AI绘画精讲：Stable Diffusion从入门到精通

Stable Diffusion是一款非常受欢迎的 AI 绘画与设计软件。AI绘画和传统绘画有什么不同、AI 绘画的基本逻辑是什么、如何让 AI 绘画软件为我们工作、如何生成符合要求的作品，本书将一一进行解析。 本书共 13 章内容。首先循序渐进地介绍了 AI 绘画的主要工具，Stable Diffusion 的部署和 安装，五种AI绘画模型解析，文生图、图生图等基础功能及插件 Controlnet 的使用；然后通过实战案例详细介绍了 Stable Diffusion 在各个行业中的使用，包括游戏、电商、插画、建筑等；最后对 AI 绘画与设计的问题和未来展望进行了思考。 本书将为读者打开AI艺术革命的大门，发掘其在艺术领域中的无限可能性。通过阅读本书，读者不仅可以深入了解 AI 绘画工具 Stable Diffusion 的创新魅力，还可以了解其...

(展开全部)

Stable Diffusion是一款非常受欢迎的 AI 绘画与设计软件。AI绘画和传统绘画有什么不同、AI 绘画的基本逻辑是什么、如何让 AI 绘画软件为我们工作、如何生成符合要求的作品，本书将一一进行解析。 本书共 13 章内容。首先循序渐进地介绍了 AI 绘画的主要工具，Stable Diffusion 的部署和 安装，五种AI绘画模型解析，文生图、图生图等基础功能及插件 Controlnet 的使用；然后通过实战案例详细介绍了 Stable Diffusion 在各个行业中的使用，包括游戏、电商、插画、建筑等；最后对 AI 绘画与设计的问题和未来展望进行了思考。 本书将为读者打开AI艺术革命的大门，发掘其在艺术领域中的无限可能性。通过阅读本书，读者不仅可以深入了解 AI 绘画工具 Stable Diffusion 的创新魅力，还可以了解其技术原理、使用技巧和应用方法。无论是艺术家、设计师、技术爱好者还是相关领域的专业人士，都能从本书中获得启发与指导，从而将 AI 与绘画的结合推向更高的境界。

孟德轩，AI绘画教育领域领军人物，现任十方教育集团AI课程负责人及阿里巴巴 DESIGN认证AIGC培训讲师，同时掌舵德普道信息技术有限公司。他是AI绘画教育的先驱者，累计培养学员超过5万，是B站AI绘画热门博主。在企业服务方面，孟德轩与变好教育、阿里巴巴DESIGN设计中心、济宁广播电视台、杭州丽晶科技有限公司、深圳瑞云科技等多领域企业有着深入和广泛的合作。孟德轩通过与多个行业的深度合作，推动了AIGC技术在教育创新及企业发展中的实际应用。

韩凤鸣，博士研究生，现任河海大学教授，深耕于中国哲学与马克思主义原理的研究领域。他积累了丰富的教学与研究经验。韩教授不仅致力于学术前沿探索，还专注于高等教育人才培养，开设多门核心课程，此外，他还主持了多项科研项目，推动了学术与实践的结合。韩凤鸣教授以其深厚的学术功底、广泛的国际视野以及丰富的教学实践经验，成为了...

(展开全部)

孟德轩，AI绘画教育领域领军人物，现任十方教育集团AI课程负责人及阿里巴巴 DESIGN认证AIGC培训讲师，同时掌舵德普道信息技术有限公司。他是AI绘画教育的先驱者，累计培养学员超过5万，是B站AI绘画热门博主。在企业服务方面，孟德轩与变好教育、阿里巴巴DESIGN设计中心、济宁广播电视台、杭州丽晶科技有限公司、深圳瑞云科技等多领域企业有着深入和广泛的合作。孟德轩通过与多个行业的深度合作，推动了AIGC技术在教育创新及企业发展中的实际应用。

韩凤鸣，博士研究生，现任河海大学教授，深耕于中国哲学与马克思主义原理的研究领域。他积累了丰富的教学与研究经验。韩教授不仅致力于学术前沿探索，还专注于高等教育人才培养，开设多门核心课程，此外，他还主持了多项科研项目，推动了学术与实践的结合。韩凤鸣教授以其深厚的学术功底、广泛的国际视野以及丰富的教学实践经验，成为了连接传统智慧与现代思想的桥梁。

第1章初见：开启 AI绘画之旅
1.1 AI绘画的定义与发展史 002
1.1.1 AI绘画的定义 002
1.1.2 AI绘画的发展史 002
1.2 主流的 AI绘画工具 003
1.2.1 Stable Diffusion 004
· · · · · · (更多)

第1章初见：开启 AI绘画之旅
1.1 AI绘画的定义与发展史 002
1.1.1 AI绘画的定义 002
1.1.2 AI绘画的发展史 002
1.2 主流的 AI绘画工具 003
1.2.1 Stable Diffusion 004
1.2.2 DALL-E 2 006
1.2.3 Midjourney 006
1.2.4 文心一格 007
1.2.5 Firefly 008
第2章入手：Stable Diffusion部署与安装
2.1 Stable Diffusion本地部署的要求 010
2.1.1 系统要求 010
2.1.2 环境要求 010
2.2 Stable Diffusion下载与安装 011
第3章认知：5种模型解析与案例
3.1大模型：效果丰富多样的主模型 016
3.1.1 确认大模型文件的信息和位置 016
3.1.2 大模型的下载 016
3.1.3 大模型文件的载入 017
3.2 LoRA：大模型轻量级微调 019
3.2.1 LoRA的下载 019
3.2.2 LoRA的载入 020
3.3 Embedding：个性化微调模型打包提示词 021
3.3.1 Embedding的下载 021
3.3.2 Embedding的载入 022
3.4 VAE美化模型 022
3.5 Hypernetwork风格化微调模型 023
第4章上手实战：文生图
4.1提示词与反向提示词 026
4.1.1 提示词的描述逻辑列举 026
4.1.2 反向提示词的描述逻辑列举 026
4.2 提示词语法解析 027
4.2.1 表达形式 027
4.2.2 输入格式 027
4.2.3 权重 027
4.2.4 混合语法 028
4.3 提示词辅助功能 028
4.4 采样器 029
4.4.1 采样迭代步数 029
4.4.2 采样方法 030
4.4.3 采样器的使用 030
4.5 面部修复与高清修复 030
4.5.1 面部修复 030
4.5.2 高清修复 032
4.6 高度与宽度 033
4.7 生成批次与每批数量 034
4.8 提示词相关性 035
4.9 随机种子与差异随机种子 035
4.9.1 随机种子 035
4.9.2 差异随机种子 037
第5章上手实战：图生图
5.1 图生图基础功能解析 040
5.1.1 图片上传 040
5.1.2 图生图提示词补充 040
5.1.3 缩放模式 041
5.1.4 重绘幅度 045
5.2 绘图模式详解 047
5.3 局部重绘模式 048
5.3.1局部重绘基础用法 048
5.3.2 蒙版模糊 049
5.3.3 蒙版模式 050
5.3.4 蒙版蒙住的内容 051
5.3.5 重绘区域 052
5.3.6 仅蒙版模式的边缘预留像素 053
5.4 局部重绘（手涂蒙版）模式 054
5.4.1 局部重绘（手涂蒙版）工作原理 054
5.4.2 蒙版透明度 056
5.5 局部重绘（上传蒙版） 057
5.6 批量处理技巧与应用 059
第6章更多扩展：其他基础功能
6.1 X/Y/Z图表 062
6.1.1 轴类型和轴值 062
6.1.2 其他参数 064
6.2 提示词矩阵 065
6.2.1 语法 065
6.2.2 参数设置 066
6.3 批量载入提示词 067
6.4 附加功能 069
6.4.1 图片上传 069
6.4.2 缩放方式 070
6.4.3 图片放大 071
6.5 图片信息 072
6.6 提示词反推的三种模式 073
6.6.1 CLIP反推提示词 074
6.6.2 DeepBooru反推提示词 076
6.6.3 Tag反推提示词 076
第7章精准进阶：插件 ControlNet功能解析
7.1 ControlNet的设计原理 082
7.2 ControlNet的安装 082
7.2.1 ControlNet插件安装 083
7.2.2 ControlNet模型安装 085
7.2.3 通用参数详解 087
7.3 ControlNet功能分类 090
7.3.1线条约束 090
7.3.2深度约束 100
7.3.3 法线约束 101
7.3.4 色彩分布约束 103
7.3.5 姿势约束 105
7.3.6 内容约束 112
7.4 IP2P（指令修改） 115
7.5 Shuffle（洗牌模式） 118
7.6 Inpaint（局部重绘） 119
7.7 Tile（分块重采样） 121
7.8 Reference（参考模式） 122
第8章最创意：游戏美术设计
8.1 AI绘画在游戏行业中的应用与优势 126
8.2 多视图设计 126
8.3 原画生成 130
8.4 游戏场景设计 132
8.5 icon设计 135
8.6 VR场景渲染 137
第9章超高效：电商模特与产品设计
9.1 AI绘画在电商行业中的应用 140
9.2 随机 AI模特生成 140
9.3 指定 AI模特脸部特征 142
9.4 衣服鞋帽类产品上身展示 144
9.5 电商产品主图 148
9.6 直播间背景 149
第10章人人都是插画师：插画设计
10.1 线稿生成案例解析 152
10.2 图像转线稿再重新上色 153
10.3 小说插画 156
10.4 图片扩充 160
10.5 AI辅助海报生成 163
第11章建筑绘图不再难：建筑设计
11.1 建筑设计线稿生成 166
11.2 建筑外观设计线稿上色 170
11.3 室内设计效果图 175
11.4 室内设计线稿图 176
第12章更多应用：其他行业设计
12.1 婚庆公司风格化结婚照 182
12.2 旧照片修复 185
12.3 图片风格转换 186
第13章思考：AI绘画存在的问题与展望
13.1 版权与伦理问题 190
13.1.1 AI生成作品的版权归属 190
13.1.2 伦理与道德的考量 190
13.1.3 可能的解决方案与政策建议 191
13.2 AI绘画滥用的法律风险 191
13.2.1 新形式诈骗 191
13.2.2 艺术仿制品摇篮 191
13.3 影响与展望 192
13.3.1 AI绘画对艺术世界的长远影响 192
13.3.2 艺术与技术共生：未来 AI绘画的可持续发展 192
· · · · · · (收起)