1 AI繪畫(huà)的探索時(shí)代 001
1.1 AI繪畫(huà)的早期探索 002
1.1.1 紡織中的圖案“計(jì)算” 002
1.1.2 計(jì)算機(jī)科學(xué)與繪畫(huà)的融合 003
1.1.3 數(shù)學(xué)規(guī)則與算法之美 004
1.1.4 AI遺傳算法與有機(jī)藝術(shù) 006
1.2 深度學(xué)習(xí)與AI繪畫(huà) 007
1.2.1 從神經(jīng)元到深度學(xué)習(xí) 007
1.2.2 卷積神經(jīng)網(wǎng)絡(luò)與圖像特征 011
1.2.3 Sketch-RNN，從序列到圖像 014
1.3 生成模型下的AI繪畫(huà) 015
1.3.1 無(wú)中生有VAE 015
1.3.2 左右互搏GAN 018
1.3.3 具有創(chuàng)造性的CAN 020
1.3.4 強(qiáng)化學(xué)習(xí)與AI繪畫(huà) 021
1.3.5 擴(kuò)散模型與AI繪畫(huà) 025

2 AI繪畫(huà)迎來(lái)AIGC時(shí)代 029
2.1 AI繪畫(huà)迎來(lái)多模態(tài) 030
2.1.1 從文本描述到圖像 030
2.1.2 DALL·E與CLIP模型 031
2.1.3 模型訓(xùn)練的基石：數(shù)據(jù)集 034
2.1.4 Transformer——深度學(xué)習(xí)的新寵兒 037
2.1.5 GPT模型進(jìn)化論 038
2.2 AI繪畫(huà)大模型 042
2.2.1 Stable Diffusion 042
2.2.2 Midjourney 044
2.2.3 Adobe Firefly 045
2.2.4 ChatGPT與AI繪畫(huà) 046
2.3 AI繪畫(huà)賦能行業(yè) 048
2.3.1 內(nèi)容創(chuàng)意與可視化 048
2.3.2 實(shí)用與功能性設(shè)計(jì) 050
2.3.3 數(shù)據(jù)驅(qū)動(dòng)的分析與解讀 053

3 AI繪畫(huà)引發(fā)的社會(huì)問(wèn)題 055
3.1 AI繪畫(huà)與知識(shí)產(chǎn)權(quán) 056
3.1.1 “自覺(jué)”退賽的AI攝影作品 056
3.1.2 以假亂真“太空歌劇院” 057
3.1.3 AI繪畫(huà)潛在的知識(shí)產(chǎn)權(quán)問(wèn)題 058
3.2 AI繪畫(huà)與信息安全 061
3.2.1 AI繪畫(huà)潛在的信息安全問(wèn)題 061
3.2.2 真假難辨的Deepfake 062
3.2.3 警惕AI繪畫(huà)的虛假傳播 063
3.3 AI繪畫(huà)與就業(yè) 065
3.3.1 AI繪畫(huà)與就業(yè)新機(jī)遇 065
3.3.2 AI繪畫(huà)面臨的失業(yè)風(fēng)險(xiǎn) 067
3.4 AI繪畫(huà)與人機(jī)共進(jìn) 068

4 本地部署使用 071
4.1 Stable Diffusion本地部署 072
4.1.1 開(kāi)源社區(qū)中的WebUI 072
4.1.2 電腦配置需求 073
4.1.3 Stable Diffusion整合包推薦 074
4.1.4 Stable Diffusion自主配置流程 076
4.2 Stable Diffusion基本操作流程 085
4.2.1 WebUI界面介紹 085
4.2.2 AI繪圖操作流程 087

5 Stable Diffusion圖像生成 089
5.1 提示詞生成圖像 090
5.1.1 正向提示詞與反向提示詞 090
5.1.2 提示詞的邏輯與分類(lèi) 091
5.1.3 提示詞的權(quán)重及語(yǔ)法 093
5.2 出圖參數(shù)設(shè)置 096
5.2.1 迭代步數(shù)與采樣方法 096
5.2.2 分辨率設(shè)置 098
5.2.3 生成批次與生成張數(shù) 099
5.2.4 提示詞引導(dǎo)系數(shù) 101
5.2.5 隨機(jī)數(shù)種子 101
5.3 圖像生成圖像 102
5.3.1 圖生圖入門(mén) 102
5.3.2 局部重繪 104
5.3.3 涂鴉重繪 107
5.3.4 其他圖生圖方式簡(jiǎn)介 108

6 Stable Diffusion進(jìn)階使用 111
6.1 圖像生成進(jìn)階 112
6.1.1 主模型的介紹與使用 112
6.1.2 拓展模型的介紹與使用 117
6.1.3 使用AIGC工具輔助生成提示詞 124
6.2 常用腳本介紹 126
6.2.1 X/Y/Z腳本 126
6.2.2 提示詞矩陣腳本 129
6.2.3 批量提示詞出圖腳本 130
6.3 常用拓展插件介紹與下載 132
6.3.1 圖片信息反推 132
6.3.2 圖片高清放大 133
6.3.3 插件下載與配置 135

7 可控的圖像生成 137
7.1 ControlNet插件介紹 138
7.1.1 ControlNet實(shí)現(xiàn)原理 138
7.1.2 ControlNet下載與配置 139
7.2 ControlNet插件的使用 141
7.2.1 基本使用方式 141
7.2.2 參數(shù)設(shè)置 142
7.2.3 多重控制網(wǎng)絡(luò) 145
7.3 常用ControlNet模型分類(lèi)介紹 146
7.3.1 常用對(duì)象類(lèi)模型介紹 146
7.3.2 常用輪廓類(lèi)模型介紹 147
7.3.3 常用景深類(lèi)模型介紹 150
7.3.4 常用重繪類(lèi)模型介紹 151
7.3.5 其他ControlNet模型簡(jiǎn)介 152

8 常見(jiàn)行業(yè)應(yīng)用案例 157
8.1 建筑設(shè)計(jì) 158
8.1.1 發(fā)揮建筑設(shè)計(jì)創(chuàng)意 158
8.1.2 生成可控的建筑圖像 162
8.2 動(dòng)漫設(shè)計(jì) 166
8.2.1 現(xiàn)實(shí)轉(zhuǎn)化為動(dòng)漫 166
8.2.2 圖書(shū)插畫(huà)、繪本創(chuàng)作流程 169
8.3 平面設(shè)計(jì) 174
8.3.1 定制AI模特 174
8.3.2 可控的創(chuàng)意海報(bào)設(shè)計(jì) 180

附錄 184
附錄一 Stable Diffusion在線網(wǎng)站使用指南 185
附錄二 Comfy UI使用指南 190