淘宝人生2（又名：第二人生）是淘宝的一个虚拟人装扮类应用，承担了用户在淘宝的第二个人生的作用。

不用训练lora，一张图就能实现风格迁移，还支持多图多特征提取，同时强大的拓展能力还可接入动态prompt矩阵、controlnet等等，这就是IP-Adapter，一种全新的“垫图”方式，让你的AIGC之旅更加高效轻松。

设计师在从事品牌视觉相关设计的过程中，往往离不开使用品牌视觉符号进行主题化或风格化设计，下面就为大家分享如何使用stable diffusion来辅助进行品牌视觉logo延展设计。

stable diffusion真的是横空出世，开启了AIGC的元年。不知你是否有和我一样的困惑，这AI工具好像并不是那么听话？

Stable Diffusionのおすすめプロンプト一覧。実写風やアニメ風の画像生成時に「カメラアングルや構図を変えたい」という方へ。本記事では、位置の調整方法や、構図に関するプロンプト(呪文)・狙い通りの画像を生成するコツをまとめているので、ぜひ参考にしてみてください。

One of the big questions that comes up often in regards to Stable Diffusion is how to create character consistency if we want to create more than a single image. Facial characteristics are the most important, followed by body shape, clothing style, setting, etc… in the AI image/video world it’s the sought after holy grail as of now (mid-’23).

One route to achieve this goal is through the use of a LoRA (Low-Rank Adaptation), a method of training that inserts weights into an existing AI model’s layers to bias it towards a defined outcome. But, most LoRAs are trained on real-life people (famous actors images, personal photographs) and styles, not on AI generated/created persona output. Because of this the question comes about, what if I want to create a character based on the output of the model itself so that I have a 100% unique fabricated persona to develop a character around, using my own character description, how do I achieve that?

本篇教程主要运用StableDiffusion这个工具来进行操作，下面会通过几个小案例，给大家展示不同需求下，我们该如何使用StableDiffusion来辅助我们完成服装效果展示。本教程适用于电商设计场景、摄影场景等多个运用人物设计的实战中，全程干货，需要大家慢慢吸收，学会后轻松拿捏模特换装，let’s go！

在虚拟穿搭领域，目前主要有虚拟试衣VTON和基于Stable Diffusion的AIGC穿搭两类主流方法。

所谓线稿就是由一条条的线段组成的图形，主要用于绘画和设计领域的打底稿、表达构想和预见最终效果。

所谓线稿成图就是利用 Stable Diffusion + ControlNet 的能力，依照线稿中的图形设计生成创意图片。借助ControlNet，我们可以直接使用线稿图生成图片，也可以先从其它图片中提取线稿，然后再生成图片。

我是憨憨，一个不会画画的设计师。过去半年里，AI绘画曾经多次引爆公众讨论，网络上那些精致的二次元同人插画、堪比真人的AI穿搭博主、打破次元壁的赛博Coser……背后都有一个“幕后黑手” —— Stable Diffusion，其背后的技术便是人们常说的扩散模型（扩散模型这个概念源自热力学，在图像生成问题中得以应用）。

想知道上面这些精致的插画是如何实现的吗？接下来，我将结合这个案例带你走进 Stable Diffusion 的世界，帮你系统性地了解并掌握这神奇AI绘画魔法。

如今，AI的应用已经遍布各个行业，运用的方式也越来越丰富，越来越多的人尝试将AI参与进自己的工作流程中。

不过在此之前，我们做项目需求的时候也需要评估项目是否适合使用AI辅助，毕竟AI的功能不是万能的，有些地方也存在着它暂时的“硬伤”。

这次我们将以一个活动运营海报需求为案例，分享如何运用AI工具Stable Diffusion对其进行辅助设计（本篇案例使用的是秋叶版本Stable Diffusion）。

Stable Diffusion 是一个深度学习的文本到图像生成模型， Stable Diffusion WebUI是对Stable Diffusion模型进行封装，提供可操作界面的工具软件。

市面上有很多可以被用于AI绘画的应用，例如DALL-E、Midjourney、NovelAI等，他们的大部分都依托云端服务器运行，一部分还需要支付会员费用来购买更多出图的额度。在2022年8月，一款叫做Stable Diffusion的应用，通过算法迭代将AI绘画的精细度提上了一个新的台阶，并能在以秒计数的时间内完成产出，还可以在一台有“民用级”显卡的电脑上运行。

SD强于MJ就这两点：

1. 它可以精准控制画面的构图及布局。
2. 它也可以定制画面的输出风格。

Stable Diffusion 中的混合语法。

近年来，AI生成内容（AIGC）领域的飞速发展催生了诸多创新技术与应用，尤其是AI绘画。为降低构建Prompt的复杂性，我们基于ChatGPT实现了一个Stable Diffusion提示词生成器，支持多语言提示词和智能优化与扩展提示词，助力初学者轻松探索AI绘画世界。