《人工智能基础》课件-5.2.2AIGC辅助图像设计

知识技能AI

INTElLIGENCE汇报人:曹代知识点1常用AI图像生成工具

Midjourney基于Discord平台，以卓越艺术表现力和创意性著称，适合生成艺术感非遗主题图像，需掌握独特指令语法和参数设置。

StableDiffusionStableDiffusion是开源模型，支持本地部署，控制自由度高，可通过扩展插件精准控制图像细节，适合还原非遗工艺场景。

DALL-EDALL-E由OpenAI开发，与ChatGPT深度集成，自然语言理解能力强，图像与提示词匹配度高，操作界面友好，适合初学者快速上手。

文心一言百度推出的AI艺术创作平台，深刻理解中文语境和中国传统文化元素，能出色生成国风特色非遗主题图像。知识点2AI图像生成的特点AI图像生成特点依托深度学习算法，学习海量图像数据模拟视觉创作逻辑，核心特点为“低门槛、高灵活、强适配”。知识点2AI图像生成的特点：创作门槛低，自由度极高AI图像生成的低门槛革命AI图像生成打破传统创作专业技能依赖，用户通过简单输入即可生成符合需求的图像，实现“人人可创作”。创作自由度的无限可能创作自由度不受现实逻辑限制，可生成写实与超现实内容，释放创意想象力，低门槛使图像创作走向大众，降低成本。

知识点2AI图像生成的特点：风格多样，适配场景广泛图像风格多样化AI模型经训练可精准复刻生成多种风格图像，覆盖艺术创作、商业设计、实用场景等领域。

场景优化与风格适配不同模型针对特定场景优化风格适配能力：专业艺术模型擅长高艺术感创作，商业应用模型注重实用性和一致性，轻型工具类模型主打快速生成简约风格图像。知识点2AI图像生成的特点高效快速，支持批量生成AI图像生成效率高，几秒到几分钟生成一幅，优化后200ms内实时生成；支持批量生成，提升内容生产效率。AI图像生成的语义匹配知识点2AI图像生成的特点：跨模态语义对齐能力强

AI图像生成核心优势是文本与图像跨模态语义精准匹配，得益于CLIP等跨模态对齐技术，能理解细节与复杂语义逻辑。实例展示精准还原

模型能精准还原主体元素、姿态和风格，多模态大模型支持“参考图+文字指令”输入实现精准语义修改。知识点2AI图像生成的特点

生成结果兼具多样随机AI图像生成模型具多样性，相同提示词调参数可生多组相似不同图像，随机性有创意启发也有不确定性，可用负面提示词提升稳定性。

知识点2AI图像生成的特点：可控性持续提升，适配精准需求01AI图像生成特点从自由创作升级至精准控制，满足专业创作需求，控制构图、姿态、深度等要素。

02常见控制方式包括使用ControlNet等技术，通过外部约束条件实现图像生成的精准调控。

03基于草图控制输入简单线稿，模型自动填充细节生成符合线稿构图的图像；

04基于姿态控制通过姿态图约束人物或物体的动作，生成指定姿势的图像误差率可低于5%；

05基于深度图控制定义图像的空间深度关系，生成具有真实透视效果的场景；

06基于风格迁移控制指定参考图像风格生成新图像，可控性使AI图像生成升级为专业生产工具，应用于影视特效、游戏角色、工业设计等高精度领域。AI图像生成定义知识点3AI图像生成过程利用人工智能模型，将输入指令转化为符合预期的视觉图像的过程。AI图像生成核心逻辑通过模型学习图像数据视觉特征和规律，基于输入信息生成视觉内容。AI图像生成关键阶段分输入解析、编码映射、核心运算、优化调整、输出反馈五阶段，环环相扣。

知识点3AI图像生成过程：输入与指令解析输入形式多样性输入，包括文本描述、关键词、草图、参考图片，适应不同用户需求。

核心任务转化用户需求为AI模型可理解的机器语言，实现精准生成目标。

文字描述（最主流）用户通过自然语言详细说明图像的内容、风格、场景、色彩、构图等信息。

参考图像输入用户上传参考图，要求模型基于图的风格、元素进行二次创作或图像修复、扩展。

混合输入混合输入结合文字描述、参考图像及参数设置，通过NLP提取核心元素、属性特征和逻辑关系转化为特征向量以约束生成结果。

知识点3AI图像生成过程：模型编码与特征映射01搭建生成桥梁解析信息需与图像视觉特征关联，此过程为编码与特征映射，AI图像生成核心，由模型编码器模块完成。

02编码器模块作用负责信息与视觉特征的关联转换，实现图像生成的关键步骤。

03语义特征编码编码器将解析后的文本/图像特征向量压缩抽象为语义嵌入向量，含生成图像所需核心语义信息，是模型的核心任务清单。

04视觉特征映射模型基于“语义-视觉”对应关系，将语义嵌入向量映射为初始视觉特征向量，依赖训练数据学习的关联。

知识点3AI图像生成过程：图像生成核心运算图像生成核心阶段AI通过生成器将视觉特征向量转化为具象图像，遵循从抽象到具体的构建原则，如扩散模型逐步增加分辨率。

扩散模型示例在扩散模型中，图像生成从低分辨率开始，逐步细化增加像素信息，实现图像由模糊到清晰的转化过程。

初始噪声生成生成器首先生成一张完全随机的噪声图像，类似电视无信号时的雪花屏，这是图像生成的“原始画布”。

迭代去噪与特征融合模型基于视觉特征向量指引，对噪声图像进行迭代去噪处理，每次迭代去除部分噪声并融入对应视觉特征。

分辨率逐步提升初始图像分辨率低，模型在去噪时同步超分处理，逐步提升分辨率和细节丰富度，最终形成清晰完整图像。

知识点3AI图像生成过程：优化调整优化调整生成器输出初图后，通过优化提升质量，确保结果符合用户需求，主要分两种方式。

优化方式包括细化纹理、增强清晰度等方式，以及调整色彩、对比度等视觉效果，满足用户对图像的高要求。

模型自动优化生成模型内置判别器，对比生成图像与真实图像，反馈差异给生成器，生成器调整像素分布至通过检验或达迭代次数。

人工干预优化