AI繪畫在藝術創作中的應用

摘 要：AI繪畫是基于人工智能技術進行藝術創作的一種方法，在AI繪畫中，Stable Diffusion可提供穩定、連續和高質量的圖像生成。Stable Diffusion是一種基于生成對抗網絡的圖像生成方法，它通過不斷更新圖像的噪聲分布，逐漸生成越來越逼真的圖像。在繪畫藝術創作中，Stable Diffusion能夠激發創作者的靈感，幫助他們探索不同的創作風格和創作方式。與此同時，創作者仍需運用自己的審美判斷力對所繪制的作品進行篩選和調整。

關鍵詞：AI繪畫；Stable Diffusion；藝術創作

中圖分類號：TP399；TP18 文獻標識碼：A 文章編號：2096-4706（2024）08-0133-05

DOI：10.19850/j.cnki.2096-4706.2024.08.029

0 引 言

AI繪畫是指利用人工智能技術進行繪畫和藝術創作的方法。AI繪畫的技術原理主要涉及文本理解、圖像生成和圖像優化等方面，其中圖像生成是核心環節，也是近年來研究最為活躍的領域[1]。隨著深度學習和計算機視覺等技術的發展，AI繪畫逐漸成為藝術創作領域的熱點。藝術創作是人類創造力和想象力的產物，而AI繪畫則是通過機器學習算法和大量的數據訓練，使機器能夠模擬藝術家的風格和創作技巧進行繪畫創作。AI繪畫作為一種新的藝術表現形式，正在沖擊著傳統的藝術領域及相關行業。AI繪畫降低了藝術創作的門檻，提高了藝術相關產業的生產效率[2]。

1 Stable Diffusion的介紹

Stable Diffusion一推向市場，便成為AI圖像生成領域的佼佼者。2022年5月至8月期間，其開發企業Stability AI進行了內部測試，并在項目開源化后同時公開了代碼和文檔[3]。在圖形設計領域，Stable Diffusion可以通過文生圖、圖生圖的方式結合關鍵詞（Prompt）生成各種抽象和夢幻效果的圖形，從而創造出更加豐富和多樣化的動態圖形效果[4，5]。

Stable Diffusion（穩定擴散）是一種基于生成對抗網絡（GANs）的圖像生成方法，用于在AI繪畫中實現高質量、連續和穩定的圖像生成。穩定擴散是通過將生成過程分解為多個擴散步驟實現的。在各個步驟中，生成器模型逐漸將噪聲圖像轉變為逼真的圖像，同時判別器模型評估生成圖像的真實度。通過迭代調整生成器和判別器之間的對抗學習過程，產生更加真實和細膩的圖像。

相比其他傳統的圖像生成方法，穩定擴散具有以下優勢：

1）穩定擴散能夠生成連續的圖像序列，從低質量到高質量的漸進過程使得生成過程更加可控。

2）穩定擴散能夠生成高質量的圖像，圖像不會模糊或失真，并且具有較好的穩定性。

3）穩定擴散還能夠在保持圖像細節和紋理的同時實現較快的生成速度，適用于大規模圖像生成任務。

Stable Diffusion的基本原理是，在一系列的迭代步驟中通過不斷地更新圖像的噪聲分布使其逐漸接近目標圖像。這個過程類似于熱擴散，通過平滑和調整圖像的細節，使得生成的圖像具有更好的連續性和真實感。

Stable Diffusion方法在AI繪畫中的應用能夠提供更穩定、連續和高質量的圖像生成效果，為創作者帶來更多的創作工具，使創作者涌現出更多的創作靈感。通過這種方法，創作者可以探索更多風格和創作方式，拓寬藝術創作的邊界，給藝術帶來更多的創新和可能。

2 Stable Diffusion繪畫方法詳解

為方便用戶使用Stable Diffusion，開發人員會提供一鍵部署安裝包，以簡化安裝和配置的過程。這樣的安裝包通常包含所需的軟件、依賴庫和配置文件，使用戶可以快速地將Stable Diffusion部署到自己的計算環境中。AI繪畫Stable Diffusion一鍵部署安裝包如圖1所示。

2.1 推薦電腦配置

為了達到較好的流暢度，操作系統選擇Windows 10，配備64位多核處理器CPU，32 GB內存，顯卡為8 GB顯存的GTX 3070，硬盤可用空間達到100 GB。為了獲得更好的性能和運行速度，建議選擇固態硬盤作為系統盤。在這樣的配置下，可以繪制最大尺寸為1 024×1 024的圖像，每幅圖像的繪制時間約為20秒。

2.2 Stable Diffusion常用方法及相關指令

Stable Diffusion常用方法及相關指令有很多，在生成圖案中起到了尤為重要的作用，創作者可根據需要選擇不同的方法，而相關指令的參數調節能夠精準完成圖像的風格定位、細節勾勒、動作描畫等任務。隨著人工智能的不斷發展，Stable Diffusion常用方法及相關指令也會不斷地更新和迭代。Stable Diffusion常用方法及相關指令的詳細說明如下：

1）文生圖。最常用生圖的操作方式是利用正向提示詞和反向提示詞來控制想要達到的效果，提示詞需要以英文輸入。

2）圖生圖。根據以有的圖像結合正向提示詞和反向提示詞形成新的圖像。

3）后期處理。放大圖片使用，因平時使用較少，放大效果并不是很好。

4）CheckPoint模型（大模型）。經過訓練的圖片合集被稱作大模型，CKPT的全稱為CheckPoint（檢查點），常見格式的模型體積較大，一般真人版單個模型的大小在7 GB左右，動漫版單個模型的大小在2～5 GB之間。訓練一個大模型比較困難，需要極高的顯卡算力，所以絕大多數人不會訓練大模型。

5）LoRA模型。通俗來講可以理解為Stable Diffusion中的一個插件，僅需少量數據就可以進行訓練的一種模型。在生成圖片時，需要將LoRA模型與大模型結合起來使用，從而實現對輸出圖片結果的調整。

6）提示詞。分為正向提示詞（Positive Prompt）和反向提示詞（Negative Prompt），寫出一份比較好的提示詞是文生圖技術的關鍵。Stable Diffusion目前只支持英文，你可以輸入單詞、詞組和短句來描述特征，正向提示詞就是想要達到的效果，反向提示詞是不想出現的效果，不同的提示詞之間以英文逗號分隔。可以用（）或者倍數增加權重。

7）迭代步數（Steps）。是指Stable Diffusion生成圖像所需的迭代步數。每增加一步迭代，都會給AI更多的機會去比對當前結果并進行相應的調整。更高的迭代步數需要更多的計算時間，高步數并不一定意味著更好的結果。相反，如果迭代步數太少，則會降低生成圖像的質量。

8）采樣方法（Sampler）。是每次出圖都必須選擇的一個功能，在采樣方法（Sampler Method）中有很多種采樣器可供選擇，不同的采樣方法會產生不同的出圖效果。

9）隨機數種子（Seed）。可以理解為每個圖畫的唯一編碼，當設置為-1時，圖畫隨機生成，想要達到某種效果時，復制該圖的種子數值并將其填入隨機種子框內，后續生成的圖畫基本保持同種類型。

10）ControlNet。是Stable Diffusion中的一種擴展模型，通過這種擴展模型我們能夠將參考圖像的構圖（Compositions）或者人體姿勢遷移到目標圖像。在生成圖像的過程中，可以通過ControlNet引入更多條件來干預圖像的生成過程，它可以與現有任何Stable Diffusion模型搭配使用。

3 Stable Diffusion在繪畫藝術創作中的應用

在繪畫藝術創作中，Stable Diffusion可以激發創作者的靈感，可供創作者設計草圖和構圖，完成色彩和風格的探索、故事情節構建等工作。需要注意的是，Stable Diffusion作為一個生成模型，其生成結果具有一定的隨機性和創造性[6，7]。在將其應用于繪畫藝術創作時，創作者仍需運用自己的審美和判斷力對生成的結果進行篩選和調整，以確保最終作品符合其創作意圖和要求。應用Stable Diffusion繪制一個中國傳統水墨畫人物，步驟如下：

1）選擇Stable Diffusion大模型。選擇二次元風格的CheckPoint模型2.0D-meinamix_meinaV10.safetensors，它具有獨特的繪畫風格和高質量的細節表現，適用于創作出二次元角色形象，如圖2所示。

2）輸入正向提示詞和反向提示詞。根據創作者的個人創作需求和想象力，正向提示詞將盡可能詳細地描述人物的細節、特征以及環境等方面的信息。創作者可以根據自己的審美判斷和創造力對這些描述進行組合、調整，進一步拓展和演繹，從而創作出充滿個性的角色形象，如圖3所示。

正向提示詞：

（white printed chineseupshirt），（green long skirt），upper body，shukezouma， negative space， shuimobysim ， portrait of a woman standing ， willow branches， （masterpiece， best quality：1.2）， traditional chinese ink painting， modelshoot style， peaceful， （smile）， looking at viewer， song， willow tree in background， wuchangshuo， lt;lora：旗袍裙ChinaDressV2.0：

0.7gt;lt;lora：畫風LoRA：墨心MoXin_墨心MoXin1.0：0.5gt;

反向提示詞：

mutated hands， （poorly drawn hands：2），（fused fingers：2）， （too many fingers：2）， bad hands， missing fingers， extra digit， （worst quality：2）， （low quality：2）， （normal quality：2），bad face，badhands，bad anatomy

3）選擇合適的Lora模型。根據創作者需要的風格和最終想要達到的要求，選擇合適的Lora模型，在這里選擇的是lt;lora：旗袍裙ChinaDressV2.0：0.7gt;和lt;lora：畫風Lora：墨心MoXin_墨心MoXin1.0：0.5gt;，分別調整它們的權重為0.7和0.5，如圖4所示。

4）調整其他指令。迭代步數（Steps）選擇20步，采樣方法（Sampler）選擇DPM++SDE Karras，隨機數種子（Seed）選擇-1，并設置高度600和寬度400，如圖5所示。

5）最終生成圖片，如圖6所示。

6）細節調整。采用Stable Diffusion進行高分辨率修復，并通過ControlNet對人物姿態進行調整，以進一步完善細節，實現創作目的，如圖7所示。

4 Stable Diffusion在繪畫藝術中的優劣勢

Stable Diffusion是一種用于AI繪畫的工具，它以高質量的繪畫作品呈現為特點，同時也具備出色的交互性和靈活性。其強大的功能可使用戶根據需求和想象力繪制出不同風格、主題和表現力的繪畫作品。此外，它注重細節和真實感，能夠捕捉到物體、人物和背景的細微特征，使繪畫作品更加逼真自然。與傳統手繪或計算機繪圖方法相比，Stable Diffusion具有更高的時間效率和資源效率[8]。

但需要注意的是，盡管Stable Diffusion在AI繪畫中具有許多優勢，但它仍然是基于模型的生成，可能存在一定的局限性和不足之處。現階段AI繪畫還無法完全替代人類繪畫，其繪制的成品常常存在細節模糊和結構錯誤的地方，同時AI的識別能力相對于人的認知是有限的，學習過程中針對訓練模型的平均值提取和疊加會出現一些莫名其妙的失誤，需要創作者在AI繪畫的基礎上進行相應的修改[9，10]。創作者仍然需要根據自己的審美和藝術追求對生成的繪畫結果進行進一步的調整和潤飾，以創作出獨特且理想的作品。

5 AI繪畫在藝術創作中的發展及影響

AI繪畫是指利用人工智能技術進行藝術創作和圖像生成的過程。隨著深度學習和計算機視覺技術的不斷發展，AI繪畫在藝術創作中嶄露頭角，并對藝術創作產生了深遠影響：

1）AI繪畫為藝術家提供了全新的創作方式和創作工具。傳統的藝術創作依賴于藝術家的創造力和技巧，而AI繪畫則是在學習和分析大量藝術品和圖像數據的基礎上生成新穎獨特的藝術作品，為藝術家提供更多的創作靈感，為藝術創新帶來更多的可能。藝術家可以將AI生成的圖像作為創作的起點，進行進一步的創新改進、創意完善，從而創作出新穎別致、獨具個性的作品。

2）AI繪畫加速了藝術創作的過程。傳統繪畫需要藝術家耗費大量的時間和精力去打磨，而AI繪畫可以通過自動化和智能化的方式快速生成圖像。藝術家可以使用AI繪畫工具快速完成構圖、色彩選擇和紋理添加等操作，大大縮短了創作的時間周期，提高了創作效率。這使得藝術家能夠更加專注于創作的構思和表達，而不必在煩瑣的技術細節上花費過多的時間。

3）AI繪畫為藝術創作帶來了新的可能性和挑戰。AI繪畫可以生成具有高度細膩和逼真感的圖像，甚至可以模仿名家的特色與風格。這使得藝術家可以通過結合AI或參考AI創作出更加精美和令人驚嘆的作品。然而，也有一些人擔心AI繪畫可能導致藝術的同質化和缺乏原創性。因此，藝術家需要積極探索和利用AI技術，將其與個人的創作理念和風格相結合，以保持藝術作品的獨特性和個性化。

4）AI繪畫對藝術市場和商業應用產生了深遠影響。隨著AI藝術作品越來越多地被認可和接受，藝術品的銷售和交易方式也發生了變革。藝術家可以通過AI繪畫技術創造出更多樣化和定制化的藝術作品，滿足不同人群的個性化需求。此外，AI繪畫還可以用于廣告、設計和產品開發等商業領域，為企業呈現更具創意和富有吸引力的視覺效果，可有力地推動藝術與商業的融合。

6 結 論

AI繪畫為藝術家帶來了新的創作方式和創作工具，加速了創作過程，提高了創作效率，同時也帶來了新的可能性與挑戰。它對藝術市場和商業應用產生了深遠的影響，推動了藝術與科技的融合。然而，我們也要認識到AI繪畫并非是取代傳統藝術，而是與傳統藝術共生共存的一股新興力量。

參考文獻：

[1] 孫鳳華.打開“圖片盲盒”：AI繪畫助力新媒體演化 [J].全媒體探索，2023（7）：107-108.

[2] 丁磊.生成式人工智能：AIGC的邏輯與應用 [M].北京：中信出版集團，2023.

[3] 孫文倩.人工智能技術輔助下的圖像生成藝術創作研究 [D].上海：華東師范大學，2023.

[4] 張福也.AIGC技術在動態圖形設計中的影響 [J].絲網印刷，2023（12）：97-99.

[5] 朱光輝，王喜文.ChatGPT的運行模式、關鍵技術及未來圖景 [J].新疆師范大學學報：哲學社會科學版，2023，44（4）：113-122.

[6] 劉明亮.人工智能生成內容（AIGC）技術特征及應用場景分析 [J].信息記錄材料，2023，24（10）：234-236.

[7] 張兆羽.AI繪畫在數字媒體設計中的應用 [J].藝術品鑒，2023（9）：114-117.

[8] 中國信息通信研究院 京東探索研究院.人工智能生成內容（AIGC）白皮書 [R/OL].（2022-09-02）.http：//www.caict.

ac.cn/english/research/whitepapers/202211/P020221111501862950

279.pdf.

[9] 繆虹，王敬雷.AI繪畫創作的運行規律及應用 [J].絲網印刷，2023（7）：96-98.

[10] 汪佳雨.藝術類受眾對人工智能生成繪畫作品接受意愿的影響因素研究 [D].合肥：中國科學技術大學，2023.

作者簡介：李深森（1988—），男，漢族，山東德州人，副教授，本科，研究方向：數字媒體技術、三維動畫設計。

收稿日期：2023-08-17

基金項目：山東省一流本科專業建設項目（數字媒體技術）階段性研究成果

Application of AI Painting in Art Creation

——Taking Stable Diffusion as an Example

LI Shensen

（School of Design and Art， Shandong Huayu University of Technology， Dezhou 253034， China）

Abstract： AI painting is a method of artistic creation based on artificial intelligence technology. In AI painting， Stable Diffusion can provide stable， continuous， and high-quality image generation. Stable Diffusion is an image generation method based on generative adversarial networks， which gradually generates increasingly realistic images by continuously updating the noise distribution of the image. In the creation of painting art， Stable Diffusion can inspire creators and help them explore different creative styles and methods. At the same time， creators still need to use their own aesthetic judgment to screen and adjust the drawn works.

Keywords： AI painting; Stable Diffusion; art creation