免费的AI绘图，基于Stable Diffusion实现。
你可以在微信小程序【AI绘画吧】里，通过中文文字描述，在36秒内生成高质量图像，不信你看：
漫画风格
GC渲染
如何进行AI绘画创作？
文生图AI绘图中，输入什么样的文本大概率会得倒相应的画面，因此输入的文本便是绘画的关键，行业中我们称之为修饰词（Prompt）。它可以是一段充满形容词与主体的的具体描述，也可以仅有一个主体，比如：长城。
那么如何让AI绘制出来的图片更加理想呢？
大多数人刚开始接触文生图时能写出的Prompt都是很简单的，比如：一个人在大街上走。这样的当然也能生成图片，只是它会非常随机，颜值上也是天差地别。模型并不知道我们想要的画面是怎么样的，因此它会随机生成一个主体，并尝试将它绘制成我们希望的样子：一个人、一条路、走。只要能符合这几个关键字的画面在AI看来都是满足需求的。
因此，为了让AI绘制出理想的画作，我们需要进可能详细的描述出画面的细节、风格等。经过海量的资料查询与亲身体验我门总结出一条可用的公式：【主体】+【细节】+ 【修饰词】+【风格设定】+ 【艺术家】
更准确的关键词，可以让大模型更好地理解你的需求并创作。用户想要绘出更符合自己心意的图片，可以通过不断精细化表述来优化最终图片。
看到这里，相信你已经对 AI 创作实验室的 Prompt 输入有了一定了解。接下来，快去发挥你的脑洞，不断尝试吧！
需要强调的是，在广泛的学习样本影响下，算法生成的图像难免充满随机性。我们在此呼吁所有玩家，在将生成图片分享至社交媒体之前，请谨慎判断当前的图片是否包含暴力、色情等令人不适的内容。如有以上内容，仍对图像进行传播，请自行承担相应的法律后果。
我们期待广大玩家的探索下生成出让人出乎意料的、美的产物！
在线体验：基于Stable Diffusion开发的免费在线创作小程序
AI绘画吧
AI绘画原理
文本生成图像领域的核心方法：扩散模型。AI绘画吧使用的便是其中之一的：Stable Diffusion
在扩散模型中，主要有两个过程组成，前向扩散过程，反向去噪过程，前向扩散过程主要是将一张图片变成随机噪音，而逆向去噪过程则是将一张随机噪音的图片还原为一张完整的图片。
前向扩散过程的本质就是在原始图像上，随机添加噪音，通过 T 步迭代，最终将原始图片的分布变成标准高斯分布，最终数据分布会变成了一个各向独立的高斯分布。值得注意的是，这里正向扩散的过程，由于参数 是预先定义好的，前向过程没有任何需要学习的参数，因此每一时刻的结果都可以直接计算出来，也就意味着这个过程没有AI参与，那么AI发挥作用的场地当然就是：反向去噪过程。
反向去噪过程的本质就是还原的过程，也就是从高斯噪声中恢复原始分布的过程，实际上只要学习分布即可，可以通过一个可学习的神经网络来对其进行拟合，关键字：神经网络、拟合。
标签：指南,文生,生成,AI,前向,过程,图片 From： https://www.cnblogs.com/varnew/p/16910792.html