👉腾小云导读
Stable Diffusion的发布是AI图像生成发展过程中的一个里程碑,相当于给大众提供了一个可用的高性能模型,让「AI 文本图片生成」变成普通人也能玩转的技术。最近一些网友将网上的真人图片不断喂给模型,让其自主学习,训练出来的效果已经可以做到以假乱真——你甚至不知道哪些图片是 AI 生成的还是真人拍出来的。你感兴趣吗?今天这篇文章从零开始,手把手教你如何搭建自己的真人 AI 网站。强烈建议收藏(不管是否吃灰)。
👉 看目 录, 点收藏 1. 搭建你自己的 AI 网站 2. 模型下载
3. 汉化插件下载
4. 生成你的真人图片
4.1 生成真人图片
4.2 不同风格图片生成
4.3 动画视频生成
5. 让你生成的图片开口说话
本篇我们将单刀直入教各位最快搭建出一个质量不错的 AI 网站,如果各位想了解相关的原理、技术点,可以留言告诉我们。下文会提及的 模型、插件和源码 ,我们也一并提前为各位整理~ 点击下方公众号卡片,进入回复「AI网站」即可领取。 首先,在电脑上安装 python 3.10.6,如果已经安装了其他 python 版本,可以利用 conda 安装多一个 3.10 的虚拟环境版本: conda create -n novelai python==3.10.6 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui 再安装对应的 GPU 版本的 Pytorch,直接进入网站: https://pytorch.org/get-started/locally/,复制对应的命令。 ./python -m pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116 安装成功后,可以测试自己的 pytorch 版本是否可以跑通。 进入刚刚下载的 Github 仓库的代码文件夹,安装第三方依赖: python -m pip install -r requirements.txt 有了网站之后,就需要下载对应的 AI 模型进行有效生成。 一些网友已经利用网上大量的图片训练好的模型,并分享到网站上。我们举个例子: 这个大名鼎鼎的网站被人们称为「C 站」,里面有很多你意想不到的模型。 可以在这个网站上找到很多已经训练好的模型。例如找一个生成真人图片的模型:ChilloutMix。从网页上下载对应的模型后,把该模型放到工程目录:models/Stable-diffusion。 stable-diffusion-webui 这个项目还支持下载第三方插件。例如我们可以下载对应的汉化插件。 其下载地址如下: https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN 然后将文件解压放到 extensions 目录下: 在“设置”选项里,找到 zh_CN,最后需要重新启动网页,就可以生效了: 启动主程序"launch.py",等待一定的时间出现网页地址就可以了。 打开网址时,有时候可能模型没有更新。因此可以尝试一下多次重启。 需要选择刚刚下载的模型:ChilloutMix。
这样就已经完成前期的部署工作了。接下来详细教大家怎么生成自己想要的图片。 4.1 生成真人图片 在c站上,已经有很多大神利用 promt 生成图片了,因此我们就可以对这些进行参考。 例如找一个好看的图片,对下面的 Prompt 词语进行复制: 其中 Prompt 词语放在提示词框内,消极 Prompt 词语放在对应的方框内。同时调整对应的参数,最后就可以生成真人图片:
4.2 不同风格图片生成 在 C 站上,还有很多 Lora 模型可以进行下载。这是一种可以帮助你调整画风的小模型。主要是放到 Prompt 中进行使用。 例如我们可以在网站上下载原神的 Lora 模型:
下载完成后,把模型放到 models/Lora 路径下:
按照图片下的步骤,选中模型后,会看到具体的 Prompt 在方框内了:
把步骤 4.1 中的 Prompt 词语加入到这里,就可以生成一个原神风格的图片:
4.3 动画视频生成 首先需要安装插件**“deforum”**,这个插件能够根据多个生成的图片构造成视频动画。 https://github.com/deforum-art/deforum-for-automatic1111-webui 在当前 stable-diffusion 目录下,执行下面命令,就会发现 extensions 多了新的插件: git clone https://github.com/deforum-art/deforum-for-automatic1111-webui extensions/deforum
同时重启新的网页,会发现多了 deforum 这个选项: 可以先执行简单的生成,在提示词上,已经默认填写了语句: { "0": "tiny cute swamp bunny, highly detailed, intricate, ultra hd, sharp photo, crepuscular rays, in focus, by tomasz alen kopera", "30": "anthropomorphic clean cat, surrounded by fractals, epic angle and pose, symmetrical, 3d, depth of field, ruan jia and fenghua zhong", "60": "a beautiful coconut --neg photo, realistic", "90": "a beautiful durian, trending on Artstation" } //Abstracted Example { "0": "Prompt A --neg NegPompt" "12": "Prompt B" } 其中“0”和“12”提示在插值中解析的关键帧。Prompt A 和 B 是肯定提示,NegPrompt 是否定提示。 当然,也可以直接用上面 C 站下载下来的模型,生成真人动画。 从上面我们已经得到了生成的图片。 那么就可以利用这张图片,创建自己的 AI 说话视频。登陆这个网址: 选择刚刚生成的图片,然后输入自己想要说的话,之后生成就可以了:
有了这个技术,就可以批量制作二次元甚至是真人说话视频。这对于 AICG 这个行业是一个颠覆性的技术,相信未来这个技术在多个领域上都能够推广开来。 点下方卡片进入公众号,在后台回复「AI网站」,即可0门槛领取本文所述模型、插件和源码。 快来展示你的搭建成果吧~ 以上是本次分享全部内容,欢迎大家在评论区分享交流。如果觉得内容有用,欢迎转发~ 最近无论是火爆的 GPT 智能文本生成模型,还是Diffusion Model(GLIDE、DALLE2、Imagen等)智能图片生成模型,AIGC领域给人惊喜不断。它使用深度学习算法,从大量的数据中学习模式,以创建高质量的文本、音频、图像和视频。 在《 这波可以,终于有内行人把 GPT-4 说透了 》《 TVP专家夜聊:不用ChatGPT的开发都该被炒掉 》两篇中,我们探讨了「 GPT 们」的 发 展对 程 序员的 影 响——会取代程序员吗?各位程序员朋 友们给出了精彩的回答:
AIGC深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能,成为让其发展的加速度。 总体来说,我们看 到了AIGC在未来更可能是与人类合作的模式。人类可以借助AI技术进行创作和生产,提高生产效率和质量。
“你还能想到AIGC什么应用方式?ta还能帮助程序员做什么?“
欢迎在评论区聊一聊你的看法。在4月12日前将你的评论记录截图,发送给腾讯云开发者公众号后台,可领取腾讯云「开发者春季限定红包封面」一个,数量有限先到先得😄。我们还将选取点赞量最高的1位朋友,送出腾讯QQ公仔1个。4月12日中午12点开奖。快邀请你的开发者朋友们一起来参与吧!