大家好,今天给大家介绍一下最近大火的两大AI绘图工具,Midjourney (官网)和stable diffusion(官网)。
下面将分别从上手难易程度、出图效果 、出图效率、使用成本进行对比。
1、上手难易度
首先我们来看上手难易度。
Midjourney提供了一个友好的界面来帮助用户了解和操作每一步。它还提供了一个简单的模板,可以让用户快速开始并轻松创建和发布他们的消息。midjourney是基于discord搭建的绘画平台,先注册discord,用discord的账号可以直接登录midjourney,完成后即可进入Midjourney对应的对话框,通过输入不同的命令来调用不同功能。此外,Midjourney还允许用户使用现有的媒体,可以轻松地添加图片等。
进入之后,你可以看到midjourney的公共绘画区,很多人在这里生成图片,实时更新。
左侧栏里可以浏览频道,还有一些newbies-110,newbies-140这些是新手区,可以点进去生成自己的图片。
StableDiffusion,目前是开源的,也就是可以直接在本地部署,它需要用户深入了解技术知识,才能使用它来发布信息。它需要用户熟练掌握编码和数据库技术,才能完全利用它的所有功能。此外,StableDiffusion要求用户自己导入图像,视频等媒体,而不像Midjourney那样提供现成的媒体。当然对于硬件也是有要求的,基本要3g以上显卡显存至少要8gb。同时StableDiffusion模型占据的硬盘也比较多,至少有20-30G空间。当然也可以通过云部署的方式,比如通过Google的clap来部署StableDiffusion,即可通过url进行访问并使用。当然,想要得到更加丰富多彩的图片效果,还需结合不同的模型loray等。
StableDiffusion 大模型的切换,首先是这个界面左上角,在这里可以切换你所安装的模型。
文生图 ,这里与 Midjourney 不同的是,StableDiffusion 有一个反向关键词(意思是不要图片出现什么),文生图的关键词格式与 Midjourney 基本一致。
下面这块参数就是设置图片的一些基本参数,分辨率、尺寸等等,具体参数见下文
图生图,这个也很好理解,放参考图然后输入提示词,与其他 AI 绘画软件一致。
图片信息,意思是你用 SD 画的图,放在这里来,右边会显示这个图片的一些参数,包括关键词。
综合来讲,从上手难易度来说,Midjourney 更容易上手,StableDiffusion 稍难于上手!
2、两大ai绘图工具的出图效果
Midjourney 的底层原理是基于生成对抗网络和深度学习技术,当然我们还是更关注它的出图效果。我们可以看到Midjourney生成的图片都比较精美,目前版本已经升级到v5,真人生成会更加真实,细节处理的也比较到位。但是手指的处理上还是会出现瑕疵,Midjourney生成图片的可控性并不强,需要不断调整prompt,所以这也是目前最大的瓶颈。
例如,想要输入:可爱的女孩,手捧鲜花,背景是情人节活动气球装饰,用在线翻译帮忙翻译成英文关键词,输入:Lovely girl, holding flowers, with Valentine’s Day balloons in the background
机器人会在一分钟之内生成4张图片:
而StableDiffusion 用ldm潜在扩散模型,其目标是消除高斯噪声在训练图像上的连续应用,可以将其视为一系列去噪自动编码器。stable diffusion结合不同的模型,lauray可以生成各种不同风格的图片,通过正向提示词和反向提示词,可以更好的生成想要的图片。stable diffusion不仅仅具备纹身图、图声图、图、声纹这些功能,其嵌入的control net解决了空间一致性问题。以前根本没有有效的方法来告诉ai模型要保留输入图像的哪些部分control net。通过引入一种方法来改变这一点是StableDiffusion,能够使用额外的输入条件来告诉模型确切的做什么,甚至引入三dopen pose,生成人物的姿势或者动作,来精准控制需要生成的图片。这个是目前在a i绘图方面得到较高认可的功能。
例如:油画
prompt: portrait of bob barker playing twister with scarlett johansson, an oil painting by ross tran and thomas kincade
比如,这样的赛博朋克风
prompt: Cyberpunk, 8k resolution, castle, the rose sea, dream
从出图效果看,StableDiffusion在可控性和应用广度上都略胜一筹。
3、出图效率
StableDiffusion 有一个弊端,就是速度非常慢,动辄半个小时起步。
Midjourney是Disco Diffusion的原作者Somnai所加入的AI艺术项目实验室,Midjourney 对 Disco Diffusion 进行了改进,平均1分钟能出图。
4、ai绘图工具的使用成本
(1)、midoriy 如果你第一次在输入框里输入关键词时,弹出的是下面这样的提示。
说明免费用户没资格生成图片,需要去付费,以前的版本是说新用户有25张图片免费生成机会,但其实每输入一次关键词、点击一次放大、微调都算一次,所以25次免费机会很快就用完了,如果还想继续使用,还是需要购买会员。
现在的版本似乎没有新用户免费试用额度了, 已经关闭了免费使用权限,必须订阅才能使用。
目前可以年年和月月付分为三档,basic plan, standard plane plan主要是在出图数量、快速模式时间快速出图模式和并行数有所区别。
(2)、StableDiffusion
StableDiffusion虽然是开源的,可以在本地运行,但是对硬件要求较高。如果不考虑入手硬件的小伙伴,也可以考虑购买类似google collab p的云服务进行部署。我们以google clap为例,有coo lab pro、co lab pro加两种订阅方案。这两个在计算单元上有所区别。同时,collab pro加还支持后台执行,最后还有psugo方案,可以购买更多的计算单元,从使用成本看因人而异。如果只是想生成一些图片,两者都可,成本也相差无几。如果是想长期使用ai绘图工具辅助完成一些工作,我会建议入手一款配置高点的显卡,在本地部署stable defence。从长期投入来看,成本是最低的一种方案。
(3)、成本对比图