AI绘画工具实操教程.pdf

AI绘绘画画工工具具实实操操教教程程

一一、、AI绘绘画画技技术术的的基基础础认认知知

（（一一））AI绘绘画画的的核核心心原原理理

AI绘画基于深度学习中的生成抗网络（GAN）和扩散模型（DiffusionModel）技术。其核心逻辑是通过海量图像数据训练神

经网络，使模型能够理解图像内容与文本描述的关联性，并生成符合语义的新图像。以StableDiffusion为例，其工作流程分为

编码（将文本转换为潜在向量）、扩散（通过噪声迭代生成图像特征）和解码（将潜在向量转换为像素图像）三个阶段。

（（二二））常常用用术术语语解解析析

分辨率（Resolution）指生成图像的像素尺寸，直接影响细节呈现。CFG值（Classifier-FreeGuidance）控制文本提示词生

成结果的影响强度，通常建议设置在7-12之间。采样步数（SamplinSteps）决定生成过程的迭代次数，步数过少会导致图像

模糊，过多则增加计算成本。种子值（Seed）作为随机数生成起点，相同种子在相同参数下可复现结果。

（（三三））工工具具类类型型划划分分

当前主流AI绘画工具可分为本地部署型（如StableDiffusionWebUI）、云端服务平台（MidJourney、DALL·E）和移动端应用

（Wombo、DreambyWombo）。本地工具需要较高硬件配置（建议显存8GB以上），但支持插件扩展；云端服务操作便捷

但存在生成限额；移动应用侧重即时创作但功能相简化。

二二、、工工具具选选择择与与基基础础配配置置

（（一一））硬硬件件环环境境准准备备

本地部署需满足NVIDIA显卡（RTX20系以上）、16GB内存和至少10GB硬盘空间的基本要求。Windows系统建议安装Python

3.10版本，配置CUDA11.7开发环境。于Mac用户，M1/M2芯片设备可通过MLX框架运行优化版模型，但生成速度较

Windows平台慢约40%。

（（二二））软软件件安安装装流流程程

以StableDiffusionWebUI为例，安装流程包括：1.安装Python并配置系统环境变量；2.通过Git克隆官方仓库；3.运行webui-

user.bat自动安装依赖库；4.下载基础模型（如v1-5-pruned-emaonly.ckpt）放置于models目录。首次启动时建议开启--

xformers参数提升生成效率。

（（三三））模模型型文文件件管管理理

基础模型（Checkpoint）决定整体画风，文件大小通常在2-7GB之间。LoRA模型（Low-RankAdaptation）用于特定风格微

调，文件大小约100-200MB。安装时需注意模型版本兼容性，例如SDXL模型需要专用配置文件。建议建立分类目录管理不同

模型，定期检查模型哈希值防止文件损坏。

三三、、文文本本到到图图像像的的生生成成实实践践

（（一一））提提示示词词工工程程技技巧巧

有效提示词应包含主体描述（acyberpunkcatwearinneonarmor）、环境设定（standinonrainyTokyostreetat

niht）、风格指引（hyper-detailed,UnrealEnine5renderin）和画质参数（8kresolution,cinematiclihtin）。否定提

示词（Neativeprompt）建议包含常见缺陷如blurry,deformedhands,extrafiners。

（（二二））参参数数组组合合调调试试

分辨率设置需考虑显存限制，建议从512x768开始测试。采样器选择中，DPM++2MKarras在速度与质量间较平衡，DDIM适

合概念草图。创意模式可尝试调高CFG值（12-15）并降低步数（20-25），写实风格则需更低CFG（7-9）配合更多步数

（30+）。

（（三三））迭迭代代优优化化方方法法

使用图生图（Im2Im）功能时，重绘幅度（DenoisinStrenth）控制在0.3-0.7之间可实现可控修改。局部重绘

（Inpaintin）需配合精准蒙版绘制，建议开启Onlymasked模式保留原图结构。多图生成时设置不同种子值，批量生成后通

过预览网格选择最佳方案。

四四、、进进阶阶创创作作技技巧巧与与问问题题处处理理

（（一一））风风格格融融合合策策略略

通过模型混合（Che