作为一位自夸“赛博写手”的时辰生图知名小编，在实现天天的道理使命之余，便是那眼女安在各种Ai绘画社群与某鸟上冲浪，比来一段时辰ChatGPT的心动“Meme时辰”（便是常说的高光时辰）较着已曩昔了，与之陪同的时辰生图Ai全体热度也起头下滑，不3月早期那种一刷信息流就满是道理Ai内容的“拥堵感”。

百度的那眼女何Ai搜刮指数

谷歌的Ai关头词环球搜刮指数（这越南有点东西啊）

　　实在这也是功德，任何怪异新颖手艺的心动“降生时辰”都是引人存眷的，但想要真正有所建立，时辰生图仍是道理须要时辰的积淀，哪怕是那眼女何Ai手艺的迭代是通俗科技产物的指数级倍数。比方比来，心动谷歌的时辰生图2023 IO开辟者大会上，剑指微软系（ChatGPT/Bing/copliot）的道理Palm2模子宣布，不只具备与GPT4绝对抗的那眼女何说话能力，同时还打了一套Ai组合拳来维系谷歌科技龙头的位置。

图片源自互联网

　　PaLM 2模子有四个版本，按照巨细从小到大别离是Gecko、Otter、Bison和Unicorn。此中，轻量级的Gecko模子能够或许疾速的在挪动装备上运转，无需收集毗连。PaLM 2在跨越100种说话的语料库长停止练习，是以它在处置多说话使命上表现优良，能懂得、天生和翻译更邃密、多样化的文本。在一些基准评价中，PaLM 2局部成就乃至跨越了GPT-4。固然PaLM 2的参数数目更少，但其机能却优于上一代PaLM模子。

谷歌bard对话模子前进比拟较着，应当已操纵了PaLM 2模子

　　可见在短短的几个月中，由算法、算力构造起来的Ai聪明树已从一棵小树苗长成一棵一无所获的巨树，至于这棵树会不会成为将来人类科技的“聪明之母”，仍是要期待与辩证地对待。

Midjourney丨Ai绘画

　　回归到标题上，比来在C站发明了一个运转在stable diffusion上的新模子，名字叫做BRA(Beautiful Realistic Asians) V5直译为斑斓逼真的亚洲人，点击检查其成果照片，很是冷艳，不少用户展现出的作品都能到达照片级别，因而我就下载测验考试玩玩。

图片源自互联网

　　按照该模子的创作者先容，该模子操纵了约莫 3 个月的练习失利和练习归并的成果。该作者是一位在新加坡的华人，会说一点点中文与日文。

操纵Discord和该模子建造者交换一下操纵心得

　　上面是我操纵该模子共同一些特定的prompt产出的成果图片，局部图片由于原生精度与分辩率缺乏，我操纵NVIDIA保举的ON1 Ai缩小软件停止了分辩率扩大，大师能够或许来看看这些Ai产出的图片是否是很具备利诱性。

stable diffusion丨BRA V5

　　局部prompt：8k, best quality, masterpiece, ultra highres_1.2) Photo of Pretty Japanese woman in the style of paul rubens and rebecca guay

stable diffusion丨BRA V5

stable diffusion丨BRA V5

stable diffusion丨BRA V5

stable diffusion丨BRA V5

　　局部prompt：A beautiful woman is setting up a stall in the street market,beautiful face,cinematic, Faint side light,fine details, 8k, 

stable diffusion丨BRA V5

stable diffusion丨BRA V5

stable diffusion丨BRA V5

　　局部prompt：A lovely girl typing in front of the office computer, beautiful, lovely face, shot with Nikon Z7 full ;frame camera, 50mm lens,

stable diffusion丨BRA V5

stable diffusion丨BRA V5

　　局部prompt：girl at the bus stop on a rainy day, no umbrella, getting wet, cute face, short haircinematic，Faint side light,fine details

stable diffusion丨BRA V5

stable diffusion丨BRA V5

　　局部prompt：Cute girl at the beach, short hair, smile, sunset, with a bow, half body, film style，cinematic，Faint side light,fine details, 8k

stable diffusion丨BRA V5

stable diffusion丨BRA V5

　　局部prompt：girl in supermarket, young girl, bangs, cute face, 50mm, F1.2, shot by Nikon camera, faded film style,Faint side light,

stable diffusion丨BRA V5

stable diffusion丨BRA V5

stable diffusion丨BRA V5

　　局部prompt：Snowy girl with a scarf covering her nose, big eyes, eyelashes, black pupils, F1.2, shot by Nikon camera, faded film style

stable diffusion丨BRA V5

　　局部prompt：Urban girl, city neon as background, city night view from high ;above, neon flashing, with love, short hair, wearing glasses

　　是否是感应很冷艳，不只仅是屏幕前的大师，就算练习过千张Ai图片的我，当看到光芒、五官、心情与神志与照片几近无差别的Ai生图时也是冲动得不行，要晓得就在20天前咱们在做《NVIDIA显卡Ai算力大比拼，想画Ai女友该怎样选？》时画出的Ai女友也就仅仅长成如许：

　　固然也是很是斑斓动听，但一眼就能够或许感觉这是Ai出图，在面部与皮肤的天生上，Ai很是方向给出很是完善的“光芒成果”，让皮肤的色彩、光感都处于绝佳状况，眼睛与嘴唇的细节处置也方向于极致，眼妆与口红的色号也都是操纵了“婚礼级别”，让图片中的女生固然光华动听，可是过分于“完善”，少了实在感。

　　但在BRA V5中，在天生人像时，Ai模子乃至会决心避开面部的细节光芒，让图象中的面部处于阴晦面或侧光面，同时在脸上插手了不少“瑕疵”，比方较着的血管纹、痘痘、斑点等来增添人像的实在感。

图片中的女生乃至有昂首纹，肤色也绝对更方向实在，别的人脸的骨骼布局也更方向真人

在该张中，女生的眼袋与斑点也是比拟较着，同时不会呈现Ai典范的假笑

一样的，面部会呈现一些血管纹、印记等瑕疵来衬托实在感

面部会有较着的高光与暗影地区，合适在实在光芒与拍照情况中的出图

　　如许的照片同样成功骗到了我的伴侣们，固然他们已给我打上了“我发的女生99%都是Ai画的”标签，但仍然这几构成功唬到了不少人。

　　看来，在可预感的将来，喜好都雅mm的男生们不只要防过分美颜大法还要警戒Ai美男的以假乱真，这也从正面反应了，以后的Ai生图手艺的壮大，那末今朝风行的stable diffusion和midjourney的Ai画图软件究竟是怎样懂得笔墨，而后天生如许的图片的呢？

stable diffusion丨BRA V5

　　接上去就来为大师揭开Ai画图的奥妙，但此中会触及大批的手艺类名词，为了更便利大师的懂得，我会用大批的比喻来取代。

  讲授时辰

　　操纵过stable diffusion和midjourney的小火伴都应当清楚，Ai画图都一个从“恍惚到清楚”的进程，不论是基于本地的stable diffusion仍是基于线上高机能办事器的midjourney。

　　这恍惚到清楚的进程便是以后Ai绘画的支流手腕-Diffusion model（分散模子），简略点说，Ai绘画会先把图片停止“降维”而后练习，这个降维的进程很像是大师日常平凡操纵的榨汁机，将一个苹果放在榨汁机里去打坏了，变成苹果泥，而后吃一口，记着苹果泥的滋味，从而晓得这个滋味的果泥便是苹果。

Midjourney丨Ai绘画

　　而Ai则是将图片停止“嚼碎”（加噪点）来变成一组组的马赛克图片，如许的意图是在无限的算力下尽能够或许地多进修几组图片，多天生几组图片。由于马赛克的数据值是切确图片的1/100乃至1/1000.

　　那此刻晓得了Ai是若何疾速进修图片的，那若何天生呢？仍是拿苹果泥举例，在咱们吃过了很多的果泥，比方苹果的、西瓜的、哈密瓜的、香蕉的，咱们即便蒙上眼睛，只须要经由进程一点点的果泥就能够或许分辩这个生果，而后回覆出来。

Midjourney丨Ai绘画

　　Ai也是反复近似的进程，经由进程大批的图片加噪点获得的马赛克图片，Ai也总结出了这个马赛克是猫、阿谁马赛克是狗之类的法则（详细逻辑比拟深，不做赘述）。那就能够或许够经由进程马赛克来反向复原图象，这一步就叫做Reverse diffusion 反向分散。

　　那末，Ai是若何懂得咱们的说话，并按照咱们的设法画出“咱们想要的蜜斯姐”的呢？进程中须要将文本停止“分词器Tokenizer”而后停止“clip”再停止“嵌入Embedding”，就能够或许够让机械进修、熟悉到了！感谢大师！

　　好了，不闹了。这些拗口且庞杂的观点应当留给加倍专业的小火伴去进修，咱们只须要晓得，Ai（不论是画图的，仍是GPT范例的）都是经由进程将笔墨“降维”的体例来懂得并进修，有点像是上述提到的“苹果泥”观点，Ai会将用户输出的文本拆分为更小的单位（词或字符），而后将分词后的文本转换成数学向量，如许模子能力更好地懂得和处置。

Ai懂得便是将文本碎片化、数字化丨Midjourney丨Ai绘画

　　而后就要用到转换器模子（Transformer Model）：这是一个能够或许处置序列数据（如文本）的深度进修模子。它经由进程捉拿文本中的依靠干系和高低文信息，为天生图象供给丰硕的信息。近似于专业的说话学家来帮计较机处置文本的干系，比方用户输出“心爱的猫”，不至于呈现“猫的爱可”如许的计较机辨认毛病。

转换器模子便是将成堆的拼图碎片转换成一张张完全的拼图丨Midjourney丨Ai绘画

　　懂得完文本，就到了画画的进程了，就要用到噪声画画这个观点，犹如吃生果泥来区分生果，噪声展望器（Noise Predictor）：这一步操纵转换器模子供给的信息，渐渐天生图象。经由进程迭代进程，噪声展望器会从粗拙的图象起头，渐渐细化细节。这便是为啥咱们看到的Ai画图都是从恍惚到清楚的进程。也像是一个画家按照一段描写起头创作，先绘制大抵表面，而后不时增加细节，直至实现一幅画作。

也能够或许懂得为渐渐地去雕镂一块巨石丨Midjourney丨Ai绘画

　　接上去，我操纵stable diffusion给大师展现一个蜜斯姐的天生进程，

　　给Ai输出蜜斯姐的关头词（prompt)

　　输出必然的特定咒语，比方甚么高等衬着，8K衬着，HDR衬着之类的，另有必然的背面词，比方不要奇异的手部，不要畸形之类的。

　　起头画图，获得成果

　　若是在这进程中，咱们间断一下模子的进度就能够或许够获得近似于带有噪点的图片

　　从画图进程中，咱们能够或许看到画图一起头的进程中，Ai便是先天生一个比拟恍惚的人物抽象，一个大抵的表面，而后渐渐地去添补，在画图进度46%的时辰就能够或许够初见人物的雏形，后续都是把人物的细节停止改正点窜。

stable diffusion丨BRA V5

　　这便是能够或许以假乱真的蜜斯姐的降生进程了，感乐趣的小火伴能够或许测验考试用SD来画本身喜好的蜜斯姐抽象，可是请注重的是，今朝国际的局部内容平台已起头针对Ai生图停止了扫描辨认并下架局部涉嫌违规的内容。今朝Ai范畴的法则仍是处于空缺阶段，以是针对版权掩护等行动还不完全上线。

stable diffusion丨BRA V5

　　但愿列位在操纵Ai东西的同时也要畏敬手艺带来的打击，我很喜好老黄在NVIDIA 2023大会上提到的“咱们处于Ai的iPhone时辰”，正如iPhone完全倾覆了手机市场普通，咱们也须要辩证地对待Ai将会带来的转变。

手艺不口角之分，是一把达摩克利斯之剑。