《AIGC应用实战：写作、绘图、视频制作、直播》课件 第四章 AI绘图.pptxVIP

第四章AI绘图《AIGC应用实战：写作、绘图、视频制作、直播》

4.14.2AI绘图概述AI绘图的应用工具4.3AI绘图的使用技巧目录CONTENTS

本章导读学习目标

【知识目标】

理解AI绘图的基本概念，了解行业应用概况。

了解进行AI绘图的方法。

【能力目标】

掌握AI绘图的平台与工具。

利用AI绘图工具进行艺术创作并能够胜任商业实战工作。

【素质目标】

在人机协同作业中提升创意思维，提高职业素养。

提高文化素养、艺术审美与鉴赏水平。

AI绘图概述PART4.1

追溯AI绘图的历史，早在20世纪70年代，美国加利福尼亚大学的教授哈罗德·科恩（HaroldCohen）就使用计算机程序AARON，通过控制一个机械臂进行绘画创作。在20世纪80年代，AARON学会了绘制三维物体，而到了90年代，AARON能够用多种颜料进行绘画。而哈罗德·科恩利用AARON绘制的图画也为艺术界所认可，被一些知名博物馆和画廊收藏。4.1.1AI绘图的基本概念

2006年，计算机创作学教授西蒙·科尔顿（SimonColton）研发的自动绘画工具“绘画愚人”（ThePaintingFool）开始进入公众视野。“绘画愚人”早期作品是由图片拼接合成的，它能够根据少量的提示词信息，通过在互联网上寻找与之相关联的照片，提取照片中的颜色信息，借鉴人类的作品来开展自己的创作，被视作AI辅助艺术创作的雏形。令当时的人们所震惊的是，艺术作品竟然可以靠一行行代码敲出的程序来创作完成，这在以前是不可想象的。4.1.1AI绘图的基本概念

4.1.1AI绘图的基本概念2017年，GoogleAI的研究人员发展了传统的扩散模型（DiffusionModel），提出了一种新的潜在扩散模型（LatentDiffusionModel，LDM）。它通过学习输入数据的潜在表示来生成输出图像，其绘制速度比传统扩散模型的更快，更适合实际应用，因此广泛应用在AI绘图领域。2021年，OpenAI团队开源了新的深度学习模型，即对比语言－图像预训练模型（ContrastiveLanguage-ImagePre-Training，CLIP），它可以决定图像和文字提示的对应程度，如把狗的图像和“狗”这个词完全匹配起来。同年，OpenAI团队发布了广受关注的人工智能绘画工具达利（DALL·E）系统，它标志着人工智能仅凭文字就能进行绘图创作。

如今，随着深度学习技术的不断进步和开源社区的蓬勃发展，AI绘图工具正变得更加智能、高效和多样化。AI绘图技术的应用已不再局限于生成静态图像，还拓展到了动态视频、三维模型的创作，以及与虚拟现实（VirtualReality，VR）、增强现实（AugmentedReality，AR）、混合现实（MixedReality，MR）等技术的结合，为艺术创作和内容生成提供了更大的想象空间。4.1.1AI绘图的基本概念

与传统人工绘图相比，AI绘图可极大地提高创作效率，这是它最直观可见的优势，它能突破人工绘图的空间、作画材料等种种限制，降低试错成本，为艺术家们提供前所未有的创作自由度。但是，人工智能绘制的绘画作品也会在一定程度上受到训练数据的限制或偏见的影响，如知名的AI绘图平台Midjourney，生成的景观照、人物肖像照，细节非常精致，几乎无法分辨出AI绘图与实拍照片的区别，但是有时画出来的人物面部有较多雀斑，或有纹身，不太符合东方审美，可能还会在图像上随机画上一些符号和图腾，设计师在使用AI绘图时需要仔细甄别。4.1.2AI绘图的技术特点

AI绘图的应用工具PART4.2

Midjourney是一家较为年轻的公司，于2021年在美国加利福尼亚州旧金山创立，团队规模较小但高效，Midjourney网站所生成的图像，是基于生成对抗网络和深度学习技术来实现的。其显著特点是它更偏向于为用户搭建一个绘画创作的社区，用户可以在Discord社区接入该平台并进行自由创作。4.2.1AI艺术创作社区——Midjourney

StableDiffusion是一款开源模型，它在GitHub等平台上开源，供全球的研究人员和开发者使用和改进。其基于潜在空间扩散的原理。用户可以根据自己的需求和偏好，选择合适的模型进行绘图，当用户选择了一个模型之后，所绘制出的所有图像风格能基本保持一致，同时在AI绘图的过程中，用户可以对每一个控制环节进行微调，以尝试获得不一样的效果。StableDiffusion既可以在云端部署，也可以在本地部署，还可以在单台计算机上运行。但是，它的使用门槛较高，对计算资源的需求很高，特别是对于复杂的模型和大规模的数据集，需要更强大的计算能力。4.2.2可控性强的开源模型——StableDiffusion

文心一格是百度公司