人工智能技术应用课件 项目六 AI生成图像技术基本应用

项目六AI生成图像技术基本应用CONTENTS目录01任务一

通义万相AI生图

02任务二

爱设计AI生图03任务三

文心一言AI生图04任务四Midjourney绘图项目导读AI生图技术的应用领域艺术设计领域AI生图技术为艺术家提供灵感，助力其进行创意表达，如生成独特风格画作、虚拟角色等。商业宣传领域在广告、营销活动中，AI生图可快速制作宣传海报、产品图片等，吸引消费者。个人创意领域个人可利用AI生图记录生活、表达想法，如生成旅游纪念照、个人风格头像等。专业生产领域在影视、游戏制作中，AI生图能创建场景、角色等，提高生产效率。本项目聚焦的工具通义万相阿里云通义系列的AI绘画创作大模型，由阿里巴巴研发，功能丰富，如文字作画、图生图等。爱设计AI在线设计神器，有海量模板，能让无设计技能者完成设计，可字生画和图生画。文心一言提供文本提示词和以图生图两种图像生成方法，有智慧绘图技术。Midjourney可进行文字生图，设置生成参数、图像变体等，用于设计系列场景。项目目标知识目标掌握通义万相、爱设计AI、文心一言、Midjourney的原理、功能使用方法等知识。技能目标能够使用通义万相、爱设计AI、文心一言、Midjourney进行图像绘制、创作、制作等。思政目标培养创意表达与审美素养，树立原创意识与版权观念，增强技术伦理意识，培养工匠精神。通义万相AI生图任务一通义万相简介研发背景通义万相是阿里云通义系列的AI绘画创作大模型，由阿里巴巴潜心研发，旨在辅助人类进行多样化的图片及视频创作。核心技术其核心技术基于组合式生成模型Composer，通过对配色、布局、风格等图像设计元素的拆解与重组，提供高度可控且自由度极大的图像生成效果。上线时间通义万相于2023年7月7日正式上线，在大模型领域逐步站稳脚跟，彰显了阿里云在多模态处理与生成方面的卓越实力。通义万相首页提示词公式基础公式提示词基础公式为：提示词=主体+场景+风格。主体是图片主要表现对象，场景是主体所处环境，风格用于选择或定义图像艺术风格。进阶公式进阶公式为：提示词=主体+场景+风格+镜头语言+氛围词+细节修饰。镜头语言含景别、视角等，氛围词描述画面氛围，细节修饰可优化画面。公式作用基础公式适合新手和找灵感的用户，能生成有想象力的图像；进阶公式适合有经验的用户，可提升画面质感、细节丰富度与表现力。一、文字作画：1.基本功能界面展示在主界面单击“文字作画”选项，进入相应界面，可输入文字提示词生成图片。输入方式支持中英文输入，配备智能扩写辅助创意，还提供预设提示词供快速开始使用。例如输入“中国女孩，圆脸，看着镜头，优雅的民族服装”可生成对应图片。功能优势能依据文字内容生成水彩、扁平插画等多元风格图像，支持16:9、4:3等多种预设比例，适配不同场景与终端。“文字作画”界面

图片一、文字作画：2.诅咒语咒语书分类咒语书涵盖风格、光线、材质、色彩、构图等分类。使用方法单击“诅咒语”按钮打开面板，选择相应咒语，通义万相会将其复制到提示词中。如选择“水墨画”风格、“电影级光照”光线、“柔和色彩”，可生成特定风格图片。使用效果通过复用咒语可快速得到想要的效果，有效提升生成图片的风格和质量。“咒语书”面板

复制咒语使用咒语书生成图片一、文字作画3.智能扩写智能扩写可根据输入的简单提示词，通过通义千问丰富画面内容和描述，提升生成图像品质。输入提示词后单击“智能扩写”按钮，扩写后复制到提示中即可生成更好的图片。4.灵感模式灵感模式能增加创意灵感，提升表现力，但可能导致与输入提示词有细微差异。系统默认开启，关闭灵感模式生成的图片会有所不同。两者结合在创作中可结合智能扩写和灵感模式，先利用灵感模式获取创意，再用智能扩写优化图片质量。能扩写提示词

扩写提示词生成的图片关闭灵感模式一、文字作画：5.创意模板模板类型万相2.0模型中的创意模版包括四格漫画、情侣头像、图标印花和电影分镜。生成效果选择不同创意模板可生成特定风格的图片，如选择“四格漫画”创意模版能生成相应风格的漫画图片。模板优势创意模板可强化控制画面中出现的元素内容，为用户提供更多创作选择。“创意模版”面板“四格漫画”创意模版生成的图片二、图生图原理与步骤图生图允许用户上传图片进行创意发散，上传或拖拽生成结果作为参考图，将图像中的风格或主体作为参考元素，并控制图像与提示词之间的参考权重。目前仅有万相1.0模型支持参考图，需先切换到1.0模型，上传图片后选择参考方式、调整参考强度。创意模板万相1.0模型的创意模板分为风格和形象两类，风格可控制画面笔触和表现方式，形象可控制画面中出现的角色类型。如选择“莫奈花园”风格创意模版可生成对应风格图片。应用场景图生图功能可用于在已有图片基础上进行创意拓展，满足用户多样化的创作需求。

设置参考图参数参考图生图

万相1.0模型的创意模板“莫奈花园”风格图片任务实施：北欧风格客厅效果图前期准备打开通义万相AI，登录后进入网页版，单击“文字作画”栏中的“去生成”按钮，进入文字作画页面。生成过程输入提示词“北欧风格客厅，浅木色地板，布艺沙发，大面积落地窗，绿植装饰”，选择比例为“16:9”，开启“灵感模式”，单击“生成画作”按钮生成图片。还可通过单击“诅咒语”按钮选择光线、色彩等咒语，或单击“智能扩写”按钮优化提示词后再次生成图片。后期调整与保存若对生成效果图不满意，可修改提示词重新生成或单击“再次生成”按钮。选取需要的图片后，单击“下载”按钮，选择“无水印下载”选项将图片保存到默认下载文件夹。北欧风格的客厅效果图

添加咒语后效果

智能扩写提示词

扩写提示词生成的图片重新生成效果图爱设计AI生图任务二爱设计简介01爱设计特点与优势爱设计是在线设计神器，有海量设计模板，能满足不同用户在各种场景下的设计需求，即使是无专业设计技能的小白也能轻松在线完成设计。02爱设计AI功能爱设计AI利用人工智能技术，可根据用户需求和喜好，自动生成油画、水彩画、素描等多种风格的绘画作品。03爱设计AI应用领域爱设计AI具有高效性、准确性、可定制性和安全性等特点，广泛应用于艺术创作、广告设计、教育培训等领域。

爱设计界面

“爱设计AI”界面“智能作画”界面一、字生画功能操作过程在“智能作画”界面中单击“字生画”选项进入相应场景，在画面描述中输入对画面的描述语句，选择风格和画面尺寸，单击“立即生成”按钮，即可生成图画。例如输入“晨曦中，一枝寒梅傲立雪中，花瓣细腻如丝，露珠轻挂”，选“中国风”风格、1:1画面尺寸可生成对应图画。风格列举爱设计AI的字生画提供了智能推荐、艺术创想、唯美二次元、怀旧漫画风、中国风等13种风格。“字生画”场景

生成图画字生画二、图生画功能01作用和原理图生画是用原图和提示词进行图片二创，可弥补文生图随机性大、难修正的不足。02操作演示在“字生画”场景中单击“切换场景”，返回到“智能作画”界面，单击“图生画”选项进入场景，上传参考图，输入画面描述语句，选择风格和画面尺寸，单击“立即生成”按钮即可生成图画。如上传意大利肉酱面参考图，输入“将肉酱换成海鲜酱，海鲜酱中有虾、贻贝、鱼肉等食材”，选“发挥艺术创想”风格、1:1画面尺寸可生成对应图画。03风格类型爱设计AI的图生画提供了发挥艺术创想、擅长动漫人物、擅长梦幻场景和擅长精细刻画4种风格。

“图生画”场景生成图画图生画任务实施：创作桌面壁纸艺术插画01创作步骤通过指定网址访问“爱设计”官网，登录后在“智能生成”栏中单击“爱设计AI”选项，再单击“智能作画”选项，接着单击“字生画”选项进入场景。02输入与选择输入画面描述“霓虹闪烁的城市夜景，高楼大厦林立……远处的摩天轮缓缓转动，释放出梦幻般的光芒。”，选择“炫彩插画”风格，画面尺寸为1:1，单击“立即生成”按钮。03创作结果成功生成符合描述和风格要求的桌面壁纸艺术插画。创建插画文心一言AI生图任务三文心一言简介强大的图像生成方法文心一言AI生图为用户提供文本提示词和以图生图两种图像生成方法，极大丰富了创意表达方式。广泛的应用领域其在作图领域应用广泛，涵盖平面设计、产品设计、服装设计、动画制作等，还可用于艺术创作、图像处理、教育等领域。独特的技术优势通过图片检索增强技术，用户上传参考图绘画，能实现丰富多样的风格和画面内容。

文心一言界面一、文本生成图像方法优势通过输入描述性文本生成图像，具有高度灵活性和定制化能力，适合对图像有具体构想但缺乏绘画技能的用户。提示词使用技巧尽量详细描述提示词，明确光线方向和强度、物体朝向、场景远近感，描述环境细节和整体质量，控制画面构图。结果优化操作若对生成结果不满意，可单击“重新生成”按钮；也可结合不同提示词创造独特视觉效果。自动生成图片

重新生成图片

修改提示词生成图像二、图像生成图像创作体验优势用户上传一张图片，AI根据其风格和特征生成新图像，具有快速性和高效性，为设计师和艺术家提供灵感。操作过程在文本框内单击“图片”按钮，选择原始图像文件，输入提示词，单击相应按钮即可根据提示词和参考图绘画。效果示例如输入“帮我画一个：黑色头发、红色长裙的毛线娃娃。”，结合上传的参考图，可进一步提升画像精准度。根据图片和提示词生成图片三、智慧绘图技术-1.文字生图丰富的风格选择智慧绘图的文字生图除使用提示词外，可选择LOGO设计、活动海报、壁纸、商品图、手抄报、人像、艺术画作等文案风格。提示词模板应用在对应选项组中选择风格后，输入框会自动输入提示词模板，更改模板中的主题、画面内容和主色调即可绘画。实际案例选择“活动海报，主题是618购物”，更改相关内容后，能根据输入生成相应海报。“智慧绘图”编辑界面

618购物海报三、智慧绘图技术-2.图片重绘风格模仿工具在“图片重绘”选项组中单击该工具，输入框自动输入提示词模板，上传参考图并输入画面内容，可生成类似风格图片。风格转换工具单击此工具，输入框出现提示词模板，上传参考图并输入风格，能将参考图生成为指定风格图片。背景替换工具使用该工具，上传参考图并输入背景内容，可将参考图背景替换为输入内容。风格模仿绘制图片

转换风格

背景替换三、智慧绘图技术-3.局部编辑01局部重绘工具在“图片重绘”选项组中单击该工具，上传参考图，涂抹要调整区域，输入重绘内容，可重新绘制涂抹区域。02一键消除工具单击此工具，上传参考图，涂抹要消除区域，可对涂抹区域进行消除。涂抹区域局部重绘

消除涂抹区域任务实施：制作古诗插图生成初始图片打开网页版“文心一言”，单击“智慧绘图”选项，输入古诗提示词，单击“发送”按钮生成图片。局部重绘操作选取图片，单击“局部重绘”按钮，涂抹要修改区域，输入修改内容，单击“发送”按钮生成修改后图片。一键消除操作单击“一键消除”按钮，框选要消除部分，再次单击进行消除。最后单击“下载”按钮保存图片。

生成图片

涂抹更改区域

修改内容添加篱笆

框选消除区域消除结果Midjourney绘图概述任务四Midjourney简介技术性质Midjourney是一款生成式人工智能程序和服务，由位于旧金山的独立研究实验室Midjourney,Inc.创建和托管，利用最先进的深度学习技术生成图像。应用领域它被广泛应用于创意设计、广告制作、游戏开发等领域。例如广告公司用其生成广告海报和产品图片，游戏开发者利用它生成游戏角色和场景等元素。免费开放信息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。访问步骤在浏览器中输入Midjourney官网网址/，登录谷歌账号，即可成功进入Midjourney网页版界面。Midjourney官网网页版界面一、文字生图：1.界面基本操作提示词输入成功登录Midjourney网页版后，在界面顶部命令输入框输入文本提示词，一般提示词为英文，如输入“Apinklittlepig”来描述想要的图像内容。提交创作指令输入提示词后，单击“Submit（提交）”按钮，向系统发送创作指令，系统开始处理请求。查看生成结果提交请求后，在左侧单击“Creat（创建）”选项，可在该界面查看生成的图像结果，通常会一次性提供四张基于提示词生成的初始图像变体。

提示词输入区域

生成的图像结果一、文字生图：2.生成参数设置（1）图像大小设置通过“ImageSize”选项设定生成图像的宽高比例，有Portrait（纵向）、Square（方形）、Landscape（横向）三种比例可选，如Portrait适合人物全身展示，Square常用于社交媒体头像。（2）美学参数调整“Aesthetics”选项可调整图像艺术风格和视觉效果，包括Stylization（风格化强度）、Weirdness（怪诞度）、Variety（多样性）等参数，如Stylization数值越高图像越具艺术感。（3）模型选择“Model”选项可选择不同的Midjourney模型版本和模式，如Standard（标准模式）、Raw（原始模式），版本有默认版本、NijiJourney版本、旧版Midjourney模型等，不同版本有不同风格和效果。

参数设置下拉面板一、文字生图：2.生成参数设置（4）更多选项设置“MoreOptions”包含速度模式设置，有RelaxMode（慢模式）、FastMode（默认快模式）、TurboMode（最快模式），不同模式影响图像生成速度和GPU时长消耗。一、文字生图：3.提示词结构与风格（1）提示词主要素提示词用于描述图像内容，主要素包括角色、动作、背景等，表述主要素越多结果越精确，如“inasunlitlivingroom,agiantpuregrayRagdollcatyawns”。（2）图像变体操作Midjourney生成初始四张图像后，可通过单击图像变体按钮进一步演变和细化图像，有VarySubtle（轻微调整）和VaryStrong（大幅调整）两种方式。角色角色+动作角色+动作+背景文生图示例

显示图像变体按钮微调后的效果

大程度调整后的效果一、文字生图：4．图像再创作可基于已生成图像进行再创作，单击某张图像弹出“Variation”界面，修改提示词并结合基础图像视觉信息生成新图像。“Variation”（变体）界面一、文字生图：5．风格可通过提示词指定艺术风格，如Impressioniststyle（印象派）；构图方式，如crosslines（对角线构图）；光照环境，如Three-pointlighting（三点式照明）等。艺术风格

构图光照环境一、文字生图：6．后缀参数设置参数影响效果后缀参数用于修改图像生成效果，如设置不同权重可突出或删除图像元素，“::0.5”“::1”等可改变元素在图像中的突出程度。示例展示如提示词“inasunlitlivingroom，agiantpuregrayRagdoll::0.5cat::1yawns--seed1001”，不同权重设置会生成不同图像。添加“--ar3:2--quality2--styleRaw”等参数也会改变生成效果。提示词权重效果图

添加后缀参数后生成的效果图二、以图生图参：1．考图分类（1）图像提示这是最基础常见的参考图方式，用户提供一张或多张图像作为提示词一部分。Midjourney会理解图像的构图、颜色等元素，与提示词结合指导图像生成。（2）风格参考命令为“--sref”，侧重于提取和迁移参考图像的艺术风格或美学特征，而非具体内容构图。Midjourney分析色彩搭配等风格要素应用到新图像。（3）角色参考命令为“--cref”，是较新功能，可保持角色外观一致性。用户提供含清晰角色特征的图像，Midjourney在新图像中复制关键视觉元素。二、以图生图参：2．上传参考图选择上传方式单击文本框左侧按钮，在弹出下拉列表中选择“ImagePrompts”选项。选择本地图像选择“ImagePrompts”选项后，会弹出“打开”对话框，在其中选择本地图像。完成上传选择好本地图像后，单击“打开”按钮，即可在Midjourney中显示上传的图像。二、以图生图参：3．提示词运用（1）配合图像提示的提示词作用是对参考图补充说明、引导变化或指定新元素情境。如参考图是猫，提示词可明确“猫戴红帽子”。还可设定背景、氛围等，也能指定艺术风格或媒介。（2）配合风格参考的提示词专注于“画什么”，应清晰描述主体、场景和动作，不过多描述风格，因为风格由参考图提供。如参考图是水墨山水画，想生成竹林熊猫图，提示词描述熊猫场景即可。（3）配合角色参考的提示词侧重于为参考角色构建新叙事环境和动态表现，尽可能保持角色核心特征不变。如以布偶猫为参考图，提示词可描述猫在新场景的活动。

猫戴着一顶红帽子的效果

拟人化猫王效果

StyleReferences参考图效果

StyleReferences参考图效果（续）CharacterReferences参考图效果

任务实施——小鸡成长：记场景一：初裂破晓提示词输入输入提示词“3D卡通动画风格，一个圆滚滚、胖乎乎的带斑点鸡蛋，躺在舒适明亮的黄色稻草窝里，蛋壳上出现一道锯齿状的可爱裂缝。清晨明亮欢快的阳光洒下柔和的阴影，画面活泼可爱。光滑的蛋壳上刚出现一道细小的裂缝，温暖的阳光投下柔和的阴影，色彩鲜艳明快。画面比例16∶9，风格强度250”，即“3Dcartoonanimationstyle,achubby,roundspeckledegginacozy,brightjaggedcrackappearingonitsshell,brightandcheerfulmorningsunlightcastingsoftshadows,playfulandcute.yellowstrawnest,atinycrackjustappearingonitssmoothshell,warmsunlightcastingsoftshadows,vibrantandcheerfulcolors--ar16:9--s250”。多次生成与选择重新生成多次，最终得到满意的图像，放大其中一张作为底图。场景一效果

任务实施——小鸡成长：场景二：喙尖初现参考图选择选择场景一的底图，进入图像变体界面，将该图像作为ImagePrompts参考图。提示词设置输入提示词“3D卡通动画风格。一个圆滚滚的带斑点鸡蛋，光滑的蛋壳上有一道细小、新的裂缝。一个非常小巧、锋利的橙色小鸡喙尖可见，从裂缝中心微微伸出。蛋壳的其余部分完好无损。明亮、集中的光线直接照在橙色喙尖和裂缝上。特写镜头。画面比例16∶9，风格强度250”，即“3Dcartoonanimationstyle.Aroundspeckledeggwithatiny,freshcrackonitssmoothshell.Averysmall,sharporangechickbeaktipisvisible,protrudingslightlyfromthecenterofthecrack.Therestoftheeggshellisintact.Bright,focusedlightingdirectlyontheorangebeaktipandthecrack.Close-upshot.--ar16:9--s250”。图像生成依据上述参考图和提示词，生成场景二的图像。

场景二效果

任务实施——小鸡成长：场景三：小鸡露头参考图确定选择场景二的效果图作为ImagePrompts参考图。提示词输入输入提示词“3D卡通动画风格。特写镜头下，一个带斑点的鸡蛋顶部有一道宽大的竖直裂缝。裂缝中只露出一只刚孵化的小鸡的颈部和下半张脸。小鸡的黄色绒毛是湿的，轻微贴在皮肤上。一只小巧的橙色喙微微张开，一只清澈的蓝色眼睛可见。颈部周围的湿润羽毛闪着光泽。其余蛋壳保持完整，紧密包裹着小鸡。明亮的定向光照亮裂缝和羽毛湿润的质感。画面比例16∶9，风格强度250”，即“3Dcartoonanimationstyle.Close-upviewofaspeckledeggwithawideverticalcrackatthetop.Thecrackrevealsonlytheneckandlowerfaceofanewlyhatchedchick.Thechick’syellowdowniswetandstickslightlytoitsskin.Asmallorangebeakisslightlyopen,andoneclearblueeyeisvisible.Thewetfeathersglistenaroundtheneck.Therestoftheeggshellisintactandsnuglysurroundsthechick.Bright