※ 引述《lcomicer (冷水青蛙锅)》之铭言： : 可能大多套用相同模型去跑是其一 其实和大家想的刚好相反， 那些「看起来很腻」的AI图其实才是许多不同的模型分别生出来的。 而所谓「风格比较多变」、「不是预设画风」的AI图， 生那些图的人搞不好换模型的频率还没「看起来很腻」的多。 首先要说明一件事，除非你用的是线上生成网站如midjourney， 否则大家用的大多都是SD stable diffusion，或是其模型或技术本身的衍生产物。 另外，AI没有预设的画风或模型。 真的要讲预设，如果你用的工具是最入门的automatic1111 webui懒人安装包的话， 他的确是会预设帮你下载一个模型叫SD15NewVAEpruned。 但假设我想用这个模型生一个穿着洋装的少女走在海边的日式ACG风格图片， 那这个模型生出来的东西可能长这样： https://iili.io/2xCWcNe.png 或这样： https://iili.io/2xCW6JI.png 上下取决於你要用咒文式提词或自然语言提词，但结果都是不可名状之物。 这其实就是早期被认为能实用的图片生成模型stable diffusion1.5。 基本上，阳春版的stable diffusion1.5并没有针对日式ACG风格训练， 因此生成不可名状之物是注定的结果。 第一个尝试让AI学习ACG画风，模型基於SD训练的是Waifu Diffusion， 早期的WD生出来的图片大概是长这样： https://iili.io/2xCvzxI.png 另一方面，原本主打线上AI小说生成的网站novelai则是以SD为基底训练， 推出了在宅图生成方面相当卓越的线上生图服务。 novelai生成的图片大概长这样(有没有开始腻了)： https://iili.io/2xCStln.png novelai不知道是公司内部本身的爱好，还是基於市场策略， 在当时主流都在研究真人图片或照片的时候，他们主打宅图这招算是确立了市场独特性。 至於他们成功的秘诀其实也很粗暴简单， 就是直接把网路上最大的宅图盗图网站当训练集给AI学习。 而无心插柳柳橙汁，他们在训练时把网站的分类tag也一起让AI学了， 这让novelai的模型对於标签式的提词有相当的理解能力， 取代自然语言的「咒文」也开始流行。 (附带一提，最新的Flux模型主打自然语言，但是那个自然语言有时候写起来更像咒文 ==) 如果你提词打得够全，那它甚至能生出某些在训练集中占比较高的热门角色，像这样： https://iili.io/2xCs3Is.png 这件事的争议其实很大，毕竟它训练集来源是盗图网站，而它也没经过对方允许， 等於是盗上加盗。 然後呢，相当戏剧性的，novelai的模型某一天就突然被人干出来了。 这个外泄的模型一般通称为NAI，很快就被各路人马抓来进行各种调整训练。 事实上，前年至去年的ACG风格的AI图可能有九成以上都是基於NAI的衍伸产物。 再加上微调模型Lora解决了AI无法生成冷门和新角色的短版， AI群魔乱舞的时代时代也随之开启。 这时代的模型生成的图片大致上长这样，像是热门模型hassaku： https://iili.io/2xCyl3b.png (这张图应该最腻，没错吧？) 同样也很热门，眩光效果突出的Cetus-Mix则是长这样： https://iili.io/2xnd6b4.png (应该也很腻吧，这模型是当时很多推特AI仔的首选) 又或是我认为最杰出，擅长把背景搞得异常丰富(杂乱)的agelesnate： https://iili.io/2xn95RR.png (这张应该没那麽腻，因为这模型比较没有名气) 各位仔细瞧的话应该会发现，这三张图片乍看之下画风不同， 但是其实都可以看出来是原始NAI的衍伸产物。 SD1.5由於设备需求较低，当时的AI仔社群比现在活跃许多， 很多人用自家显卡，以NAI为底搞出各种不同的混合模型。 但由於原始模型SD1.5的上限，当时的AI图除非加上风格强烈的画风lora， 否则都很难完全脱出NAI的既成风格。 所以那个时代的图片大家看得最腻，但实际上模型种类却是最多的。 至今SD1.5还是有不少使用者，因为它需求的设备较低，能用4GB的显存勉强跑。 另外也有不少人是觉得SD1.5选择多、变化多， 或是单纯喜欢这种风格因此留在1.5时代。 下个时代则是stable diffusion XL的时代，简称SDXL。 stable diffusion的母公司在stable diffusion 2遭遇了滑铁卢等级的惨败， SD2相比SD1.5并没有显着的成果提升，而且还删除了色情图片的生成能力。 没有色情的开源模型价值可想而知的是低到不行，结果当然是直接被大多数AI仔蛋雕。 虽然他们有搞个SD2.1补救，但为时已晚。 之後推出的SDXL则是一开始没在AI宅图圈引起太多波澜， 但是数个月後随後基於SDXL调整训练的模型则是彻底改变了AI仔的生态。 第一个是Pony，这也算是一个无心插柳柳橙汁的模型。 如同名称，Pony主要的学习目标是彩虹小马， 但是最终的成果是则是一个泛用性高，在各方面都有及格水准的模型。 原始的Pony生成的结果较接近欧美审美，最热门的衍伸模型AutismMix生成结果则是这样： https://iili.io/2xord8X.png 这结果一路看下来应该很多人会觉得人物立像没有进度，可能还退步了。 是的，Pony系的模型的缺点不少。 最明显的就是整体生成结果偏暗，用色偏脏。 另外由於训练流程中出错，pony在生图时必须打上审美分级标签作为提词和负面提词， 这点也让部分使用者颇为诟病。 最麻烦的一点则是Pony的Lora必须为它专属，不仅是以前SD1.5不通用， 连其他以SDXL为基底的LORA也无法完全适用於Pony模型。 但是以下这张图可以清楚地告知为何缺点虽多，它仍成为目前最流行的开源宅图模型。 https://iili.io/2xobwFa.png 对，Pony系模型对於提词的理解远高於过往的SD1.5、NAI模型。 特别是在「多人互动」方面，坦白讲就是：「色图」。 基於SDXL的Pony本身对於提词的理解力远高於SD1.5数倍， 像上面那张图片在SD1.5时代抽了乱数几百张，挂了好几个外挂尿袋， 用inpaint涂涂抹抹了大半天可能都不一定生不出来。 但是在Pony时代，这类图片却只要不到一分钟的时间输入提词， 并且调整一下分区外挂就能快速生成，节省的时间可能有数百倍之多。 这张绫波零明日香我甚至没有抽乱数，是直接拿第一张生成的图片。 Pony出现的时机也和最大的AI模型网站civitai开始线上生成服务相应， civitai对於Pony的推广在当时也算是不遗余力，促成了现今Pony一统天下的局面。 另外一个热门模型则是Animagine XL，其生成的图片如下： https://iili.io/2xzlDwg.png 平心而论，个人觉得Animagine XL生的图其实比pony好看， 它的Lora能与其他SDXL模型互通也是其优势。 Animagine XL和pony孰优孰劣其实一直是AI仔的热门论战。 不少帮Animagine抱屈的人会觉得它只是败在Pony的色图攻势， 反方也有人认为Pony并不是真的只靠色图，而是单纯在理解提词方面胜出。 总之，这个模型也是有其爱好者。 虽然在色图方面较为不足，但是在非多人运动图片，特别是单人角色图方面有其优势所在。 那就回到开头了，那些「风格比较多变」的AI仔用的模型最有可能是什麽呢？ 是Pony还是Animagine XL？ 答案是：复仇归来的novelai的SDXL新模型novelai3，俗称NAI3。 平心而论，在色图方面NAI3仍是略逊Pony一筹，但是它有自己的三个独特优势： 1.认识的角色多且完成度高，特别是当时的热门手游角色如：档案、马娘或原神。 2.认识的画师画风多且再现率极高。 3.擅长把以上两者混合。 以档案角色举例来讲，大概就这样： https://iili.io/2xTBG0G.png 然後1+2玩久了之後，就有人开始尝试2+2，也就是将不同的画师风格混合， 甚至是1+2+2。 一样以档案角色举例来讲，大概就这样： https://iili.io/2xTNGt4.png 或这样： https://iili.io/2xTSnSI.png 又或者这样： https://iili.io/2xTPTD7.png 是的，大部分的AI仔达成「风格比较多变」这个前提其实不是他们自己有练模型， 也不是他们经常换模型。 而是他们使用的模型本身就能以提词去拼、去叠、去组合、去接龙， 以不同画师的画风组合达成风格多变，甚至是「没有AI味的效果」。 要达成这种效果，其实也就是在提词写上角色名字+画师名字+画师名字一直往下叠。 单以图片生成来讲，这有很难吗？ 一开始接触如果你平常没在追画师可能确实有点难度， 但是熟了，或者从别人那边要到提词，单纯叠画师也是几分钟内的事情。 以现在来讲，由於SD1.5和Pony都是以清洁的线条与均匀上色的风格为主。 所以AI仔在叠画师通常会选择那些线条笔触强烈(或者相反没什麽线条)， 上色色块明显，但是脸部特色又没有太独特的画风为主。 甚至有些人为了加强笔触，会把以前通常放在负面提词的sketch(素描)拉到正面提词。 最衰，最常被拿来叠的大概就以下几位： TrNyteal(我感觉几乎每张都有他 ==)、 藤ちょこ、にんげんまめ、rei_17、DSマイル、ヒトこもる等等。 然後叠完可能还会再追加几个画风比较强烈的来修补。 例如觉得图片太平没立体和光影就叠个as109、 不够美少女画风就叠个YD试试、想要偏写实一点就叠个wlop、 想要特别一点的风格就加上ratatatat74等等。 对了，有些画师的名字建议别在公开场合估狗，社会性死亡机率很高 == 所以真的是风格多变就是所谓的「用心的咒术师」吗，也不一定， 在电脑前的他其实搞不好其实只是一直在玩画风叠叠乐，然後拉长图片放出时间而已。 甚至我都在怀疑某些说自己有加笔的根本没加， 不然就是只修最容易看出破绽的眼睛和手。 至於之後吗？ novelai我记得很久以前就说在弄NAI4了，只不过目前还没消息。 开源部分， 其实Kohaku(这位是台湾高材生)在今年初弄出来的模型Kohaku-XL系列， 在角色认知和叠画风方面已经可以有和NAI3互角的本钱。 只可惜他本人似乎没有足够的设备($$)提供算力让模型精益求精。 我手上的Kohaku-XL Epsilon用叠叠乐生图的结果大概长这样： https://iili.io/2xAUJJp.png 前月推出的开源模型Illustrious XL则是以Kohaku-XL为基础， 而它本身和衍伸的各模型实质上已经在各方面超越了Pony和NAI3。 写到这边我懒得再切模型读取了，直接贴今天和前几天测试的叠叠乐 == https://iili.io/2xAtcJe.png https://iili.io/2xREcml.png https://iili.io/2xAtAs2.png https://iili.io/2xAtzbf.png https://iili.io/2xAt5fS.png https://iili.io/2xAtuWl.png (角色方面除了小孤独其它有套角色Lora) 这些叠叠类有些是我自己乱凑，有些是照抄别人的， 总之大部分脱离不开上面的提及的可怜画师。 虽然不是同一个模型生的图，但是原理基本上大同小异， 也都是Illustrious XL的衍伸产物。 我以前说过Illustrious XL在色图方面没Pony强， 但过了一个月一些优秀的微调模型问世之後在色图上Illustrious XL也确实超越了Pony。 至於为什麽现在Illustrious XL还没有非常热门？还是一堆人留在Pony？ 真正的原因大概是civitai正在全力推广那个又肥又贵， 写自然语言能写到比标签提词更像咒文的flux吧 == 回标题，那些AI图看不腻？ 对AI仔我来讲， 只要是愿意公布自己的生成提词和参数的图片，不管它是什麽风格什麽模型， 我看再多都不会腻。 而那些想赚热度，对生成细节和技术一个字不提， 只写个「AI生成」、「AI加笔」的推特AI仔的图倒是真的腻。 (因为用了萝莉相关提词怕被搞的不公布不算，这点我可以理解 ==) 甚至还有那种明明就自己加了一堆尿袋外挂，提词写得天花乱坠去千方百计去引导AI， 尿袋里的尿都快满出来了，却硬要说成「AI想的」那种更是腻上加腻 == 至於那种明明是AI图却不标注的也没啥好讲，就是想骗热度而已 == 啊对了，别问我为什麽不公布参数和提词。 我没写出来是因为这个图床有保留PNG INFO，想要的可以直接自取 == -- (と・てノ) 翼龙欸 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.163.128.113 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/C_Chat/M.1730732828.A.70C.html flux就不太支援所谓的咒语，要是要把自然语言写成真正的咒语 == 而且因为这点导致Lora非常不好弄 == 我忘了有没有玩过了，之前硬碟要报了清了一堆平常没在用的模型 == ※ 编辑: Satoman (1.163.128.113 台湾), 11/04/2024 23:27:49 SDXL时代的模型和SD1.5时代的提升是真的差很多，特别是色图， 跑得动建议还是换换看会发现新大陆。 ※ 编辑: Satoman (1.163.128.113 台湾), 11/04/2024 23:30:52 那个LORA只用了11张图，可能但不一定。 SDXL时代的问题就是lora互通性通常不好，很麻烦 == ※ 编辑: Satoman (1.163.128.113 台湾), 11/05/2024 00:21:16 其实只是用特定画师当提词诱导AI生成「比较像是人画的」的AI图， 这种风格搞不好之後大量生成之後也会被说腻 == 没有，我只是套件仔。 台湾搞AI最强的人应该是Kohaku，喜欢AI的话可以去朝拜他。 ※ 编辑: Satoman (1.163.128.113 台湾), 11/05/2024 00:55:34 当初1.5逐渐成熟时大家也是哇哇哇哇，现在就腻腻腻， 我是觉得也有可能这种叠出来的东西搞不好之後也是腻腻腻 == 其实之前会去叠画风的通常是比较不怠惰的AI仔，毕竟NAI包月不便宜 至於用NAI的图经营推特或PATREON有没有办法回本我就不清楚了 真正怠惰的其实是我这种自爽为上，完全没有讨好别人意愿的AI仔 看情况吧，我就是懒得修图派的，顶多就是微调提词和加量抽图 == 除了懒之外也是我觉得AI就AI，他生的图就那样，保留本来的样子和PNG info很好， 刚好让人一眼就看出来是AI不会被误会更好。 ※ 编辑: Satoman (1.163.128.113 台湾), 11/05/2024 01:50:19 一定还会。 因为作为训练集基底的盗图网站对於AI图的隔离相当完善， 所以完全不用太担心AI图污染的问题。 甚至某些人在搞训练时是有自己加入AI图去调整的，事实上我训练LORA时也会， AI图不一定会让成果变差，实际上还是看练的人怎麽处理训练集。 文字不知道， 但是图片现在反倒是因为盗图网站本身的区隔让画师的作品与AI图分隔的相当清楚， 起码宅图模型不太需要担心这个问题。 当然坏处就是画师的图被学光光 == ※ 编辑: Satoman (1.163.128.113 台湾), 11/05/2024 01:56:32 就pony啊，大概七成左右的play都可以直接用提词叫出来， 套lora的话脸部表情也更还原。 只不过现在Illustrious又更强，起码我自己能接受的题材它都能生 == 1.5的lora只有1.5能用。 pony的lora只有pony和pony的衍生底模能正常使用，其他SDXL底模用了会歪 反之亦然。 Illustrious的Lora只有Illustrious和Illustrious的衍生底模能用， pony和其他SDXL模型用了和没用差不多。 反之亦然 12GB算入门吧。 现在是没锁状态，除非你是那种图没放上网路只卖本本的， 毕竟现在扫图仔其实变少很多。 比起防AI平台或浮水印， 最好防AI爬虫抓图的方法其实是不要上传768*768以上的图片。 ※ 编辑: Satoman (1.163.154.180 台湾), 11/05/2024 10:15:57 我不用补啊 倒是你这种用嘴玩AI的什麽时候要不拼图搞个模型让我瞧瞧？ 对啊，可是pony早期的图用色真的很脏 == 当时让我犹疑了超久不知道是要停在1.5还是换Pony或是等SD3测风向 == ※ 编辑: Satoman (1.163.154.180 台湾), 11/05/2024 13:13:32 以基础生图(单纯提词生图)来讲其实都相通的，你会一个等於其他都会了。 差别只是要下载读取安装的档案不一样，pony也只是要多复制贴上几个字而已。 你想玩玩和生色图可以先试试Pony，毕竟相关资源多而且应用方向大。 想叠画师玩不同风格变化就用Illustrious或他的衍伸像noobai或Illustrious SmoothFT。 ※ 编辑: Satoman (1.163.154.180 台湾), 11/05/2024 15:39:02 目前效果都不是很好，因为AI通常会破坏原稿，而且随机性还是很难控制。 现在应用通常都是反过来，先用AI生图，画师再介入完稿。 ※ 编辑: Satoman (1.163.154.180 台湾), 11/06/2024 03:10:59