大家好，我是设计师阿威
在当前，比较流行的 AI 绘画软件主要有三个，分别是：StabilityAI 公司的 Stable Diffusion，OpenAI 公司的 DALL·E2，以及更为大众所熟知的，Leap Motion公司创始人 David Holz 携十一人团队创建的 Midjourney。
它们各自有各自的特点以及适用场景，接下来我们一一来介绍一下。
（提示词：ditorial Style photo Mid-range Classic Clothing 35 Asian Full-body shot Dior Cotton, Silk High Pastel Colors Romantic and Elegant Studio Lighting Elegant Mansion Evening Sophisticated --v 5.2）
01、Midjourney
首先是 Midjourney。Midjourney 广为大众所熟知，是从今年 3 月份一张广州情侣的照片开始的。就是下面这张，相信很多人都看过这个新闻。大家都以为这是一张真人照片，但实际是由 AI 生成的，使用的就是 Midjourney V5。
还有后来美国人整蛊的，川普被捕的图片，也都是出自 Midjourney 之手。
在三大绘画中，如果仅仅评价文生图的质量，midjourney 毫无疑问是最好的。而且 Midjourney 的上手门槛是最低的，普通人不需要经过特别严格的训练，就可以生成相当漂亮好看的图片。
但 Midjourney 的缺点也很明显，那就是其发散性相当大，虽然生成的图片非常好看清晰，但是如果你想精确控制图片的内容，往往是相当困难的。也就是说，Midjourney 介入绘画相当深。虽然可以通过参数–s设置其艺术加工的程度，但是对于一些专业领域的场景，比如给定一个毛坯房照片生成装修图，或者给定线稿生图，生成的图片总是与参考图是有一些差异的。这是 Midjourney 的缺点。
这与 Midjourney 自身的定位有关。Midjourney 的定位就是一款大众化的文生图模型，所以其易用性，通用性，上手门槛是最低的。像这种高级、复杂、定制的需求场景，需要使用更加专业的工具来实现。比如 Stable Diffusion。
02、Stable Diffusion
Stable Diffusion 的概念非常复杂。（SD安装包和安装教程请看我往期入门教程或扫描获取哦）
同 Midjourney 不同的是，Stable Diffusion是一个开源模型。也就是说，我们可以下载或者看到其完整源代码，并部署在本地个人电脑上（对显卡和显存有一定要求）。
当然，StabilityAI 公司也做了一个公有服务，可以免部署直接使用。当然也是收费的。所以，当我们说起 SD 的时候，需要明白我们说的是公有云版，还是私有部署版，他们区别相当大，几乎不是一回事。
这其中主要在于模型的区别。当我们讨论 Midjourney 的时候，我们不需要太关注模型这个概念，这也是它简单的地方。但当我们讨论 Stable Diffusion 的时候，其实我们主要是在讨论模型。
Stable Diffusion 的模型分为基础（base）模型和定制化（fine-tuned）模型。基础模型，就是公有服务上提供的那些，也可以称之为“通用模型”，如：
顾名思义，既然是“通用模型”，那必然是没有什么特点。事实上，在 SDXL1.0 模型出来之前，使用通用模型，在没有任何调教的情况下，画出的画，质量是不高的。
那么我们如何画出好看的画？小某书和网上那些好看的图片又是如何画出来的？不也是用的 Stable Diffusion 么？
答案就是：用定制化模型。定制化模型是在以上那些通用模型的基础上，通过添加特定风格的图片作为素材样本进行训练得到的模型。也可以叫“微调模型”。
C站（https://civitai.com/）就是这样一个汇集了各路人才训练出的模型的地方。上面有各种风格的模型：
也就是说，如果你想画人物，需要下载一个人物模型；如果你想画卡通，下载一个卡通模型：社区有。不同于通用模型，这些微调模型全是各领域的专家，画特定的风格表现非常突出。但是下什么模型，就只能画什么风格的图片。每个模型的大小大约在 1-5 个G 之间，但如果是 LoRA 会小一些，在几十 M 到几百 M 之间。
公有版只能使用基础模型。想使用微调模型，只能本地部署 Stable Diffusion
这里是私有部署 Stable Diffusion 后的一个界面：
可以看到有多少参数，这些参数仅仅占了所有参数的 1/3，剩余选项卡下面大约还有这么多的参数。SD 的上手难度和 Midjourney 不是一个级别的。
另外，得益于 ControlNet 和 inpaint（局部重绘） 的加持，SD 几乎可以胜任任何 Midjourney 不能胜任的工作，比如说：换脸换装、线稿生图、毛坯房装修、上色等等等等。
可以说，如果你对 SD 足够精通，你几乎可以将图片的控制粒度达到像素级别。前提是你要对 SD 的使用“足够精通”。这需要很长时间的学习成本和大量的实践练习。
（文末附全套AI绘画Midjourney和Stable Diffusion学习教程资料）
03、DALL·E2
最后我们来简单介绍一下 DALL·E2。不知道 OpenAI 是不是把资金都投入到 GPT 的研发上了，DALL·E2 的表现非常一般。和通用模型下的 SD 表现相当。这里就不过多赘述了。不过 DALL·E2 也有个优点，就是生成速度快，也许可以当做图形验证码来用。
综上所述，Midjourney 的特点是：上手难度低，易操作。通过一个简单的描述词就可以生成画面精美的图片，适合大多数用户，可用来辅助设计、logo、头像、创意等。
Stable Diffusion 的特点是：上手难度高，参数多，可玩性高，可定制化程度极高，适合专业人士和动手、探索能力强的极客玩家。
DALL·E 的特点是生成速度快，效果差。可用于批量生成图片验证码的场景。
Midjourney 就像以前的全自动傻瓜相机，只要稍微一按，就会为你生成很不错的照片； Stable Diffusion 就像单反，成本高，造价贵，需要调一堆参数，但是如果用对了，能力也更强。
另外需要补充的一点是，Stable Diffusion 在两周前最新推出的SDXL1.0（Stable Diffusion XL v1.0） 通用模型，已经具备了接近甚至媲美 Midjourney 的能力，而且更为重要的一点：SDXL1.0 模型支持指定文字！这在其他任何一款绘画 AI 包括 Midjourney 中都还是无法实现的一项功能，其生成效果如下图所示：
（提示词：Close-up shots of a miniature Eiffel Tower inside a glass bottle with a label that says “Paris”）
没有最好的，只有最适合的。大家可以根据自己的实际需要，选择适合自身应用场景的 AI 绘画工具。
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
总结
**文章总结**：本文由设计师阿威撰写，详细介绍了三款流行的AI绘画软件：Midjourney、Stable Diffusion和DALL·E2。文章首先指出了这三款软件各自的特性和适用场景。Midjourney易于上手，生成的图像精美且门槛低，但难以精确控制内容；Stable Diffusion则是一款开源的高阶工具，提供了丰富的定制化模型和高度可控性，但需要上述门槛相对较高且需要专业知识；DALL·E2则生成速度快但效果较为一般，适用于一些批量生成图片验证码等简单需求。
随后文章附加了AI绘画的未来发展前景，强调了AIGC技术在游戏和计算领域的广泛运用，以及与人工智能技术的深度融合。最后，文章为读者提供了全面的AIGC学习资料，包括学习路线、必备工具、视频教程、学习笔记以及实战案例，以帮助读者根据自身需求选择适合的工具并快速入门和发展。
**核心亮点**：
1. **详细对比**：对网络上热门的三款AI绘画软件进行了企业会计的特性和应用场景的描述与对比。
2. **深入浅出**：即使没有技术背景，也能通过本文了解并选择合适的AI绘画软件。
3. **广泛学习资源**：提供了丰富的学习资料、视频教程及实战案例，以便读者快速掌握AI绘画技术。
4. **展望未来**：强调了AIGC技术未来的重要性以及在游戏和计算领域的潜在应用价值。