多人都不是很了解，今天给大家梳理一下。

何谓Naifu、WebUI？

去年Stable Diffusion开源的AI绘画模型爆火，此后一家叫做NovelAI的公司，基于Stable Diffusion的模型，训练了二次元风格的AI模型，后续模型也开源了，坊间大佬以此模型制作了前端交互界面Naifu。

Naifu的优点是简单易懂参数少，很容易就可以生成质量比较高的图片，但它也有缺点，就是功能比较少，比较难以制作水平更高的图片。

WebUI通常是指由AUTOMATIC1111创作的基于Stable diffusion AI模型的AI绘画前端交互界面，它的优点是参数多，可调整出来的图片效果好，支持训练模型，并且一直有更新，支持越来越多的插件；缺点是参数多、操作复杂，不适合新手。

都有哪些常见模型呢？

平时大家可能会经常接触到各种各样的模型，ckpt、LoRA等，完全听不懂是啥意思，这里我来解释一下。

完整大模型：指标准的latent-diffusion模型，拥有完整的TextEncoder、U-Net、VAE等。这种模型需要很高的显卡算力才可以玩转。大家常见的*.safetensors格式或者*.ckpt格式的模型文件，就是完整模型的常见格式，通常文件大小在几个G级别。

小模型：小模型指从大型模型中截取特定的部分，虽然其能力不如大型模型完整，但是由于训练方向的明确性，小型模型在生成特定内容时表现更佳，也更加精准。常见的小模型有Embedding、Hypernetwork、VAE、LoRA等，下面简单介绍一下。

①Embedding：后缀一般为.pt、.png、.webp等格式，文件非常小，一般是KB级。风格模型是指专门针对一个特定风格或主题进行训练的模型，可以作为一个模块在生成图像时使用。用户可以在输入Prompt时使用对应的标签来调用相应的风格模型，从而生成符合该主题或风格的图像。例如，通过使用数百张樱木花道的图像进行训练，可以创建一个名为“yingmu”的Embedding模型。在使用AI绘图工具时，用户可以加载名为“yingmu”的Embedding模型，并在输入Prompt时添加“yingmu”的标签，以自动调用该模型生成符合该主题的图像。该模型一般放置在*\stable-diffusion-webui\embeddings目录内。

②VAE（Variational autoencoder）：一般为.pt后缀格式，文件大小一般是几百MB。像滤镜一样的东西，可以影响生成图像的色彩和微小细节。虽然大型模型本身内置VAE，但并不是所有大型模型都适合使用VAE。最好使用指定的模型与VAE搭配，以避免产生反效果而降低生成图像的质量。该模型一般放置在*\stable-diffusion-webui\models\VAE目录内。

③Hypernetwork：一般为.pt后缀格式，文件大小一般在几十MB。比较强大的一种模型，支持自定义很多参数，可训练画风、人物等，但训练比较难。该模型一般放置在*\stable-diffusion-webui\models\hypernetworks目录内。

④LoRA：文件大小一般在几百MB，最出名的小模型，非常适合训练人物，效果好，配置要求低。在Stable Diffusion的文本生成或图像生成界面中，可以看到一个红色的图标“Show extra networks”位于生成按钮下方。点击该红色图标将会弹出一个面板，其中包含名为Lora的选项卡。在该选项卡中，用户可以自由选择Lora模型。点击所需的模型后，该模型的名称将自动插入到Prompt文本框中。

PS：部分图片来自互联网，侵权请联系我删除

推荐一款工作提效小程序：

喜欢的话，可以关注一下，请在右下角点一下“在看”~