Stable Diffusion XL 1.0 模型在 AI 繪圖領域備受關注，本文將引導讀者使用 AUTOMATIC1111 WebUI 介面操作 SDXL 模型，從基礎安裝到進階技巧，逐步講解如何生成高品質影像。文章涵蓋環境設定、模型下載與放置、WebUI 操作、引數調整、提示詞撰寫技巧，以及如何利用 Img2Img、影像上取樣和逆向工程 CLIP 嵌入等功能實作更精細的影像控制和生成。
相較於舊版 1.5 模型，SDXL 1.0 在影像生成品質和細節方面有所提升，但對硬體資源的需求也更高。安裝 AUTOMATIC1111 WebUI 需要先組態 Python 和 Git 環境，並下載 SDXL 1.0 的基礎模型和精煉模型（.safetensors 格式），放置於指定目錄後，即可啟動 WebUI 介面進行操作。影像生成過程涉及多個引數的調整，例如取樣方法、CFG Scale、影像尺寸、批次計數和批次大小等，不同的引陣列合會影響生成影像的風格和細節。
使用AUTOMATIC1111執行Stable Diffusion的技術
安裝與設定
要在本地執行Stable Diffusion，需要進行一些技術設定。建議查閱AUTOMATIC1111 Wiki上的最新，瞭解如何在不同硬體平臺（如NVIDIA、AMD和Apple Silicon）上安裝和執行Stable Diffusion。
安裝過程一般涉及確保Git和Python已安裝，然後下載Stable Diffusion和AUTOMATIC1111的程式碼到本地電腦。這篇文章使用Stable Diffusion的XL 1.0版本，雖然許多使用者仍使用舊版本1.5，因為它被認為更寬容，並有豐富的自定義社群訓練模型。
下載模型
可以從“Files and Versions”標籤下載SDXL v1.0的.safetensors檔案。這種格式比以前的.ckpt檔案格式更安全，因為它不會在執行時在電腦上執行程式碼。
- 基礎模型：sd_xl_base_1.0.safetensors
- 精煉模型：sd_xl_refiner_1.0.safetensors
這些模型需要時間來下載，因此建議立即開始下載。稍後，您需要將它們放在models/Stable-diffusion目錄中，當您安裝了AUTOMATIC1111介面後。
執行AUTOMATIC1111 Web介面
安裝完成後，透過網頁介面存取AUTOMATIC1111。例如，在Windows上，具有NVIDIA GPU的電腦可以按照以下步驟操作：
- 安裝Python 3.10.6（並選擇新增到PATH）和Git。
- 開啟命令提示符，輸入
git clone https://...下載AUTOMATIC1111的程式碼。 - 將下載的模型移動到stable-diffusion-webui/models/Stable-diffusion目錄中。
- 雙擊webui-user.bat檔案，並存取介面顯示的網址。
生成影像
在網頁介面中，您可以輸入提示（在“txt2img”標籤下的頂部左側），然後單擊“Generate”按鈕來生成影像。如果您遇到錯誤或需要更新AUTOMATIC1111，請進入stable-diffusion-webui目錄並執行git pull。
高階設定
- 取樣方法：Euler、DDIM、DPM++ 2M Karras和UniPC等。每種方法都有其優缺點，需要根據具體需求選擇。
- CFG Scale：控制模型對提示的遵循程度。常見值包括1（幾乎忽略提示）、3（允許創造力）、7（平衡）、15（嚴格遵循提示）和30（嚴格遵循）。
- 影像大小：可透過Height和Width引數調整。
- 批次計數：控制生成影像的數量。
- 批次大小：控制每批次處理的影像數量，影響VRAM使用量。
提示權重
AUTOMATIC1111支援提示權重，即可對某些詞彙或短語賦予更高的重要性。使用括號()來增加權重，例如(pirate:1.5)表示對“pirate”這個詞彙增加50%的注意力。
影像後處理
- Highres fix：使用上取樣器生成更高解析度的影像。
- Restore faces：使用面部修復模型修復人臉缺陷。
- Tiling：生成可平鋪的影像。
進階 Stable Diffusion 技術：高階影像生成
Stable Diffusion 是一種強大的影像生成模型，能夠根據輸入的文字提示生成高品質的影像。在這篇文章中，我們將探討一些進階的技術，包括提示編輯、Img2Img 和影像上取樣。
提示編輯
提示編輯是一種高階技術，涉及修改 diffusion 模型的層次以控制生成影像的風格和內容。透過在提示中新增特定的語法，可以實作多種創新的效果，例如在兩個概念之間切換或混合不同的風格。然而，這種技術需要大量的實驗和調整，因此被視為一種「黑暗藝術」。
Img2Img
Img2Img 是 AUTOMATIC1111 Web 使用者介面的功能之一，允許使用者提交一張影像作為輸入，並根據提示生成新的影像。這種功能可以更好地控制生成影像的風格和內容，尤其是在需要特定風格或構圖的情況下。要使用 Img2Img，需要選擇合適的引數，例如 Euler取樣、50 步取樣和較高的 CFG 縮放比例（20-30）。
影像上取樣
影像上取樣是將低解析度影像轉換為高解析度影像的過程。AUTOMATIC1111 的 Img2Img 功能支援影像上取樣，可以根據提示生成高解析度影像。要實作良好的上取樣效果，需要選擇合適的引數，例如高步數（150-200+）、適當的 CFG 縮放比例（8-15）和適當的去噪強度（0.1-0.2）。
影像評估
生成多個引陣列合或值的網格是執行 Stable Diffusion 的一個強大優勢。雖然這可能需要花費大量時間，但它是視覺化識別每個引數的作用和品質最佳點的最佳方法。AUTOMATIC1111 儲存每個生成影像的後設資料，因此可以輕鬆追蹤用於生成特定影像的設定和提示。
逆向工程CLIP嵌入模型
在Img2Img標籤中，CLIP嵌入模型（也被玄貓使用）實作了「逆向工程CLIP」按鈕（在某些版本中顯示為一個回形針），允許您從影像反向工程出提示，類別似於Midjourney的「描述」功能。當您點選按鈕並執行指令碼後，提示將出現在您的提示框中。
從使用者經驗的最佳化角度來看，AUTOMATIC1111 的 Stable Diffusion WebUI 顯著降低了使用 Stable Diffusion 的門檻，讓更多人能體驗 AI 繪圖的魅力。透過直觀的網頁介面，使用者可以輕鬆調整引數、輸入提示並生成影像，無需複雜的命令列操作。然而，進階功能如提示編輯、Img2Img 和影像上取樣等，仍需使用者投入時間和精力去實驗和理解，才能充分發揮其潛力。
深入剖析 Stable Diffusion 的技術核心，可以發現其效能高度依賴於硬體組態，特別是 GPU 的效能。雖然 SDXL 1.0 模型在影像品質上有所提升，但更高的運算需求也對硬體提出了更高的要求。此外，提示工程的技巧也至關重要，一個好的提示可以顯著提升生成影像的品質和符合度。對於初學者來說，學習如何有效地使用提示權重、語法和 CLIP 嵌入模型等進階技巧，將是提升創作效率的關鍵。
展望 Stable Diffusion 的未來發展，模型的輕量化和效能最佳化將是重要的發展方向，以降低硬體門檻並提升生成速度。同時，更為智慧的提示輔助工具和自動化引數調整功能，也有望進一步簡化創作流程，讓使用者更專注於創意發想。玄貓認為，隨著技術的持續演進和社群的蓬勃發展，Stable Diffusion 將在藝術創作、設計領域和更多應用場景中展現更大的潛力，並持續推動 AI 繪圖技術的普及化。對於想要深入探索 AI 繪圖的使用者，建議積極參與社群討論、學習進階技巧，並持續關注 Stable Diffusion 的最新發展動態。