AI绘画入门：SD生成首幅作品教程

在IT行业这个发展更新速度很快的行业，只有不停止的学习，才不会被行业所淘汰。如果你是科技周边学习者，那么本文《AI绘画入门：StableDiffusion生成首幅作品教程》就很适合你！本篇内容主要包括##content_title##，希望对大家的知识积累有所帮助，助力实战开发！

答案：Stable Diffusion是AI绘画入门最佳选择，因其开源免费、本地运行保障隐私，拥有丰富模型与插件生态，支持从提示词到参数的精细控制，通过WebUI设置模型、正反向提示词、采样器、步数、CFG、分辨率等参数即可生成图像，配合LoRA、ControlNet、高清修复等工具可不断提升创作质量，实现从随机生成到精准表达的进阶。

人工智能绘画的门槛，其实远没有想象中那么高。如果你想快速上手，直接拥抱Stable Diffusion无疑是最高效且最具掌控力的方式。它开源、免费，能让你在自己的电脑上自由探索无限可能。入门的关键在于理解几个核心概念，然后就是大胆尝试，从最简单的文本描述开始，一步步摸索出属于你自己的创作路径。

解决方案

要生成你的第一幅AI画作，我们主要围绕Stable Diffusion WebUI（比如AUTOMATIC1111或ComfyUI，但对于初学者，WebUI更直观）来展开。假设你已经完成了基本的安装配置（这部分往往有现成的一键安装包，或者跟着社区教程走，比你想象的要容易）。

首先，打开你的Stable Diffusion WebUI界面。你会看到很多选项，但别慌，我们只关注几个核心的：

1. 选择模型（Checkpoint）： 这是你的“画风”基底。WebUI左上角通常有个下拉菜单，里面是你下载好的各种模型（比如sd_xl_base_1.0.safetensors或一些二次元、写实风格的模型）。选一个你喜欢的，比如 Anything-V5 或 Realistic Vision，它们各有侧重。
2. 输入正向提示词（Positive Prompt）： 这是你告诉AI“我想画什么”的地方。用英文描述，越具体越好，但初期可以简单点。
   • 例如：masterpiece, best quality, 1girl, solo, long hair, blue eyes, sitting on a bench, autumn leaves, park, soft lighting (杰作，最佳画质，一个女孩，独身，长发，蓝眼睛，坐在长凳上，秋叶，公园，柔和的光线)
3. 输入反向提示词（Negative Prompt）： 告诉AI“我不想看到什么”。这非常重要，能有效去除常见的瑕疵。
   • 例如：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, artist name (低分辨率，糟糕的解剖结构，糟糕的手，文字，错误，缺少手指，多余的数字，更少的数字，裁剪，最差质量，低质量，普通质量，jpeg伪影，签名，水印，用户名，模糊，艺术家姓名)
4. 调整参数：
   • 采样方法（Sampler）： 推荐 DPM++ 2M Karras 或 Euler a，它们通常效果不错且速度适中。
   • 迭代步数（Sampling Steps）： 20-30步是比较好的平衡点，太少细节不足，太多提升不明显且耗时。
   • CFG Scale（提示词引导系数）： 7-12是常用范围。数值越高，AI越会严格遵循你的提示词；数值越低，AI的创作自由度越大。初次尝试可以设为7。
   • 分辨率（Width & Height）： 对于SD 1.5模型，通常是512x512；对于SDXL模型，推荐1024x1024。分辨率过高可能会导致显存不足（OOM）。
   • 种子（Seed）： 默认是-1（随机）。如果你想复现某张图或在此基础上微调，记住它的种子值。
5. 点击“生成”（Generate）： 等待几秒或几十秒，你的第一幅AI画作就诞生了！

刚开始生成的图片可能不尽如人意，这很正常。AI绘画就是一个不断尝试、调整、迭代的过程。多换换提示词，微调参数，你会很快找到感觉。

为什么Stable Diffusion是AI绘画入门的最佳选择？

在我看来，如果你真的想深入AI绘画领域，而不仅仅是玩玩手机APP，Stable Diffusion几乎是唯一的答案。它提供了一种无与伦比的自由度和控制力，这是其他许多在线AI绘画服务无法比拟的。

首先，它是开源且免费的。这意味着你不需要支付任何订阅费，所有的模型、代码和工具都是开放给所有人使用的。这不仅降低了入门成本，也促进了社区的快速发展和创新。你可以在本地运行，完全掌控你的数据和创作过程，不用担心隐私问题或内容审查。

其次，Stable Diffusion的生态系统极其庞大且活跃。它不仅仅是一个生成器，更是一个平台。社区贡献了数不清的Checkpoint模型（决定画风的基础大模型）、LoRA（局部微调模型，用于特定角色、服装或风格）、Textual Inversion（文本反转，学习特定概念）以及各种脚本和插件（如ControlNet、Inpaint等）。这种丰富性意味着你几乎可以实现任何你想要的创意，从写实摄影到二次元动漫，从概念艺术到抽象表现，都有对应的工具和资源。

此外，通过使用Stable Diffusion，你实际上是在学习AI绘画的核心原理。你会逐渐理解提示词的构成、不同采样器的效果、CFG Scale的意义、种子值的应用等。这些知识是通用的，即使未来出现新的AI绘画技术，你也能更快地适应和掌握。它不是一个“黑箱”工具，而是一个让你能真正理解并参与到创作过程中的伙伴。这种学习曲线虽然初期略显陡峭，但它带来的回报是巨大的，远超那些一键生成、但缺乏深度和灵活性的工具。

掌握这些核心参数，让你的AI画作更出彩

生成第一幅画作只是开始，要让你的AI作品真正“出彩”，理解并灵活运用核心参数至关重要。这就像学画画，你知道了笔和纸，但要画好，还得懂构图、色彩和光影。

1. 提示词（Prompt）和反向提示词（Negative Prompt）的艺术： 这是AI绘画的灵魂。好的提示词不是简单堆砌关键词，而是一种“沟通”。

• 结构化： 可以尝试主体, 细节, 场景, 风格, 情绪, 光照, 质量这样的顺序。例如：a beautiful young woman, intricate details, standing in a cyberpunk city, neon lights, rainy night, highly detailed, cinematic lighting, 8k, masterpiece。
• 关键词权重： 在WebUI中，你可以用()和[]来调整关键词的权重，((word))增强，[word]减弱。
• 避免歧义： 尽量用具体名词和形容词，避免模糊的表述。
• 反向提示词： 永远不要忽视它。除了通用的bad anatomy, low quality，你还可以根据生成结果，针对性地添加反向词，比如发现总有“模糊的背景”，就加blurry background。这是去除瑕疵、提升画面纯净度的利器。

2. 采样方法（Sampler）的选择： 不同的采样器在相同步数下，生成速度和图像风格会有差异。

• Euler a： 速度快，效果自然，适合快速预览和探索。
• DPM++ 2M Karras / DPM++ SDE Karras： 通常被认为是效果最好的采样器之一，细节丰富，画质细腻，但相对较慢。
• DDIM / PLMS： 较老的采样器，现在用得少了，但了解一下无妨。 我的建议是，先用Euler a快速迭代，找到大致满意的构图和元素，然后切换到DPM++ 2M Karras来生成最终的精细版本。

3. 迭代步数（Sampling Steps）的平衡： 这不是越多越好。对于大多数模型，20-30步通常能获得不错的细节和清晰度。超过30步，画面的提升会变得不明显，甚至可能引入一些不自然的细节，同时生成时间大大增加。SDXL模型有时需要更多步数，比如30-40步。

4. CFG Scale（提示词引导系数）的微妙影响： 这个参数决定了AI对你的提示词的“听从”程度。

• 低CFG（2-6）： AI有更大的自由发挥空间，图像可能更具创意和艺术性，但可能偏离你的提示词。
• 中CFG（7-12）： 这是最常用的范围，AI在遵循提示词的同时，也保留了一定的创作弹性。
• 高CFG（13+）： AI会非常严格地遵循提示词，图像可能更锐利、对比度更高，但也可能显得生硬，甚至出现“提示词溢出”的现象（比如画面中出现提示词的文字）。 多尝试不同的CFG值，你会发现它对画面氛围和细节的影响非常大。

5. 种子（Seed）的魔力： 种子值是生成图像的“起点”。相同的模型、提示词和参数，加上相同的种子值，会生成完全相同的图像。

• 复现： 如果你喜欢某张图的构图或光影，但想修改其他部分，记住它的种子值，然后调整提示词或反向提示词。
• 探索： 将种子值设为-1（随机），每次都会生成不同的图像。当你找到一张不错的图后，可以点击“小骰子”旁边的“回形针”图标，它会自动帮你填入当前图像的种子值，方便你在此基础上进行微调。

6. 分辨率（Resolution）与显存： 这是硬件瓶颈最直接的体现。

• SD 1.5模型： 默认512x512是其训练分辨率，直接生成更高分辨率（如768x768）可能会出现“多头多肢”的问题，因为它没见过这么大的图像。通常是先生成512x512，再通过“高清修复”（Hires. fix）或后期放大（Upscale）来提升分辨率。
• SDXL模型： 训练分辨率更高，通常是1024x1024，直接生成这个分辨率效果最好。 如果你的显存不足，生成高分辨率图片会导致程序崩溃（OOM）。这时，降低分辨率，或者使用一些显存优化参数（如--xformers）是有效的方法。

从入门到进阶：提升AI画作质量的实用技巧

当你掌握了基础参数，并能生成一些像样的图片后，自然会想让作品更上一层楼。AI绘画的进阶之路充满乐趣，以下是一些我个人觉得非常实用的技巧：

1. 高清修复（Hires. fix）与图片放大（Upscaling）： 这是提升画面细节和清晰度的必经之路。WebUI的txt2img选项卡里就有Hires. fix功能。它会先生成一张低分辨率的图，然后通过算法将其放大，并在此过程中添加更多细节。

• 放大算法（Upscaler）： 尝试Latent、ESRGAN_4x、R-ESRGAN 4x+ Anime6B等，不同的算法对不同画风有奇效。
• 重绘幅度（Denoising strength）： 这个参数决定了放大过程中AI会修改多少原图。0意味着完全保留原图细节，1意味着完全重绘。通常0.5-0.7是比较好的范围，既能增加细节，又能保持原图构图。 如果显存实在不够，也可以先生成低分辨率图，再到Extras选项卡进行单独的放大操作。

2. LoRA模型（Low-Rank Adaptation）： LoRA是Stable Diffusion生态系统中最具革命性的发明之一。它是一种轻量级的微调模型，可以让你在不改变基础模型的情况下，实现特定的风格、角色、服装或姿势。

• 获取： Civitai是寻找LoRA模型的主要网站。
• 使用： 下载后放到stable-diffusion-webui/models/lora文件夹，然后在提示词中用这样的格式调用。weight通常在0.6-0.9之间效果最好。 LoRA极大地扩展了Stable Diffusion的表现力，是实现特定创作意图的关键。

3. ControlNet的精准控制： ControlNet是另一个改变游戏规则的工具。它允许你通过输入额外的图像（如线稿、深度图、姿态骨架、边缘检测图等）来精确控制生成图像的构图、姿态和细节。

• 应用场景：
  • 姿态控制： 用OpenPose模型上传一张人物照片或骨架图，让AI生成相同姿态的人物。
  • 构图控制： 用Canny或Lineart模型上传一张线稿或草图，让AI在此基础上填充细节。
  • 深度控制： 用Depth模型保持画面的景深和空间感。 ControlNet的出现，让AI绘画从“随机生成”走向了“精准创作”，极大地提升了创作者的掌控力。

4. 局部重绘（Inpainting）与画面拓展（Outpainting）： 这两个功能在img2img选项卡下。

• Inpainting： 允许你选择图像的某个区域，然后用新的提示词对其进行局部修改。比如，你画了一个人物，但手部细节不好，就可以框选手部，重新输入提示词，让AI只修改手部。
• Outpainting： 允许你拓展图像的边界，让AI根据现有画面内容，智能地填充周围的空白区域，实现画面的无缝扩展。 这两个工具能让你像传统画家一样，对作品进行细致的“修修改改”，直到满意为止。

5. 学习与迭代： AI绘画是一个快速发展的领域，新的模型、技术和技巧层出不穷。

• 多看多学： 关注Civitai、Discord社区、B站等平台上的优秀作品和教程。学习别人是如何写提示词、如何搭配LoRA和ControlNet的。
• 不断尝试： 不要害怕失败，每一次生成都是一次学习。记录你觉得效果好的提示词和参数组合。
• 善用随机： 偶尔把种子值设为-1，让AI给你带来一些意想不到的惊喜。

AI绘画的魅力在于它融合了技术与艺术，它不是取代你的创造力，而是放大你的想象力。从第一幅画作开始，你已经踏上了一段充满探索和惊喜的旅程。

到这里，我们也就讲完了《AI绘画入门：SD生成首幅作品教程》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于AI绘画,WebUI,提示词,StableDiffusion,ControlNet的知识点！