写在前面
Hi，
欢迎大家来到 AI 绘画学习 | 学习手册，相信在接下来的日子里，我们将在这里见面很多次。
AI 绘图，顾名思义，即用 AI 实现绘图，在特定程序中输入特定关键词/指令，即可产出新的图片，而图片的主人就是你自己。简单来说，这是一种让你即使没有绘画能力，也能产出画作的技术。
目前 AI 绘画在全球已经有了非常良好的开源生态，拥有了 “Stable Diffusion” 和 “Disco Diffusion” 等优质的开源项目。而在 NovelAI 模型泄露事件中，我们又进一步验证了市场对于 AI 绘画需求。
一句话来说，AI 绘图，来路清晰，前路已通。但据了解，目前国内跑的最快的中文 AI 绘画产品，也只是到了“做出来”这步，正在探索“引爆的方法”。
所以，此时不下场，更待何时呢？
• 如果你以前从未接触过 AI，但最近看到 AI 绘画被频频提起，想做个基本了解，这个课程将向你简单介绍 “AI 绘画” 的发展历程和技术原理；
• 如果你正想入局 AI 绘图，却不知道从何开始、如何创作，这个课程将教给你简易与进阶绘图方式，总有一种适合你；
• 如果你已经在使用 AI 绘画工具进行创作，但是总是画不出自己想要的效果，这篇手册将告诉你怎么使用 “咒语”，才能把心中的景象，清晰明白地传达给你的 “法杖”；
• 如果你已经发现了 AI 绘画的异常值，但在变现道路上找不到方向，我们也会提供基础与进阶两类变现方法供你选择。
先进入跑道了解赛制，远比在观众席等待结果更加有趣。
希望大家可以在这个课程中，结识一群战友。
一.AI绘画技术介绍
1.1 AI绘画简介
AI绘画是指利用人工智能技术来生成或辅助艺术作品的一种新兴技术。它可以帮助人类艺术家更快、更精准地创作出自己想象中的艺术作品，同时也能自动创造出新的艺术作品。
具体来说，AI绘画技术是通过训练计算机模型来模拟人类艺术家的创作过程，包括创作风格、色彩运用等，然后通过计算机程序生成艺术作品。这些技术的应用范围非常广泛，包括绘画、设计、动画、游戏等领域。
例如，在绘画领域，AI绘画技术可以根据输入的图片自动完成线稿、着色等任务，辅助人类艺术家更快速地完成作品。此外，AI绘画技术还可以自动生成新的艺术作品，包括画作、插画、漫画等，展现出不同的风格和风格组合。这些作品可以用于装饰、印刷品、广告、游戏和电影等领域。
总之，AI绘画技术是一种新兴的艺术创作方式，它可以为人类艺术家带来新的灵感和技术支持，同时也可以为艺术领域带来更多的创新和可能性。
1.2 AI 绘图发展背景
AI绘画的出现时间可能比很多人想象的要早。
1、1990年代：AI绘画技术的探索
1973年，一位艺术家，哈罗德·科恩Harold Cohen（画家，加利福尼亚大学圣地亚哥分校的教授) 发布了可以进行机器作画的电脑程序——Aaron（亚伦）。这是世界上第一个计算机艺术程序。
Harold 对 AARON的改进一直持续了几十年, 直到他离世，在80年代的时候, ARRON"掌握"了三维物体的绘制；90年代时，AARON能够使用多种颜色进行绘画，据称直到今天，ARRON仍然在创作。
2006年，出现了一个类似ARRON的电脑绘画产品 The Painting Fool. 它可以观察照片，提取照片里的块颜色信息，使用现实中的绘画材料如油漆，粉彩或者和铅笔等进行创作。
2、2010年左右：基于深度学习的AI绘画技术开始崭露头角
到了2010年左右，随着深度学习技术的发展，基于深度学习的AI绘画技术开始崭露头角。
2012年Google两位大名鼎鼎的AI大神，吴恩达和Jef Dean进行了一场空前的试验，耗资100万美元，集结1000台电脑、16000个CPU的资源训练了一个当时世界上最大的深度学习网络, 用来指导计算机画出猫脸图片。经过整整3天训练, 画出来了一张模糊的猫猫头：
虽然基本很难看出这是一张猫脸，且价格昂贵，根本没有商用的机会，但这是AI绘画的起点，意义重大。
3、2015年，迷幻和超现实
谷歌在2015年开源了deep dream项目，可以用它画出非常迷幻和超现实的图画，生成痕迹非常明显，但看起来已经比上面的猫脸像那么回事了，不是吗？这种画作，看起来并不比直接在照片上加滤镜来得高明，也不是大家想象中的，人来输出口令，AI来产生跟指令相关的绘画。
4、2014年，GAN 的时代到来
AI学术界提出了一个非常重要的深度学习模型，这就是大名鼎鼎的对抗生成网络GAN (Generative Adverserial Network, GAN)。GAN模型一问世就风靡AI学术界，在多个领域得到了广泛的应用。它也随即成为了很多AI绘画模型的基础框架，其中生成器用来生成图片。而判别器用来判断图片质量。GAN的出现大大推动了AI绘画的发展。
GAN 这种方案就是训两个模型，一个造假，一个判真，两个模型相互卷，直到卷到造假的模型能造出 “以假乱真” 的图片时，就算练成了。但 GAN 有个致命缺陷叫做 “鞍点问题”，它造成 “模型训练过程中，数据处理的难度很大”，而且数据越复杂、越多样，难度就越大。这时的模型是很不稳定的，自然也不可能依托它形成什么商业模式。
5、2018年：基于GAN的AI绘画技术取得突破
2018 年，第一幅由 AI 生成的肖像《Edmond de Belamy》问世，它由生成对抗网络（GAN）创建，是 Obvious Art 的 “La Famille de Belamy” 系列的一部分，最终在佳士得艺术品拍卖会上以 432500 美元成交。
6、2020年：Diffusion问世
2020 年发布的开创性论文《Denoising Diffusion Probabilistic Models》，带来了一种新的图像生成范式。用这个方法生成出来的图片效果非常好，比 GAN 要好的多，而且不存在 GAN 的缺陷，由此，这种新范式突破了实用化的临界点。（PS：这就是为什么后来的模型多叫做 XX Diffusion 的原因。）
Diffusion 算法的原理是先将一幅画面逐步加入噪点，一直到整个画面都变成白噪声，记录这个过程，然后逆转过来给 AI 学习（当然不只是一副画，而是极大数量的画）。从 AI 视角看，就是学习一副全是白噪声的画面，怎么一点点去除噪点变清晰，直至变成一幅画。用说的可能不清楚，我弄一组图片在下面，大家看了就明白了。
这一时期出现了很多运用 Diffusion 技术的模型，比如 DALL-E 系列，Midjourney 等等，它们都有非常不错的效果，例如使用 Midjourney 创作的画作《太空歌剧院》就在美国科罗拉多州博览会的艺术比赛中获得了第一名，引发了媒体的竞相转载，以至于在指数工具里飙出了一个很高的 “异常值”，但因为它们要么是彻底闭源的，要么是只开放一些 api，所以 “异常值” 飙的快降得也快，最终没有特别出圈，停留在了新闻和少量技术尝鲜者中。
7、2022年2月，Disco Diffusion 模型问世
2022年的2月由somnai等几个开源社区的工程师做了一款基于扩散模型的AI绘图生成器——Disco diffusion。从它开始，AI绘画进入了发展的快车道，潘多拉魔盒已经打开。
3月 Midjouney发布，Midjouney发布5个月后，美国科罗拉多州博览会的艺术比赛评选出了结果，一张名为《太空歌剧院》的画作获得了第一名，但它甚至不是人类画师的作品，而是一个叫MidJourney的人工智能的画作。参赛者公布这是一张AI绘画作品时，引发了很多人类画师的愤怒和焦虑。
8、4月 DALL·E 2发布
9、2022年7月 Stable diffusion问世
7月29日 一款叫Stable diffusion的AI生成器开始内测，人们发现用它生成的AI绘画作品，其质量可以媲美DALL·E 2，而且还没那么多限制。Stable diffusion共分4波邀请了 15000 名用户参与了内测，仅仅十天后，每天就有一千七百万张图片通过它生成。最关键的是，Stable diffusion的开发公司Stability AI崇尚开源，他们的宗旨是“AI by the people，for the people”。
10、2023年3月 Midjouney v5问世
Midjouney v5问世再次改变了 AI 驱动的艺术创作世界。它拥有显著增强的图像质量、更多样化的输出、更广泛的风格范围，以及对无缝纹理的支持、更宽的宽高比、改进的图像提示、扩展的动态范围等.
1.3 AI绘画工具和软件的使用介绍
目前比较前沿的 AI 绘画模型主要有以下 5 个，其中只有前 2 个是开源的，国内大多数中文 AI 绘画应用都是基于这两个开源模型封装的。
Stable Diffusion（开源）：
https://dreamlike.art/create
https://playgroundai.com/create
https://dreamstudio.ai/dream
更多 Stable diffusion 教程
Disco Diffusion（开源）：https://github.com/alembics/disco-diffusion
Midjourney（未开源）：www.midjourney.com
DALL-E-2（未开源）：https://openai.com/dall-e-2/
NovelAI（未开源）：novelai.net/
1.4 Al绘画的当前与未来应用场景
当前，AI绘画技术已经在多个领域得到了应用。以下是AI绘画技术的当前应用场景：
1. 艺术创作：基于AI的艺术创作已经开始受到艺术家的重视，他们利用AI生成的艺术作品，探索新的艺术形式和语言。
2. 影视游戏制作：影视游戏制作中需要大量的角色设计、场景设计等，利用AI生成的设计素材可以大大节省制作成本和时间。
3. 室内设计：AI可以根据用户的需求和喜好，自动化生成室内设计方案。
4. 广告设计：AI可以根据产品的特性和目标受众，生成符合广告效果的设计素材。
未来，随着AI技术的不断发展和进步，AI绘画技术的应用场景也将继续扩大和深化。以下是AI绘画技术未来的应用场景：
1. 自动创作：未来的AI绘画技术将可以实现完全自动的创作，生成高质量的艺术作品。
2. 教育培训：AI绘画技术可以帮助学生快速学习绘画技巧和艺术知识，提高学习效率。
3. 三维建模：AI可以根据二维图像或文字描述，自动生成三维模型，为工业设计和建筑设计带来便利。
4. 智能交互：AI绘画技术可以与语音识别、自然语言处理等技术相结合，实现智能交互，为用户提供更加个性化和便捷的服务。
总之，未来AI绘画技术的应用场景将越来越广泛，它将成为不同领域的工具和创新来源，带来更多的商业机会和社会价值。
----------------------------------------------------------------------------------------------------------
后续章节
请到到百度网盘自由观看
链接：https://pan.baidu.com/s/1hypTcsulMyf3esDYemmNzA?pwd=pp4j
提取码：pp4j
哇哈哈支付平台