人工智能基础与应用 课件 ch02 探索视觉智能新境界：AI生成图像技术的基本应用

探索视觉智能新境界：AI生成图像技术的基本应用人工智能基础与应用项目201AI生成图像技术AI生成图像技术的发展计算机生成图像的早期探索可追溯至20世纪70年代，艺术家哈罗德・科恩（HaroldCohen）在这一时期开发了AARON系统。这个系统可以通过机械臂输出绘画，如图所示。AARON系统的特点是使用机械臂和计算机程序进行创作。这类基于规则的图像生成技术，为后续AI生成图像技术奠定了概念基础。AI智能体AI生成图像技术的发展随着时间的推移，AI生成图像技术逐渐从基于规则的算法发展到基于深度神经网络的现代模型。2012年，谷歌的吴恩达和JeffDean使用深度学习模型，基于大量猫脸图片训练出了一个能够生成模糊猫脸的模型。这一成果为后续生成模型的算法优化和算力部署提供了重要参考，间接推动了生成式AI技术的发展。基于深度神经网络的现代模型AI生成图像技术的发展随着时间的推移，AI生成图像技术逐渐从基于规则的算法发展到基于深度神经网络的现代模型。2015年，谷歌推出了“深梦”（DeepDream）图像生成工具，其生成图像的效果如图所示，尽管它更像是一个高级滤镜，但它标志着AI绘画技术的进步。基于深度神经网络的现代模型AI生成图像技术的发展2021年，OpenAI推出了DALL-E模型，这是一个深度学习算法模型，能够直接根据提示词“按需创造”风格多样的图像其生成了风格多样的牛油果形状的椅子。DALL-E的出现极大地扩展了AI生成图像技术的应用范围，使其在设计、广告、艺术创作等领域发挥了重要作用。DALL-E模型AI生成图像技术面临的难题和挑战技术门槛与资源消耗难题和挑战伦理道德考量数据质量问题计算资源需求创意控制难题AI生成图像技术的特点独特的视觉表达：AI生成图像工具可以生成具有独特纹理、色彩和形状的图像，这些图像在传统艺术中很难实现或从未出现过。融合多种元素：AI生成图像工具可以将看似不相关的元素融合在一起，创造出全新的艺术形式。实验性创作：艺术家可以利用AI生成图像工具进行实验性创作，探索未知的艺术领域，打破常规的创作模式。创新性风格广泛：无论是印象派、立体主义还是超现实主义，AI生成图像工具都能模仿并生成相应的艺术作品。文化融合：AI生成图像工具可以融合不同文化的艺术元素，创造出跨文化的艺术作品，从而促进文化交流和理解。个性化定制：用户可以根据自己的喜好选择特定的艺术风格，甚至创造属于自己的独特风格。多样性AI生成图像技术的特点快速迭代：AI生成图像技术可以快速生成多个版本的图像，用户可从中选择最满意的一个，节省了大量的时间和精力。即时反馈：AI生成图像工具可以提供即时的视觉反馈，帮助用户更好地理解和调整创意。批量生成：对于需要应用大量图像的项目，如广告或社交媒体内容，AI生成图像工具可以快速生成多张图像，满足大规模生产的需求。高效性细节控制：用户可以通过指定颜色、形状、大小等细节来精确控制生成的图像。情感表达：用户通过描述情感或氛围（如“忧郁的”或“欢快的”），可以使AI生成图像工具生成具有特定情感色彩的图像。风格混合：借助AI生成图像工具，用户可以尝试将不同的艺术风格混合在一起，创造出独特的视觉效果。可定制性AI生成图像技术的特点实时预览：用户可以在生成过程中实时查看图像的变化，及时做出调整。编辑和修改：用户可以轻松地对生成的图像进行编辑和修改，以符合期望。用户反馈循环：用户的反馈可以被用来改进AI模型，使其更好地理解和满足用户需求。交互性多设备访问：用户可以在计算机、平板电脑或手机上使用AI生成图像工具，不受地点限制。数据同步：云端服务允许用户在不同设备之间同步项目和进度，以确保工作的连续性。协同创作：跨平台的特性使得多人协作变得更加容易，用户可以远程合作，协同完成项目。跨平台性AI生成图像技术的特点持续改进：AI模型可以通过分析大量的艺术作品和用户反馈来不断优化其算法。适应新趋势：AI模型可以快速适应新的艺术趋势和风格，保持创作的现代性和相关性。个性化学习：一些AI系统可以根据用户的偏好和使用习惯进行个性化学习，提供定制化服务。学习性AI生成图像工具不仅可以独立创作艺术作品，还可以作为艺术家的辅助工具，帮助他们探索新的创意和灵感。辅助性AI生成图像提示词提示词的语法规则基本语法规则自然语言写法：使用完整的句子来描述想要生成的内容。标签语言写法：通过关键词或短语来指定内容。混合写法：结合自然语言和标签语言。权重写法：通过小括号“()”、中括号“[]”或数字来调整提示词的权重。渐变写法：用于在生成过程中逐渐改变某些特征。交替写法：用于融合不同的元素。组合写法：直接融合多个提示词的结果，并支持权重调整。打断写法：使用BREAK关键字来打断上下文之间的联系，以防止相互污染。AI生成图像提示词提示词的语法规则权重调整小括号增强：每增加一个小括号“()”，提示词的权重提高1.1倍，最多可以增加3个小括号。中括号降低：每增加一个中括号“[]”，提示词的权重调整为原值的0.9倍，最多可以增加3个中括号。直接指定权重：可以在小括号内直接输入冒号后跟权重数值。特殊语法下画线连接：使用下画线“_”连接两个单词，使AI将其视为一个整体。比例采样：通过指定数值范围来控制提示词的使用频率。AI生成图像提示词提示词分类主题与风格是图像生成过程中的两个关键要素。主题决定了图像的内容和故事背景，而风格则定义了图像的视觉呈现方式。主题与风格色彩与光影色彩与光影是塑造图像氛围和情感的重要工具。色彩：冷色调（如蓝色和绿色）通常给人一种平静或忧郁的感觉；暖色调（如红色和黄色）则传达温暖和活力。色彩鲜艳的图像往往更加吸引眼球，适用于活泼的风格。光影：柔和的光影可以营造一种温馨和宁静的氛围；强烈的光影对比则可以增加戏剧性和紧张感。AI生成图像提示词提示词分类构图与细节处理对于图像的整体效果至关重要。构图：三分法构图是一种常见的构图技巧，将画面分为九宫格，主要元素放在交点上；对称构图则通过镜像或重复元素来创造平衡感。细节：细腻的纹理可以让图像呈现出更丰富的层次和立体感；模糊的背景则有助于突出前景的主体，增加深度感。构图与细节情感与氛围图像不仅是视觉信息的载体，更是情感与氛围的传递媒介。情感：欢快的气氛可以通过明亮的色彩和动感的元素来表达；忧郁的情感则可以通过暗色调和孤独的场景来体现。氛围：神秘感可以通过朦胧的光影和未知的元素来营造；科幻感则可以通过未来科技和超现实的场景来展现。AI生成图像提示词提示词分类图像中的元素与对象是构成画面的基本单元。元素：星空、海洋、森林等自然元素可以为图像增添自然美和宁静感。对象：建筑、人物、动物等具体对象则是图像中的焦点，它们的形状、姿态和互动关系对图像的叙事表达至关重要。元素与对象其他除了基本的主题、风格、色彩、光影、构图、细节、情感、氛围、元素与对象，还有一些其他因素需要考虑。动态与静态：动态模糊效果可以使图像呈现出速度感和运动感；静态场景则更适合营造沉思和宁静的氛围。抽象与具象：抽象艺术通过简化和变形来表达概念和情感；具象表现则更注重对现实世界的具体描绘。AI图像编辑在ChatGPT中，用户不仅可以基于新的提示词对现有图像进行编辑，从而修改图像的内容或风格，还可以通过这种方式探索无限的创意可能性。01020304用户可以通过输入具体的提示词来改变图像中的对象、场景或元素。内容编辑用户可以通过描述特定的情感或氛围来改变图像的整体感觉。情感与氛围调整除了内容编辑，用户还可以通过提示词改变图像的艺术风格。风格转换这种基于提示词的图像编辑技术不仅限于艺术创作，还可以应用于设计、广告、教育等多个领域。跨领域应用02讯飞星火AI生成图像讯飞星火概述讯飞星火是由科大讯飞推出的AI对话工具，整合了文本生成、语言理解、知识问答等多种功能。讯飞星火V4.0版本在多项国际评测中表现优异，部分测试集综合得分超越GPT-4Turbo并位居首位。基于领先的自然语言处理与认知智能能力，该模型为用户提供了智能批阅机、讯飞晓医App等个性化解决方案。讯飞星火AI生成图像工具是科大讯飞基于先进的AI技术研发的一项创新服务，旨在通过智能算法将文本描述转化为生动、具体的图像。这一工具融合了深度学习、图像处理和自然语言理解等前沿技术，能够高效解析用户输入的文本信息，并快速生成符合描述的高质量图像。讯飞星火概述进入讯飞星火官方网站首页。单击“开始对话”按钮，打开登录界面。讯飞星火概述可以使用手机号、微信或账号密码进行登录。下面以手机号登录为例介绍如何登录讯飞星火。输入手机号，并单击“获取验证码”按钮发送验证码，当手机收到验证码后，在该界面的“验证码”文本框中输入验证码，并勾选下面的复选框，单击“登录”按钮，即可进入讯飞星火用户使用界面。图像生成打开讯飞星火网页版，选择左侧的“图像生成”选项，进入“图像生成”界面。在“图像生成”界面的文本框中输入要生成图像的描述内容（也就是提示词）并单击按钮即可使用图像生成功能。图像生成文本生成图像文本生成图像是指用户输入一段文本描述，由计算机生成一张或多张与描述相关的图像。提示词输入打开“图像生成”界面，输入提示词，如“一个荷包蛋”，单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题“画一张‘一个荷包蛋’的图片给我。”，并在下面自动生成一张图像。自动生成图像“一个荷包蛋”图像生成文本生成图像文本生成图像是指用户输入一段文本描述，由计算机生成一张或多张与描述相关的图像。提示词输入打开“图像生成”界面，输入提示词，如“一只可爱的拉布拉多犬住在一个用寿司做的房子里”，单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题“画一张‘一只可爱的拉布拉多犬住在一个用寿司做的房子里’的图片给我。”，并在下面自动生成一张图像。自动生成图像“拉布拉多犬”图像生成文本生成图像智能体对话智能体”是指讯飞星火AI平台提供的一种智能对话服务。它可以根据用户的需求进行自然语言处理和图像生成，帮助用户解决各种问题。选择所示图像（1）下方的“问问智能体：绘画大师”选项，讯飞星火将根据提示词重新生成一张图像，如图（2）所示。可以发现，绘画大师生成的图像更具有艺术风格。选择图像下方的“退出智能体”选项，返回图（2）所示的界面。此时，界面中不显示生成图像的过程图。（1）（2）图像生成文本生成图像随机生成图像AI生成图像工具在生成图像时，往往具有一定的随机性。这种随机性使得即使输入相同的提示词，生成的图像也会有所不同。这种特性增加了创作的多样性和新颖性。打开“图像生成”界面，在文本框中继续输入“一个荷包蛋”，单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题“画一张‘一个荷包蛋’的图片给我。”，并在下面自动生成一张图像，如图所示。可以发现，此时生成的图像与上两次均不相同，相比上两次生成的图像，这次生成的图像效果更好。图像生成文本生成图像提示词效果（1）面部、头发、头饰提示词：描述面部五官（如眼睛、鼻子、耳朵等）、头发的状态、戴在头上的装饰品或头饰的类型、风格或处理方式。例如，输入“一个芭蕾舞女演员在舞台上跳舞，穿着白色练功服，闭着眼睛，带一字发卡将头发固定在头顶，‌金色蕾丝花边头饰”，生成的图像效果如图所示。图像生成文本生成图像提示词效果（2）表情提示词：描述人物面部的情绪，如快乐（嘴角上扬）、悲伤（眼角下垂）、惊讶（张大嘴巴）、恐惧（瞪大眼睛）、愤怒（眉头紧锁）、平静（面无表情）。例如，输入“一个小女孩在树下荡秋千，嘴角上扬，快乐地玩耍着”，生成的图像效果如图所示。图像生成文本生成图像提示词效果（3）绘画风格提示词：描述画作的整体风格或技法，如印象派（如莫奈的作品）、立体派（如毕加索的作品）、超现实主义（如达利的作品）、写实主义（如列宾的作品）、抽象主义（如蒙德里安的作品）、表现主义（如蒙克的作品）。例如，输入“一棵树”，并在提示词中分别添加“印象派”和“写实主义”，生成的图像效果如图所示。图像生成文本生成图像提示词效果（4）画面效果提示词：描述画面带给人的感觉或营造的氛围，如明亮（阳光明媚的场景）、昏暗（夜晚或室内场景）、温暖（如夕阳下的景色）、冷清（如冬日的雪景）、梦幻（如童话世界的场景）、现实（如实景拍摄的照片）。例如，输入“一群小孩在幼儿园里玩游戏”，并在提示词中分别添加“阳光明媚的场景”和“夕阳下的景色”，生成的图像效果如图所示。图像生成文本生成图像提示词效果（5）构图形式提示词：描述画面中元素的排列方式或结构，如对称（左右两边完全一样）、不对称（左右两边不同但平衡）、金字塔形（元素从大到小排列）、对角线（斜线穿过画面）、圆形（元素围成一个圈）。例如，输入“拍摄的海报，一半是天使，一半是恶魔”，并在提示词中分别添加“对称排列”和“不对称排列”，生成的图像效果如图所示。图像生成文本生成图像提示词效果（6）构图视角提示词：描述观看画面的角度或视点，如正面（直接面对对象）、侧面（从旁边看对象）、俯视（从上方看对象）、仰视（从下方看对象）、鸟瞰（从高空看地面）。例如，输入“一只鳄鱼在水中游动，只露出半个身子”，并在提示词中分别添加“鸟瞰”和“侧面”，生成的图像效果如图所示。图像生成文本生成图像提示词效果（7）镜头效果提示词：描述通过相机镜头得到的特殊效果，如广角镜头（视野宽广）、长焦镜头（视野狭窄但能拉近远处的物体）、微距镜头（放大小物体的细节）、鱼眼镜头（产生扭曲的效果）。例如，输入“城市天际线的照片，以爱德华·霍普尔的风格拍摄”，并在提示词中分别添加“广角镜头”和“微距镜头”，生成的图像效果如图所示。图像生成图像风格背景设置在“图像生成”界面的文本框中单击，自动添加“图像生成”选项组，其用于创建、修改或增强图像，其中包括“背景”和“风格”设置选项。背景：选择或更改图像的背景颜色、纹理或图案。可选项包括森林、城市、海边、夕阳、田园、沙漠、草原、雨天。风格：提供了一系列的预设样式，如水彩画、水墨画、赛博朋克、简笔漫画、3D卡通、皮克斯、迪士尼、国画，用户可以通过选择这些样式来改变图像的整体外观和风格。图像生成图像风格背景设置在“图像生成”界面的文本框中输入提示词“背着书包的小女孩卡通人物”，在“背景”下拉列表中选择“森林”背景，如图所示。（1）背景设置单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题“画一张‘背着书包的小女孩卡通人物’的图片给我。森林背景”，并在下面自动生成一张图像，如图所示。图像生成图像风格背景设置在“图像生成”界面的文本框中输入提示词“背着书包的小女孩卡通人物”，在“背景”下拉列表中选择“城市”背景，如图所示。（1）背景设置单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题“画一张‘背着书包的小女孩卡通人物’的图片给我。城市背景”，并在下面自动生成一张图像，如图所示。图像生成图像风格背景设置在“图像生成”界面的文本框中输入提示词“背着书包的小女孩卡通人物”，在“背景”下拉列表中选择“海边”背景，如图所示。（1）背景设置单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题“画一张‘背着书包的小女孩卡通人物’的图片给我。海边背景”，并在下面自动生成一张图像，如图所示。图像生成图像风格背景设置使用同样的方法，在“背景”下拉列表中选择“夕阳”、“田园”、“沙漠”、“草原”或“雨天”背景，生成符合描述内容的图像，如图所示。（1）背景设置夕阳田园沙漠草原雨天图像生成图像风格背景设置在“图像生成”界面的文本框中输入提示词“背着书包的小女孩卡通人物”，在“风格”下拉列表中选择“水彩画”风格，如图所示。（2）风格设置单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题“画一张‘背着书包的小女孩卡通人物’的图片给我。水彩画风格。”，并在下面自动生成一张图像，如图所示。图像生成图像风格背景设置选择“问问智能体：3D卡通风格”选项，讯飞星火将自动根据智能体再次生成一张3D卡通风格的水彩画图像，如图所示。（2）风格设置图像生成图像风格背景设置在“风格”下拉列表中选择“水墨画”、“赛博朋克”、“简笔漫画”、“3D卡通”、“皮克斯”、“迪士尼”或“国画”风格，生成符合描述内容的图像，如图所示。（2）风格设置水墨画赛博朋克简笔漫画3D卡通皮克斯迪士尼国画一键生同款一键生同款是讯飞星火

AI平台提供的一款绘画创作工具，它可以帮助用户快速生成具有艺术感的作品。（1）打开“图像生成”界面，显示“一键生同款”列表，其中包含一些常用的图像模板，如图所示。一键生同款一键生同款是讯飞星火

AI平台提供的一款绘画创作工具，它可以帮助用户快速生成具有艺术感的作品。（2）用户可以直接选择其中的模板。将鼠标悬停在某个模板上，页面将显示模板中的提示词及“生同款”按钮，单击该按钮，如图（1）所示，直接在“图像生成”界面的文本框中输入与模板相同的提示词，如图（2）所示。（1）（2）一键生同款一键生同款是讯飞星火

AI平台提供的一款绘画创作工具，它可以帮助用户快速生成具有艺术感的作品。（3）单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题，并在下面自动生成一张图像，如图所示。绘图智能体讯飞星火的智能体不仅支持结构化指令助手、编排助手和轻应用，还包含满足用户绘图需求的工具。在讯飞星火用户使用界面中，选择左侧的“我的智能体”→“更多智能体”选项，在右侧“我的智能体”界面下显示已经验证的应用工具，如图所示。绘图智能体绘画大师（1）单击“绘画大师”工具，进入“绘画大师”绘画模式，如图（1）所示。用户只需要在文本框中输入一段文本描述，绘画大师就会自动生成一幅具有相应风格的艺术作品。（1）（2）（2）在文本框中输入“丝绸之路驿站”，单击按钮，讯飞星火将在打开的界面中根据输入的提示词自动编写一个问题，并在下面自动生成一张图像，如图（2）所示。绘图智能体绘画大师（3）在提示词问题上单击按钮，进入文本编辑状态，输入一段更详细的提示词：一座位于沙漠边缘的古老建筑，周围是无垠的沙丘和稀疏的植被。这座驿站由土黄色的砖石建成，屋顶是平的，适合抵御强烈的阳光和沙尘暴。驿站的门口挂着风化的木牌，上面用古老的文字写着“欢迎”，如图所示。绘图智能体绘画大师（4）单击按钮，讯飞星火将在该界面中根据编辑后的提示词自动生成一张新的关于丝绸之路驿站的图像，如图所示。绘图智能体头像生成在“我的智能体”界面下的“头像生成”选项组中，有一系列多样化的头像风格供用户选择。这些风格涵盖了从简约到复杂的各类设计范式，旨在满足不同用户的个性化需求，如图（1）所示。在图（1）所示的“头像生成”选项组中单击所需的头像生成工具，进入绘画模式，用户只需要在文本框中输入一段文本描述，讯飞星火就会自动生成一幅具有相应风格的艺术作品，如图2-42所示。（1）（2）绘图智能体（2）绘图智能体漫画绘本单击“我的智能体”界面下“趣味对话”选项组中的“漫画绘本”工具，讯飞星火将根据输入的主题“精卫填海”，编写一个漫画故事，并为每个情节绘图，如图所示。绘图智能体个性化助手如果用户有特殊要求，需要打造自己的个性化助手和轻应用，那么利用讯飞星火大模型即可快速实现。讯飞星火App目前支持结构化创建助手，创建方式十分简单。下面以讯飞星火网页版为例，介绍创建个性化助手的方法。（1）在“我的智能体”界面中，单击右上角的“创建智能体”按钮，弹出“一句话创建智能体”对话框，如图所示，在文本框中输入创建智能体的人物描述（按照提示输入角色、目标任务等细节要求），即可实现一句话创建。绘图智能体个性化助手如果用户有特殊要求，需要打造自己的个性化助手和轻应用，那么利用讯飞星火大模型即可快速实现。讯飞星火App目前支持结构化创建助手，创建方式十分简单。下面以讯飞星火网页版为例，介绍创建个性化助手的方法。（2）单击“快速创建”按钮，进入“新建智能体”界面，该界面中显示了新建智能体的基本信息、智能体指令等，如图所示。绘图智能体个性化助手如果用户有特殊要求，需要打造自己的个性化助手和轻应用，那么利用讯飞星火大模型即可快速实现。讯飞星火App目前支持结构化创建助手，创建方式十分简单。下面以讯飞星火网页版为例，介绍创建个性化助手的方法。（3）单击“创建”按钮，弹出“创建助手”界面，显示完成智能体工具“虚拟时尚顾问”的创建，如图所示。03文心一言AI生成图像文心一言概述文心一言通过图片检索增强技术，可以使用用户上传的参考图进行绘画，实现丰富多样的风格和画面内容。文心一言在绘图领域的应用非常广泛，包括但不限于平面设计、产品设计、服装设计、动画制作等。其还可以应用于艺术创作、图像处理、教育等多个领域，为设计师、艺术家、教学者等提供强大的辅助工具。文心一言概述文心一言通过图片检索增强技术，可以使用用户上传的参考图进行绘画，实现丰富多样的风格和画面内容。进入文心一言官方网站首页，如图（1）所示，单击“立即登录”按钮，打开登录界面，如图（2）所示。（1）（2）文心一言概述文心一言通过图片检索增强技术，可以使用用户上传的参考图进行绘画，实现丰富多样的风格和画面内容。可以使用手机号、微信、新浪微博账号和QQ号进行登录。下面以手机号登录为例介绍如何登录文心一言。输入手机号，单击“发送验证码”按钮，发送验证码，当手机收到验证码后，在该界面的“验证码”文本框中输入验证码，并勾选下面的复选框，单击“登录”按钮，即可进入文心一言用户使用界面，如图所示。文生图文心一言同样支持文生图功能，根据用户输入的描述性文本，即可生成图像。这种方法的优势在于具备高度的灵活性和定制化创作能力。用户可以根据自己的需求，详细描述图像的每个元素，从色彩、形状到场景布局，文心一言将根据这些描述生成符合预期的图像。这种方法适用于那些对图像有具体构想，但缺乏绘画技能的用户。文生图在生成图像的过程中，为了获得更满意的结果，我们应该尽量详细地描述提示词，这些描述将有助于AI更大程度地生成理想的图像。明确指出光线的方向和强度、物体的朝向，以及场景的远近感。描述环境的细节和整体的质量也是非常重要的。如果希望画面具有动感，则可以使用“冲击力”等词汇来表达。通过控制画面的构图（如局部特写、面部特写、半身像、全身像、中景、广角、超广角、远景、俯视图和平视图等），可以进一步细化我们想要生成的画面效果。文生图在文心一言用户使用界面的文本框中输入提示词，如“画一幅画：在大树下喝啤酒的老虎，水墨风格，中国风，印象主义，写意，薄涂”，单击按钮，文心一言将根据输入的提示词在打开的界面中自动生成一张图像，如图所示。文生图在使用文心一言进行绘图时，可以根据需要选择适当的提示词来引导其创作出符合预期的图像。如果对生成的图像结果不满意，则可以通过以下两种方法来解决。（1）单击“重新生成”按钮，直接在界面中输出新图像，如图所示。这种方法虽然简单直接，但存在一些潜在的局限性和使用时需考虑的因素。文心一言可能不能完全理解上下文中的所有细节，导致生成的图像与预期有所偏差。虽然文心一言可以生成多种风格的图像，但它的创造性仍然有限，可能无法完全满足用户的个性化需求。如果生成的图像不符合预期，则用户可能需要进行多次尝试才能得到满意的结果。文生图（2）尝试结合不同的提示词来创造出独特的视觉效果。例如，重新输入“画一幅画：在大树下喝啤酒的一只老虎，水墨风格，中国风，印象主义，写意，薄涂近景，面向镜头，有冲击力，喜感”，结果如图所示。用户除了可以通过不断尝试和调整提示词来优化生成的结果，还可以利用其他工具和技术来补充和完善AI生成的图像。在使用文心一言进行绘图时，可以根据需要选择适当的提示词来引导其创作出符合预期的图像。如果对生成的图像结果不满意，则可以通过以下两种方法来解决。图生图图生图方法为用户提供了一种全新的创作体验。用户只需上传一张图像，文心一言即可根据这张图像的风格和特征生成新的图像。这种方法的优势在于具备快速性和高效性，特别适合需要生成大量相似风格图像的用户使用。同时，图生图方法也为设计师和艺术家提供了灵感来源，可以帮助他们在现有作品的基础上进行创新和拓展。图生图在文心一言用户使用界面的文本框下方单击“上传图片”按钮，弹出“打开”对话框，如图所示，选择原始图像文件，单击“打开”按钮，在文本框内显示导入的图像，输入提示词，即可修改输入的图像。图生图输入“帮我画一个：可爱的小女孩，汉服，华丽的头饰，坐在一匹白马上，白马姿态优雅，翠绿的山峦映衬着蓝天白云，宛如一幅美丽的画卷。”单击按钮，文心一言将根据输入的提示词，上传参考图进行绘画，这样做可以进一步提升画像精准度，并实现丰富多样的风格和画面内容，如图所示。智慧绘图文心一言中的智慧绘图是一种基于AI和深度学习技术的图形生成功能，它能够根据用户输入的文本描述自动生成符合要求的图形或图像，已在多个领域发挥重要作用。在文心一言用户使用界面的文本框上方单击“智慧绘图”按钮，打开“智慧绘图”编辑界面，如图所示。其中包含“文字生图”和“图片重绘”两大功能。下面介绍“文字生图”功能。智慧绘图智慧绘图中的“文字生图”功能除了使用提示词（即文案配图），还可以选择图像的文案风格，其中包含LOGO设计、活动海报、壁纸、商品图、手抄报、人像、艺术画作。输入提示词“田径运动海报国风极简以‘以运动之名，铸就未来之星’为主题”，选择“活动海报”选项，并单击按钮，文心一言将在打开的界面中根据输入的提示词和风格进行绘画，如图所示。智慧绘图智慧绘图中的“文字生图”功能除了使用提示词（即文案配图），还可以选择图像的文案风格，其中包含LOGO设计、活动海报、壁纸、商品图、手抄报、人像、艺术画作。输入提示词“五四青年节古代中国风格，插画风格”，选择“手抄报”选项，并单击按钮，文心一言在打开的界面中根据输入的提示词和风格进行绘画，如图2-58所示。04ChatGPTAI生成图像ChatGPT概述ChatGPT（ChatGenerativePre-trainedTransformer）基于GPT大模型构建，由OpenAI采用“从人类反馈中强化学习”（RLHF）训练方式打造而成。其本质是辅助人类进行信息收集、整理、分析等的智能工具，可为各类场景提供丰富、精准的内容生成方案或数据支持。ChatGPT是一款聊天机器人模型，能够基于预训练阶段学习的模式和统计规律生成回答，并根据聊天上下文实现连贯交互，呈现接近人类对话流畅度的效果。凭借强大的自然语言处理能力及跨领域文本处理能力，ChatGPT可应用于多个场景：支持聊天机器人开发，辅助编写和调试计算机程序，撰写邮件、媒体文件，进行文学领域创作（如童话故事、诗歌、歌词等文本内容）。另外，它还可以接入自动客服系统，提供机器翻译、情感分析、信息检索服务。ChatGPT概述进入ChatGPT官方网站首页，如图（1）所示，单击“登录”按钮，打开登录界面，如图（2）所示。（1）（2）ChatGPT概述可以使用手机号、邮箱、Microsoft账号、谷歌账号和Apple账号进行登录。登录后进入ChatGPT用户使用界面，如图所示。直接生成图像用户可以通过输入提示词来生成原始图像，生成图像的尺寸可以是256像素×256像素、512像素×512像素或1024像素×1024像素，其中，较小尺寸图像的生成速度更快。在文本框中输入提示词“创作一张图像一只小鸟”，单击按钮，ChatGPT将在打开的界面中根据输入的提示词生成一张图像，如图所示。直接生成图像用户可以通过输入提示词来生成原始图像，生成图像的尺寸可以是256像素×256像素、512像素×512像素或1024像素×1024像素，其中，较小尺寸图像的生成速度更快。在文本框中输入提示词“一只飞翔的小鸟”，单击按钮，ChatGPT将在打开的界面中根据输入的提示词生成一张图像，如图所示。直接生成图像用户可以通过输入提示词来生成原始图像，生成图像的尺寸可以是256像素×256像素、512像素×512像素或1024像素×1024像素，其中，较小尺寸图像的生成速度更快。在文本框中输入提示词“在雨中飞翔的小鸟”，单击按钮，ChatGPT将在打开的界面中根据输入的提示词生成一张图像，如图所示。直接生成图像用户可以通过输入提示词来生成原始图像，生成图像的尺寸可以是256像素×256像素、512像素×512像素或1024像素×1024像素，其中，较小尺寸图像的生成速度更快。在文本框底部单击“创建图片”按钮，文本框中将显示“创建图片”，如图所示。在“创建图片”后面输入提示词，也可以达到上面的效果。绘图应用工具在ChatGPT用户使用界面左侧列表框中选择“GPT”选项，在右侧界面中打开“精选推荐”选项卡，用户可以浏览和选择不同的GPT模型和功能，体验不同的对话风格和应用，如图所示。绘图应用工具其中，“Trending”选项组下显示了专门用于生成和优化图像的工具，包括imagegenerator、imagegeneratorpro等，如图所示。绘图应用工具选择用于图像生成的工具“imagegenerator”，进入“imagegenerator”绘画模式，在文本框中输入“一只小鸟”，imagegenerator就会自动为用户生成一张图像。选择用于图像生成的工具“imagegeneratorpro”，进入“imagegeneratorpro”绘画模式，在文本框中输入“一只小鸟”，imagegeneratorpro就会自动为用户生成一张图像。05亦心AI生成图像亦心AI概述亦心AI是亦心科技全力打造的核心技术。它就如同一个超级智能大脑，具备极为强大的从文本到图像的转化能力。读者可以把它想象成一个神奇的画师，只需用文本描述出脑海中的画面，无论是梦幻的童话场景，还是充满科技感的未来城市，亦心AI都可将这些文本转化为逼真的图像。亦心AI概述悟空图像是一款专注于图像处理的AI软件，在专业领域有着广泛的应用。它集成了多种强大的功能，旨在帮助用户高效地处理图像，实现创意设计。亦心AI就像是悟空图像的“心脏”，为悟空图像提供了最核心的技术支持。悟空图像则是亦心AI技术的实际应用载体，将亦心AI强大的从文本到图像的转化能力，以及其他相关AI能力呈现给广大用户。用户只需输入简短的文本描述，亦心AI即可迅速生成与之相匹配的高质量图像。这种强大的能力，不仅为设计师带来了前所未有的创意启发，更为他们提供了无尽的素材和灵感源泉。亦心AI赋予了用户二次编辑图像的能力。在生成图像的基础上，用户可以根据需要进行个性化的修改和完善。这种功能不仅增强了设计的灵活性和自由度，还使得用户能够更好地掌控整个设计流程。亦心AI概述进入亦心科技官方网站，下载并安装悟空图像软件。下载完成后，打开悟空图像软件，进入应用程序界面，显示“首页”面板，如图所示。亦心AI概述单击“首页”面板左上角的“新建文件”按钮，或者使用Ctrl+N快捷键，打开“创建”界面，在该界面中创建空白画布或者从模板创建画布，在右侧可直接为画布命名，设置画布的宽度、高度、分辨率、背景等属性，如图所示。亦心AI概述单击“创建”按钮，创建一个空白画布，如图所示。亦心AI亦心AI是一款专业的AI创作工具，根据用户输入的文本（中英文均可）和设置的参数，即可生成丰富的图像。单击悟空图像操作界面右上角的“亦心

AI”按钮，如果处于未登录状态，则会弹出登录界面，勾选“登录即表明同意《悟空图像用户协议》”复选框，并使用微信扫码登录或手机号登录，或者单击“切换为使用密码登录”方式，使用账号密码登录，登录后即可进入“亦心AI”界面，如图所示。亦心AI文生图其展示了一个儿童在幼儿园室内玩耍的场景，但主要聚焦的是一个儿童，而非全面呈现幼儿园的整体环境。此外，该效果图的视角选择存在问题，未能充分展现预期的场景氛围或视觉效果。在“亦心AI”界面中添加提示词“儿童幼儿园”，设置生成张数为“1”，其余采用默认设置，单击“开始生成”按钮，生成的效果图如图所示。亦心AI文生图优化画质和细节，添加提示词：“室内设计，远景，儿童幼儿园建筑，彩色建筑，分布在建筑周围的糖果形状的休息室座椅，C4D，8K，超详细，照片真实，高清”，单击“开始生成”按钮，生成一张新的效果图，如图所示。亦心AI图生图在图生图的过程中，图像的作用和提示词一样，AI并不是简单地复制/粘贴原始图像的内容，而是通过理解参考图中的视觉信息（如主体的形状、颜色、材质等），并结合用户提供的提示词，通过模型内部多次“加噪”和“去噪”的迭代过程，最终生成一张新的、与原始图像相关联但又有所不同的图像，展现出重新绘制或改进的外在特征。亦心AI图生图打开亦心AI，单击“属性设置栏”中的“图片与模式”按钮，选择参考图。单击“提取线稿”按钮，设置基础模型（“真实摄影”和“CG游戏”）和风格模型（“室内设计”和“建筑设计”），添加提示词“室外设计，别墅，建筑设计，现代风格，新中式风格，乳白色墙面，8K，高清，超细节，超现实主义性能”，最后提升图像的细节与画质，绘制别墅效果图，如图所示。AI闪绘AI闪绘是国内首款专业AI实时渲染创新应用，支持实时生成、实时预览，凭借卓越的交互体验、超低使用门槛、超强实时生成能力、多模态生成能力，在设计、影视、游戏等行业及广泛用户群体中具有广阔的应用空间和巨大的开发潜力。用户只需画出草图，AI闪绘即可实时生成完整效果图。单击悟空图像操作界面右上角的“AI闪绘”按钮，如果处于未登录状态，则会弹出登录界面，勾选“登录即表明同意《悟空图像用户协议》”复选框，并使用微信扫码登录或手机号登录，或者单击“切换为使用密码登录”方式，使用账号密码登录，登录后即可进入“AI闪绘”界面。AI闪绘在“AI闪绘”界面中，单击工具栏中的“画笔”按钮，在右侧调板窗的“基本设置”中，设置笔刷大小、颜色和样式，绘制草图。输入提示词“哪吒”，设置变化幅度为“50”，单击“闪绘输入栏”中的“生成”按钮，生成效果图，如图所示。06Midjourney绘图Midjourney概述Midjourney是一款功能强大的

AI生成图像工具，以独特的特点和优势在创意产业中脱颖而出。无论是专业设计师、艺术家，还是普通爱好者，都可以通过Midjourney轻松生成高质量的数字艺术作品、插画或概念设计。Midjourney的特点高度智能化丰富的艺术风格灵活的创作控制高效的生成流程社区与协作生态Midjourney概述Midjourney网页版界面2024年8月23日，AI绘画工具Midjourney官方宣布正式向全球用户免费开放其网页版的使用权限，用户可以直接通过其官方网站进行访问和使用。进入Midjourney官方网站并登录，其网页版界面如图所示。Midjourney平台始终处于快速迭代之中，新的用户界面特性、增强的图像生成能力，以及可能出现的独特命令会不断加入。文生图Midjourney的核心功能之一是通过提示词生成独特的视觉图像。用户只需清晰描述期望的画面内容、风格及其他相关要素，Midjourney即可将其转化为相应的图像。界面基本操作成功登录Midjourney网页版后，在界面顶部通常会有一个醒目的文本框，用于输入提示词，Midjourney一般支持输入英文提示词，如图所示。文生图在提示词文本框中输入提示词“Apinklittlepig”，并单击“Submit”（提交）按钮，向系统发送创作指令。提交请求后，系统会开始处理。界面基本操作在左侧单击“Creat”（创建）按钮，在右侧界面中查看生成的图像效果，如图所示。通常，Midjourney会一次性以网格形式呈现四张基于该提示词生成的初始图像。文生图当图像生成后，通常在其上方或附近会显示相关的生成信息，以帮助用户理解和追溯。此处，在图像上方显示了两行生成图像的信息。界面基本操作Apinklittlepig是用户输入的原始提示词，即“一只粉红色的小猪”。1v6.1表示生成该图像时所使用的Midjourney模型版本（默认）。不同版本在图像风格、对提示词的理解能力等方面可能存在差异。2文生图生成参数设置若需要对图像生成过程进行更精细的控制，则可以单击提示词文本框右侧的“Settings”（设置）按钮，展开一个参数设置下拉面板，以调整多种生成参数，如图所示。再次单击按钮，即可隐藏该面板。下面介绍下拉面板中的主要参数选项。文生图生成参数设置（1）ImageSize（图像大小）选项：设定生成图像的比例，而非绝对的像素尺寸（Midjourney生成的初始图像分辨率通常是固定的，后续可以进行放大）。Portrait（纵向/肖像）：生成纵向较长的图像，如常见的2∶3或9∶16比例。该比例适用于人物全身展示、海报设计或手机壁纸制作等场景。Square（正方形）：生成宽高相等的图像，即1∶1比例。这是Midjourney的默认比例（在不指定时），常用于社交媒体头像制作、产品展示等场景。Landscape（横向/风景）：生成横向较长的图像，如常见的3∶2或16∶9比例。该比例适合呈现广阔的自然风景、城市场景或作为计算机壁纸使用。文生图生成参数设置（2）Aesthetics（美学参数）选项：用于调整图像的艺术风格和视觉效果的独特性。Stylization（风格化强度/--s）：控制Midjourney对提示词的艺术化解读程度。数值越高，Midjourney会越倾向于运用其训练数据中的艺术风格，生成的图像可能更具艺术感、抽象感或偏离提示词的字面意思，但也可能更有创意；数值越低，图像会越忠实于提示词的字面描述，风格相对写实或直接。用户可通过调节滑块来设定数值。参数值s的范围为<0-1000>，默认值通常为100（在v6模型中）。文生图生成参数设置（2）Aesthetics（美学参数）选项：用于调整图像的艺术风格和视觉效果的独特性。Weirdness（怪诞度/--w或--weird）：引入非传统、奇异或超现实的元素到图像中。数值越高，图像越有可能出现意想不到的、古怪的，甚至有些荒诞的视觉效果。这是一个实验性的参数，可以带来惊喜，但也可能产生不符合预期的结果。参数值w的范围为<0-3000>，默认值为0。Variety（多样性/--c或--chaos）：控制初始生成的四张图像之间的差异程度。数值越高，四张图像在构图、主题、风格等方面的差异就越大，从而为用户提供更加多样化的选择；数值越低，四张图像会更相似，细节上更接近。参数值c的范围为<0-100>，默认值为0。文生图生成参数设置（3）Model（模型）选项：选择不同的Midjourney模式和模型版本，以获得不同的图像风格和效果。Mode（模式）Standard（标准）模式：Midjourney的常规模式，通常应用了较强的默认美学风格和对提示词的艺术化处理。在v6模型中，标准模式的生成能力非常强大，且着重突出摄影感和细节表现。Raw（原始/--styleraw）模式：在此模式下，Midjourney会减少“主观”美学干预，更直接地响应用户的提示词，生成的图像可能看起来“未经修饰”，更依赖于用户提示词的精确性和细节描述。这对希望更精确控制最终效果或追求特定原始感的用户来说很有用。文生图生成参数设置（3）Model（模型）选项：选择不同的Midjourney模式和模型版本，以获得不同的图像风格和效果。Version（版本）默认版本（如v6、v6.1或v7）：通常是Midjourney当前最新且最推荐的正式模型版本，具有先进的功能和优质的图像质量。NijiJourney版本（如Niji6、Niji5等）：NijiJourney是Midjourney专门针对动漫和二次元插画风格优化的模型系列。选择NijiJourney版本会使生成的图像更偏向日式动画、漫画或插画美学风格。不同的NijiJourney版本在风格和细节上也会有所不同。旧版Midjourney模型（如v5.2、v4等，如果面板提供选择）：有时为了实现特定的风格兼容性或怀旧效果，用户可能会选择使用旧版本的模型，但通常最新版本在整体质量和功能上更优。文生图生成参数设置（4）MoreOptions（更多选项）：包含速度模式设置Speed。该选项关系到用户的图像生成任务在服务器队列中的优先级，以及消耗的GPU时间（通常与订阅计划相关）。Relax（--relax）：任务在队列中等待空闲GPU资源，生成速度较慢，但通常不消耗或消耗极少的“快速GPU时长”（FastHours），适用于不急于出图的情况。Fast（--fast）：默认模式，任务会消耗“快速GPU时长”，生成速度较快。Turbo（--turbo）：消耗更多的“快速GPU时长”（通常是Fast的两倍），但任务优先级最高，生成速度最快，适用于对出图速度有极高要求的场景。文生图提示词结构提示词是最基本的部分，用于描述想要生成的图像内容，明确想要生成的主体是什么，如动物、人物、地点或物体。一个基本的Midjourney提示词既可以是一个单词或短语，也可以是一个包含描述性文本、风格和参数设置的组合。文生图提示词结构（1）主要素对于图像的描述性文本，通常需要设置的主要素包括角色、动作、背景、穿着、五官、情绪，表述的主要素越多，结果越精确。文生图提示词结构角色：提示词为“agiantpuregrayRagdollcat”（一只巨大的纯灰色布偶猫）。其中，在结果提示词后，自动补充后缀参数“v6.1”，用于表示版本设置。提示词为“agiantpuregrayRagdollcat--s750--v6.1”（一只巨大的纯灰色布偶猫）。其中，在结果提示词后，自动补充后缀参数“ar4:3v6.1stylize750”，用于表示艺术风格设置和版本设置，“ar4:3”指的是图像或视频的比例为4∶3。角色+动作：提示词为“agiantpuregrayRagdollcatyawns--ar2:3”（一只巨大的纯灰色布偶猫在打哈欠）。其中，在结果提示词后面自动补充“ar2:3v6.1”。角色+动作+背景：提示词为“inasunlitlivingroom,agiantpuregrayRagdollcatyawns--ar2:3”（在一个阳光充足的客厅，一只巨大的纯灰色布偶猫在打哈欠）。其中，在结果提示词后面自动补充“ar2:3v6.1”。文生图提示词结构（2）图像变体在Midjourney生成初始的四张图像后，用户可以通过单击图像变体按钮基于其中某一张图像或整体进行进一步的演变和细化，以探索更多创意可能性或调整不满意的细节，如图所示。文生图提示词结构VarySubtle：对图像进行轻微的调整，包括颜色、光照或构图等。单击该按钮可以微调客厅的颜色搭配或光照效果，使其更加和谐或符合特定的风格要求，而不会对整体布局产生太大影响。对生成的四张Variation图像进行微调后的效果如图所示。文生图提示词结构VaryStrong：对图像进行较大程度的调整，会显著改变颜色、光照或构图。对生成的四张Variation图像进行较大程度调整后的效果如图所示。文生图图像再创作Midjourney不仅支持通过提示词从零生成图像，还提供了强大的图像编辑功能，允许用户基于已生成的图像进行进一步创作和调整。这通常需要对原始提示词进行修改，并结合选定图像的视觉特征，生成新的图像变体。文生图图像再创作在Midjourney生成的四张图像中，单击作为编辑基础的某一张图像，弹出“Variation”（变体）界面，如图所示。文生图风格除了主要素的描述性文本，Midjourney还允许用户通过提示词短语来指定内容，包括艺术风格、构图、特效、光照环境、材料等。（1）艺术风格通过指定一种艺术风格来影响最终图像的外观，如impressioniststyle（印象派风格）、realisticstyle（写实主义风格），如图2-94所示。另外，艺术风格还包括surrealiststyle（超现实主义风格）、coilpainting（油画风格）、illustration（插画风格）、inkpainting（水墨画风格）等。文生图风格除了主要素的描述性文本，Midjourney还允许用户通过提示词短语来指定内容，包括艺术风格、构图、特效、光照环境、材料等。（2）构图构图对于图像呈现的效果至关重要。创作者结合图像中的主体角色与其他元素，合理选择构图方式，可引导Midjourney更精准地突出画面重点，如crosslines（对角线构图）、dynamicsymmetricalcomposition（动态对称构图），如图所示。文生图风格除了主要素的描述性文本，Midjourney还允许用户通过提示词短语来指定内容，包括艺术风格、构图、特效、光照环境、材料等。intersectinglines（交叉线构图）goldenratio（黄金分割构图）fadingborder（褪色边框）focuscomposition（焦点构图）framecomposition（框架构图）Positive（正面构图）文生图风格除了主要素的描述性文本，Midjourney还允许用户通过提示词短语来指定内容，包括艺术风格、构图、特效、光照环境、材料等。（3）光照环境光照环境是一张图像的光影构成，可以传递作者的思想和图像的特色，如three-pointlighting（三点式照明）、keylighting（重点照明），如图所示。另外，光照环境还包括backgroundlighting（背景照明）和environmentallighting（环境光照明）等。文生图后缀参数设置后缀参数设置用于修改图像的生成效果，如图像属性、模型与版本、放大器等，常用后缀参数设置命令如表所示。命令参数值说明--aspect同--ar1:2～2:1默认值为1:1调整图像的比例--chaos<number0-100>默认值为0生成多变结果。值越高，越容易出现意外效果--no--noplants负面提示，移除植物::::0.5高级文本权重，表示赋予该部分0.5的权重。如果未指定权重，则默认为1--quality<.25,.5,1,or2>同

--q<.25,.5,1,or2>默认值为1调节质量，值和成本成正比。成本是指渲染时间--seed<integerbetween0-4294967295>同

--sameseed默认值随机使用种子处理，即在生成的原始图像基础上进行微调。在生成图像时随机生成种子编号。如果想让生成图像应用之前的效果，则可加上之前图像的种子编号--stop<integerbetween10-100>默认值为100中途结束任务，数值表示进度百分比，越早结束，效果越差--stylize<number>同--s<number>默认值为100艺术风格的强度，数值越高，生成的结果越具有艺术性--uplight--uplight使用轻型升频器进行细节处理。图像更细致、更平滑--upbeta--upbeta使用beta升频器进行细节处理文生图后缀参数设置Midjourney文生图权重是指在使用Midjourney生成图像时，提示词中各个关键词的权重分布。Midjourney会根据提示词中的关键词来生成相应的元素，权重高的关键词在图像中呈现的效果会比较突出，而权重低的关键词则可能不会对图像效果产生影响。添加的数字也可以为负数，用于删除不需要的元素，::-.5与

--no

相同。例如，在提示词中设置不同的权重，生成的图像则会不同，如图所示。文生图后缀参数设置再如，添加相应的后缀参数，“Livelysquirrel,crayonstyle,fairytale,lookingatcamera,sideview,outdoors,withgrassandtreesonthebackandsomeflowersontheside,HD--sameseed--ar3:2--quality2--style