技术实例

实例：绘制皮克斯动画风格女孩

本实例为读者详细讲解如何使用文生图来绘制皮克斯动画风格的女孩图像，图 2-25 所示为本实例制作完成的图像结果。需要注意的是，由于人工智能绘制的随机性特点，即使输入相同的提示词也不会得到与本实例一模一样的图像结果，但是可以得到风格较为相似的图像结果。

Figure 1. 图2-25

在 “模型” 选项卡中，单击 “Disney Pixar Cartoon Type A” 模型，如图 2-26 所示，将其设置为 “Stable Diffusion模型”。

Figure 2. 图2-26

设置 “外挂VAE模型” 为 “vae-ft-mse-840000-ema-pruned.safetensors”，并在 “文生图” 选项卡中输入中文提示词 “1女孩，微笑，格子领带，红色格子，红裙子，白色衬衫，手表，黑色头发，斜挎包，户外，植物，山脉，杰作，最好质量” 后，按 Enter 键则可以生成对应的英文 “1girl,smile,plaid_necktie,red grid,red_skirt,white shirt,wristwatch,blackhair,messenger_bag,outdoors,plant,mountain,masterpiece,best quality,”，如图 2-27 所示。

Figure 3. 图2-27

在 Stable Diffusion 中设置外挂 VAE（变分自编码器）模型可以有效提升生成图像的质量，解决输出模糊或色彩暗淡的问题。

由于 Stable Diffusion 单机版和在线版内置的翻译软件不同，所以本书中所有案例的提示词应以英文为准，读者输入中文提示词后需要再仔细核对生成的英文提示词。

在 “嵌入式（T.I.Embedding）” 卷展栏中，单击 “badhandv4” 和 “ng_deepnegative_v1_75t” 模型，如图 2-28 所示，将其添加至反向词文本框中，如图 2-29 所示。

Figure 4. 图2-28

Figure 5. 图2-29
在 ADetailer 卷展栏中勾选 “启用After Detailer” 复选框，如图 2-30 所示。

Figure 6. 图2-30
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为 30、“高分迭代步数” 为 20、“放大倍数” 为 1.5、“宽度” 为 700、“高度” 为 1000、“总批次数” 为 4，如图 2-31 所示。

Figure 7. 图2-31
设置完成后，绘制出来的效果如图 2-32 所示。

Figure 8. 图2-32

“Disney Pixar Cartoon Type A模型” 的作者提示：该模型需配合 “外挂VAE模型” 使用，如设置 “外挂VAE模型”为None（无），会得到颜色偏灰的图像，如图 2-33 所示。

Figure 9. 图2-33

实例：绘制机械装甲女孩

AI 绘画可以根据文字快速生成图像，尤其是在一些角色的设计上可以给设计师提供一定的创作灵感。本实例为读者详细讲解如何使用文生图绘制穿着机械装甲的女孩角色图像，图 2-34 所示为本实例制作完成的图像效果。

Figure 10. 图2-34

在 “模型” 选项卡中，单击 “AniVerse” 模型，如图 2-35 所示，将其设置为 “StableDiffusion模型”。

Figure 11. 图2-35
设置 “外挂VAE模型” 为 None（无），并输入中文提示词 “1女孩，黑色头发，长发，上半身，阳光，城市”，按 Enter 键，即可将其翻译为英文 “1girl,black hair,longhair,upper_body,suneate,city,”，并自动填入正向提示词文本框内，如图 2-36 所示。

Figure 12. 图2-36

补充英文提示词 “dressing high detailed Evangelion red suit”，翻译成中文为 “着装高细节新世纪福音战士红色套装”，如图 2-37 所示。使用该提示词可以绘制出类似该动画片角色服装风格的衣服效果。

Figure 13. 图2-37

读者可以尝试分别使用该模型作者提供的提示词来得到不同风格的机械装甲效果。例如，dressing high detailed Evangelion red suit（着装高细节新世纪福音战士红色套装），dressing high detailed Evangelion white suit（着装高细节新世纪福音战士白色套装），inspiderman suit（蜘蛛侠套装），medieval gold armor（中世纪黄金盔甲）。

此外，当我们使用作者提供的英文提示词时，直接使用英文更为准确。

在 “嵌入式（T.I.Embedding）” 卷展栏中，单击 “badhandv4” 和 “ng_deepnegative_v1_75t” 模型，如图 2-38 所示，将其添加至反向词文本框中，如图 2-39 所示。

Figure 14. 图2-38

Figure 15. 图2-39
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为 40、“高分迭代步数” 为 20、“放大倍数” 为 2、“宽度” 为 512、“高度” 为 768、“总批次数” 为 4，如图 2-40 所示。

Figure 16. 图2-40
设置完成后，生成的图像结果如图 2-41 所示，可以看到这些图像的效果基本符合之前所输入的提示词。

Figure 17. 图2-41
在反向词文本框内输入 “正常质量，最差质量，低质量，低分辨率”，按 Enter 键，即可将其翻译为英文 “normal quality,worstquality,low quality,lowres,”，并提高这些反向提示词的权重，如图 2-42 所示。

Figure 18. 图2-42
设置完成后，重绘图像，生成的图像结果如图 2-43 所示，可以看到画面中角色的面容及衣服的细节有了明显的质量提升。

Figure 19. 图2-43

实例：绘制写实男性虚拟角色

使用 Stable Diffusion 配合合适的模型可以绘制出非常写实的人物角色，本实例为读者讲解如何创建一个男性角色所需要的提示词，图 2-44 所示为本实例制作完成的图像结果。

Figure 20. 图2-44

在 “模型” 选项卡中，单击 “majicMIX alpha麦橘男团” 模型，如图 2-45 所示，将其设置为 “Stable Diffusion模型”。

Figure 21. 图2-45
设置 “外挂VAE模型” 为 None（无），并输入中文提示词 “男生，黑色头发，微笑，侧脸，灰色背景，上半身，T恤，大块肌肉” 后，按 Enter 键则可以生成对应的英文 “schoolboy,black hair,smile,side face,grey_background,upper_body,t-shirt,large muscle mass,”，如图 2-46 所示。

Figure 22. 图2-46
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为30、“高分迭代步数” 为 20、“放大倍数” 为 2、“宽度” 为 512、“高度” 为 768、“总批次数” 为 4，如图 2-47 所示。

Figure 23. 图2-47
设置完成后，生成的图像结果如图 2-48 所示，可以看到这些图像的效果基本符合之前所输入的提示词，但是角色的皮肤看起来缺乏细节。

Figure 24. 图2-48
在 “嵌入式（T.I.Embedding）” 卷展栏中，单击 “badhandv4” 和 “ng_deepnegative_v1_75t” 模型，如图 2-49 所示，将其添加至反向词文本框中。在反向词文本框内补充提示词 “正常质量，最差质量，低质量，低分辨率”，按 Enter 键，即可将其翻译为英文 “normalquality,worstquality,low quality,lowres,”，并提高这些反向提示词的权重，如图 2-50 所示。

Figure 25. 图2-49

Figure 26. 图2-50
设置完成后，绘制出来的效果如图 2-51 所示。可以看到这 4 幅图像中无论是角色的皮肤质感还是服装上的细节均提升了许多。

Figure 27. 图2-51

实例：绘制可爱的动物角色

本实例为读者讲解如何创建一个可爱动物角色所需要的提示词，图 2-52 所示为本实例制作完成的图像结果。

Figure 28. 图2-52

在 “模型” 选项卡中，单击 “WildCardX-XL ANIMATION” 模型，如图 2-53 所示，将其设置为 “Stable Diffusion模型”。

Figure 29. 图2-53

读者需注意，如果该模型的名称中有 XL 字样，说明该模型可以直接绘制更大尺寸的图像，同时，这类模型的文件大小通常也更大，并且需要更高性能的计算机来支持。

设置 “外挂VAE模型” 为 None（无），并输入中文提示词 “一只骑摩托车的狮子，非常可爱，微笑，3D blender渲染，微型，物理渲染，塑料质感，浅蓝色背景” 后，按 Enter 键则可以生成对应的英文 “a lion riding a motorcycle,very cute,smile,3d blenderrendering,microa,physical rendering,plastic texture,light_blue_background,”，如图 2-54 所示。

Figure 30. 图2-54
在反向词文本框内输入 “正常质量，最差质量，低质量，低分辨率”，按 Enter 键，即可将其翻译为英文 “normal quality,worstquality,low quality,lowres,”，并提高这些反向提示词的权重，如图 2-55 所示。

Figure 31. 图2-55
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为 30、“宽度” 为 700、“高度” 为 1000、“总批次数” 为 2，如图 2-56 所示。
设置完成后，绘制出来的效果如图 2-57 所示，可以看到这些图像的效果基本符合之前所输入的提示词。
将 “一只骑摩托车的狮子” 一词删除，补充正向提示词 “一只骑摩托车的斑马”，对应的英文为 “a zebra riding a motorcycle”，如图 2-58 所示。
设置完成后，重绘图像，绘制出来的效果如图 2-59 所示，读者可以观察新添加提示词对画面的改变效果。

Figure 32. 图2-56

Figure 33. 图2-57

Figure 34. 图2-58

Figure 35. 图2-59

实例：绘制色彩斑斓的女孩

本实例为读者讲解如何创建一个色彩斑斓的二维女孩形象，图 2-60 所示为本实例制作完成的图像结果。

在 “模型” 选项卡中，单击 “填色大师Coloring_master_anime” 模型，如图 2-61 所示，将其设置为 “Stable Diffusion模型”。

Figure 36. 图2-60

Figure 37. 图2-61
设置 “外挂VAE模型” 为 None（无），并输入中文提示词 “1女孩，单人，最好质量，多彩，上半身，面向观众，2D，杰作” 后，按 Enter 键则可以生成对应的英文 “1girl,solo,bestquality,colorful,upper_body,facing the audience,2D,masterpiece,”，如图 2-62 所示。

Figure 38. 图2-62

Figure 39. 图2-63
在 “嵌入式（T.I.Embedding）” 卷展栏中，单击 “badhandv4”、“EasyNegativeV2” 和 “ng_deepnegative_v1_75t” 模型，如图 2-63 所示，将其添加至反向词文本框中，如图 2-64 所示。

Figure 40. 图2-64
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为 30、“高分迭代步数” 为 20、“放大倍数” 为 1.5、“宽度” 为 700、“高度” 为 1000、“总批次数” 为 4，如图 2-65 所示。

Figure 41. 图2-65
设置完成后，绘制出来的效果如图 2-66 所示，可以看到这些图像的效果基本符合之前所输入的提示词。

Figure 42. 图2-66
现在补充正向提示词 “浮动在多彩的水中”，翻译为英文 “floating in colorfulwater”，如图 2-67 所示。

Figure 43. 图2-67
设置完成后，绘制出来的效果如图 2-68 所示，可以看到这4幅图像中的色彩丰富了许多。

Figure 44. 图2-68

实例：绘制乘坐地铁的女孩

本实例为读者详细讲解如何使用文生图绘制乘坐地铁的女孩角色图像，图 2-69 所示为本实例制作完成的图像结果。

在 “模型” 选项卡中，单击 “RealCartoon3D” 模型，如图 2-70 所示，将其设置为 “Stable Diffusion模型”。
设置 “外挂VAE模型” 为 None（无），并在 “文生图” 选项卡中输入中文提示词 “一个微笑的穿短裤的女孩坐在地铁座位上，黑色头发，格子花纹衬衣，耳机，蝴蝶结，窗外有雨” 后，按 Enter 键则可以生成对应的英文 “a smiling girl wearing shorts is sitting on a subwayseat,black hair,checkered shirt,headphones,ribbontrimmed_bow,rain outside thewindow,”，如图 2-71 所示。

Figure 45. 图2-69

Figure 46. 图2-70

Figure 47. 图2-71
在 “嵌入式（T.I.Embedding）” 卷展栏中，单击 “badhandv4”、“EasyNegativeV2” 和 “ng_deepnegative_v1_75t” 模型，如图 2-72 所示，将其添加至反向词文本框中，如图 2-73 所示。

Figure 48. 图2-72

Figure 49. 图2-73
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为 50、“高分迭代步数” 为 20、“放大倍数” 为 2、“宽度” 为 512、“高度” 为 768、“总批次数” 为 4，如图 2-74 所示。

Figure 50. 图2-74
设置完成后，绘制出来的效果如图 2-75 所示，可以看到这些图像的效果基本符合之前所输入的提示词。

Figure 51. 图2-75
在反向词文本框内输入 “正常质量，最差质量，低质量，低分辨率”，按 Enter 键，即可将其翻译为英文 “normal quality,worstquality,low quality,lowres,”，并提高这些反向提示词的权重，如图 2-76 所示。

Figure 52. 图2-76
设置完成后，绘制出来的效果如图 2-77 所示，可以看到整个图像的质量提升了许多。

Figure 53. 图2-77

实例：绘制楼房景观效果图

AI 绘画不仅可以以文生图的方式绘制出各种各样的角色，还可以绘制出极具未来科幻色彩的楼房景观效果。本实例为读者详细讲解如何使用文生图绘制楼房景观效果图，图 2-78 所示为本实例制作完成的图像结果。

Figure 54. 图2-78

在 “模型” 选项卡中，单击 “城市设计大模型UrbanDesign” 模型，如图 2-79 所示，将其设置为 “Stable Diffusion模型”。

Figure 55. 图2-79
设置 “外挂VAE模型” 为 None，并输入中文提示词 “高楼，喷泉，蓝天，景观，云，弧形建筑，树，花”，按 Enter 键，即可将其翻译为英文 “high-rises,fountain,blue_sky,landscape,cloud,arc-shaped architecture,tree,flower,”，并自动填入正向提示词文本框内，如图 2-80 所示。

Figure 56. 图2-80
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为 50、“高分迭代步数” 为 20、“放大倍数” 为 1.5、“宽度” 为 700、“高度” 为 1000、“总批次数” 为 4，如图 2-81 所示。

Figure 57. 图2-81
设置完成后，绘制出来的效果如图 2-82 所示，可以看到这些图像的效果基本符合之前所输入的提示词。

Figure 58. 图2-82
现在补充正向提示词 “夜景”，翻译为英文 “night view,”，如图 2-83 所示。

Figure 59. 图2-83
再次重新绘制图像，如图 2-84 所示，可以看到增加了 “夜景” 提示词后的效果图变为了夜景效果。

Figure 60. 图2-84

实例：绘制小区景观效果图

本实例为读者详细讲解如何使用文生图绘制多幅小区日景的效果图，图 2-85 所示为本实例制作完成的图像结果。读者学习本章时，可以对比上一章中提示词的变化。

Figure 61. 图2-85

在 “模型” 选项卡中，单击 “城市设计大模型UrbanDesign” 模型，如图 2-86 所示，将其设置为 “Stable Diffusion模型”。

Figure 62. 图2-86
设置 “外挂VAE模型” 为 None，并输入中文提示词 “多层楼房，树，水池，喷泉，云朵，花，白天，阳光，自行车”，按 Enter 键，即可将其翻译为英文 “multi storybuildings,tree,pool,fountain,clouble,flower,day,suneate,bicycle,”，并自动填入正向词文本框内，如图 2-87 所示。

Figure 63. 图2-87
在反向词文本框内输入中文提示词 “高楼” 后，按 Enter 键则可以生成对应的英文 “high-rise”，如图 2-88 所示。

Figure 64. 图2-88
在 “生成” 选项卡中，设置 “迭代步数（Steps）” 为 50、“高分迭代步数” 为 20、“放大倍数” 为 1.5、“宽度” 为 1000、“高度” 为 700、“总批次数” 为 4，如图 2-89 所示。

Figure 65. 图2-89
设置完成后，绘制出来的效果如图 2-90 所示，可以看到这些图像的效果基本符合之前所输入的提示词，场景也中没有出现特别高的建筑。

Figure 66. 图2-90
现在补充正向提示词 “木制建筑，花，薰衣草”，翻译为英文 “woodenbuildings,flower,lavender,”，如图 2-91 所示。

Figure 67. 图2-91
再次重新绘制图像，这次得到的图像可以看出建筑外立面的材质变化以及场景中明显多了许多花朵，如图 2-92 所示。

Figure 68. 图2-92