01

量子學(xué)派，你這個(gè)渣男！

一向以鋼鐵著稱(chēng)的理工直男“量子學(xué)派”，

一直聲稱(chēng)對(duì)數(shù)理哲的激情，遠(yuǎn)超與異性的關(guān)系。

一生牽手牛頓，終生只愛(ài)圖靈。

可近日被曝光與多名女子KISS！

親密照火遍全網(wǎng)！

More

人模狗樣的量子君

照片中的美女們，

要身材有身材，要美貌有美貌，性感而酷颯。

而且，在同一時(shí)間內(nèi)多名女性交往。

詭辯無(wú)用，有圖有真相。

量子學(xué)派，你這個(gè)渣男！

AI繪畫(huà)對(duì)人類(lèi)的沖擊，

不僅僅只有上面這個(gè)渣男。

2023年9月，深圳地鐵站，

乘客抬頭即現(xiàn)AI短片。

首屆AI FASHION WEEK紐約時(shí)裝周，

70%的服裝使借用AI設(shè)計(jì)。

各大社交短視頻平臺(tái)，

開(kāi)始簽約AI繪畫(huà)創(chuàng)造的美女主播

這些日前的過(guò)去進(jìn)行時(shí)，

正以光速滲透至人類(lèi)的商業(yè)世界與現(xiàn)實(shí)生活。

AI FASHION WEEK紐約時(shí)裝周

02

AI繪圖的技術(shù)本質(zhì)

在A(yíng)I繪畫(huà)背后的技術(shù)黑匣子里，到底藏著什么？

其實(shí)，AI幾秒成像魔力背后，是先做加法再做減法的自虐過(guò)程。

做加法，指前向階段對(duì)圖像逐步施加噪聲。

直至圖像被破壞變成完全的高斯噪聲，導(dǎo)致信息衰減。

把與主題相關(guān)的顏色形狀信息通通加上，不去判斷匹配或不匹配。

做減法，指反向過(guò)程對(duì)圖像逐漸降噪，從噪聲中重構(gòu)所需的數(shù)據(jù)樣本，使模型在給定噪聲輸入的情況下學(xué)習(xí)生成新圖像。

即逐步減去前向階段添加的冗雜色塊，在此過(guò)程中學(xué)習(xí)每個(gè)色塊的意義。

最終將這些意義經(jīng)驗(yàn)，積累成自己的大模型數(shù)據(jù)庫(kù)。

當(dāng)大模型成型，AI學(xué)成出山與人類(lèi)打交道時(shí)。

只需將人類(lèi)的需求指令 ，與大模型數(shù)據(jù)庫(kù)進(jìn)行對(duì)應(yīng)連線(xiàn)，即可幾秒成像，驚艷世人。

AI的繪畫(huà)學(xué)習(xí)邏輯與人類(lèi)大相徑庭。

人類(lèi)大腦共有860 億個(gè)神經(jīng)元，每一個(gè)神經(jīng)元都與其它神經(jīng)元有數(shù)十個(gè)至上千個(gè)的鏈接。

所以，我們可以從無(wú)到有地進(jìn)行：

線(xiàn)條、素描、構(gòu)圖、上色的學(xué)習(xí)

近乎自動(dòng)化地賦予每個(gè)色塊意義，并作出繪畫(huà)反應(yīng)。

而AI計(jì)算機(jī)的數(shù)字邏輯電路，只能理解二進(jìn)制中的0和1。

因此只有在不斷降噪的過(guò)程中，讓AI理解每個(gè)色塊的數(shù)據(jù)意義。

并不斷積累到自己的大模型數(shù)據(jù)庫(kù)中，最終才能做出對(duì)人類(lèi)來(lái)說(shuō)輕而易舉的繪畫(huà)行為。

所以，AI不是從無(wú)到有地進(jìn)行繪畫(huà)學(xué)習(xí)。

它是從密密麻麻的涂鴉中，學(xué)會(huì)了被壓在底層的顏色幾何形狀用法，最后才能做到根據(jù)指令生成圖畫(huà)。

03

噪聲會(huì)很吵嗎？

在現(xiàn)實(shí)生活中，絕大多數(shù)的隨機(jī)并非均勻分布。

正態(tài)分布，是連續(xù)型隨機(jī)變量中最重要的分布。

如同一條鐘形曲，中間高，兩邊低，左右對(duì)稱(chēng)。

大部分?jǐn)?shù)據(jù)集中在某處，小部分往兩端傾斜。

帕累托法則、橄欖型收入分布、壟斷性企業(yè)分布等隨機(jī)分布，都是正態(tài)分布。

比如說(shuō)，在某些國(guó)家里：

20%的大城市中居住80%人口、20%人口掌握80%社會(huì)財(cái)富。

這就是真實(shí)世界中的“隨機(jī)”。

正態(tài)分布，也稱(chēng)高斯分布。

正態(tài)分布的概率密度函數(shù)也可以稱(chēng)為高斯函數(shù)。

從一個(gè)均值為0、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布中隨機(jī)抽取樣本，生成一組符合該分布的隨機(jī)變量，這組變量就稱(chēng)為標(biāo)準(zhǔn)正態(tài)分布隨機(jī)變量。

以下這組隨機(jī)數(shù)，仔細(xì)觀(guān)察可以發(fā)現(xiàn)他們大部分都接近均值零。

只有小部分超出了正負(fù)一個(gè)標(biāo)準(zhǔn)差的范圍，這樣的隨機(jī)變量即高斯噪聲。

在A(yíng)I的繪畫(huà)學(xué)習(xí)過(guò)程中，正是在不斷去除冗雜信息時(shí)，習(xí)得獲取核心信息的能力。

04

3分鐘拆解前向過(guò)程

在一杯水中，加入一滴墨水。

物質(zhì)粒子便從高濃度區(qū)域向低濃度區(qū)域移動(dòng)，這就是熱力學(xué)中的分子擴(kuò)散現(xiàn)象。

AI繪畫(huà)技術(shù)受擴(kuò)散現(xiàn)象啟發(fā)，通過(guò)逐步向圖片中加入高斯噪聲來(lái)模擬這種現(xiàn)象。

即對(duì)原始圖像通過(guò)逐步添加方差為βt的高斯噪聲變成純?cè)肼晥D像，從而達(dá)到破壞圖片的目的。

可以將以下公式看作擴(kuò)散器，用其對(duì)圖片加噪來(lái)模擬逐步擴(kuò)散的過(guò)程。

開(kāi)始時(shí)，墨水滴入清水中。

逐漸擴(kuò)散開(kāi)來(lái)，水變得混濁。

即原始圖像x0經(jīng)過(guò)以上公式處理后，得到圖像x1。

墨水的擴(kuò)散，使得水中的顏色逐漸改變，圖像的細(xì)節(jié)模糊化。

接下來(lái)，將得到的混濁水作為新的狀態(tài)，再次滴入一滴墨水。

墨水在水中擴(kuò)散，使得水變得更加混濁，即將x1圖像經(jīng)過(guò)以上公式處理后得到x2圖像。

對(duì)于任意的x（t-1）圖像，我們都可以將其作為新的狀態(tài)，代入公式進(jìn)行迭代，得到xt的圖像。

每次迭代中，墨水的擴(kuò)散使得水變得更加渾濁，即噪聲使得圖像的細(xì)節(jié)更加模糊。

在這個(gè)過(guò)程中，每一步中的β并不相同，βt最開(kāi)始是某個(gè)接近0的數(shù)字，然后逐步遞增至接近1。

因?yàn)槟臄U(kuò)散速度會(huì)越來(lái)越快，使得水變得更加渾濁，圖像的特征也更加模糊。

為何一定要加噪點(diǎn)模糊原始圖像？

每張圖片都可以用RGB紅綠藍(lán)3個(gè)通道表示，一張1000×1000像素大小的圖片。

在計(jì)算機(jī)的眼中，可被轉(zhuǎn)化為1000x1000x3的一組數(shù)字。

對(duì)于計(jì)算機(jī)來(lái)說(shuō)，讀取3000000枚數(shù)據(jù)很容易。

但是若把它放在算法中，對(duì)這個(gè)算力有相當(dāng)高的要求。這種級(jí)別的算力，大眾顯卡無(wú)法承擔(dān)。

所以為了解決這個(gè)問(wèn)題，需要先進(jìn)行加噪點(diǎn)為圖片降維。

減少算力需求，讓AI繪畫(huà)具備在消費(fèi)級(jí)顯卡上運(yùn)行的可能性。

通過(guò)循序漸進(jìn)為圖片添加噪點(diǎn)來(lái)不斷訓(xùn)練AI，讓AI從滿(mǎn)是噪點(diǎn)的圖片中執(zhí)行降噪。

使其掌握提取關(guān)鍵信息、識(shí)別圖片內(nèi)容的能力，這是需要先做加法的另一個(gè)原因。

一旦AI學(xué)會(huì)抓取重點(diǎn)信息，摒棄次要信息，所需要用到的數(shù)據(jù)量相對(duì)原圖來(lái)說(shuō)就變得非常小。

所以AI可以學(xué)習(xí)更多的圖片，而眾多的圖片通過(guò)AI的學(xué)習(xí)和分類(lèi)，就被打包成了我們當(dāng)前大熱的“模型”。

05

3分鐘拆解反向過(guò)程

反向過(guò)程，是不斷去除噪聲的過(guò)程。

給定一個(gè)噪聲圖片，對(duì)其一步步的去噪還原，直至最終將原始圖像恢復(fù)。

從第T個(gè)timestep開(kāi)始，模型的輸入為Xt與當(dāng)前的timestep t。

模型中蘊(yùn)含一個(gè)噪聲預(yù)測(cè)器（UNet），它會(huì)根據(jù)當(dāng)前的輸入預(yù)測(cè)出噪聲，再將當(dāng)前圖片減去預(yù)測(cè)出來(lái)的噪聲，就可以得到去噪后的圖片。

重復(fù)這個(gè)過(guò)程，直到還原出原始圖片為止。

AI通過(guò)原始圖片在去噪中不斷顯露，學(xué)會(huì)了繪畫(huà)技法，這是對(duì)人類(lèi)繪畫(huà)的神奇逆練。

什么是噪聲預(yù)測(cè)器（UNet）？

UNet是一種深度學(xué)習(xí)模型，最初用于解決醫(yī)學(xué)影像分割問(wèn)題。

它的結(jié)構(gòu)特點(diǎn)是U字形，因此得名UNet。

UNet模型由編碼器（Encoder）和解碼器（Decoder）組成：

編碼器負(fù)責(zé)逐步壓縮輸入圖像的大小，提取圖像的高級(jí)特征表示。

解碼器則逐步還原壓縮后的圖像大小，恢復(fù)圖像的細(xì)節(jié)信息。

編碼器部分，通常由卷積層和池化層組成，用于逐步降低圖像的空間分辨率和提取特征。

解碼器部分，通常由反卷積層和跳躍連接（skip connections）組成。

跳躍連接，將編碼器中的特征圖與解碼器中的對(duì)應(yīng)層進(jìn)行連接，確保在推理和還原圖片信息時(shí)，不會(huì)丟失掉之前步驟的信息。

反向過(guò)程的降噪程序?qū)?yīng)到SD中，即“采樣迭代步數(shù)”“采樣器”參數(shù)的來(lái)源。

采樣器，指用于在生成圖像的過(guò)程對(duì)圖像進(jìn)行去噪聲的方法。

去噪的方法有很多種，通常需要在速度和準(zhǔn)確性之間做出權(quán)衡。

采樣步數(shù)迭代，指降噪的次數(shù)，即生成圖像需要的步數(shù)，

每一次采樣步數(shù)，都是在上一次迭代生成的圖像基礎(chǔ)上生成一張新的圖片。

一般來(lái)說(shuō)，采樣迭代步數(shù)設(shè)置在20-40之間即可。

06

數(shù)據(jù)構(gòu)成的畫(huà)有價(jià)值嗎？

實(shí)現(xiàn)AI生成圖畫(huà)，需要兩個(gè)條件。

首先，必須有一個(gè)足夠大的降維數(shù)據(jù)庫(kù)，

能夠快速提供運(yùn)算的圖片，即模型。

模型在前文提到的加噪降噪過(guò)程中逐漸練成。

其次，讓AI把人類(lèi)需求轉(zhuǎn)為數(shù)據(jù)之后，需要在圖片數(shù)據(jù)庫(kù)中進(jìn)行精準(zhǔn)連線(xiàn)。

在模型中找到符合要求的圖片，進(jìn)行創(chuàng)作。

所以，AI繪出的圖畫(huà)本質(zhì)上是一堆數(shù)據(jù)集。

那AI繪畫(huà)到底有沒(méi)有價(jià)值？

No.1

價(jià)值一：生長(zhǎng)1.5個(gè)大腦

傳統(tǒng)工作流，在創(chuàng)意發(fā)散階段點(diǎn)子有限，組織頭腦風(fēng)暴會(huì)動(dòng)輒幾個(gè)小時(shí)。

當(dāng)掌握了ChatGPT等大語(yǔ)言模型后，它就可以很好的扮演一個(gè)創(chuàng)意助手的角色。

當(dāng)我們需要發(fā)散創(chuàng)意的時(shí)候，可以分分鐘就能產(chǎn)生幾十個(gè)不同的思路。

除了文字idea，也可以發(fā)散一些畫(huà)面創(chuàng)意。

比如：確定了大致的元素和畫(huà)面，通過(guò)參考圖和關(guān)鍵詞，

利用圖片模型生成海量的圖片創(chuàng)意，進(jìn)一步開(kāi)拓設(shè)計(jì)師的思路。

No.2

價(jià)值二：提速器

甲方領(lǐng)導(dǎo)對(duì)畫(huà)面想法多，訴求不明確，給出的方向過(guò)廣

想要設(shè)計(jì)出多版設(shè)定看效果，但時(shí)間不允許怎么辦？

可以用生成式AI工具快速產(chǎn)出多版接近成稿的設(shè)定。

STEP1：

以中秋為例，提煉相關(guān)元素——中秋、嫦娥奔月、月餅、禮物盒、圓月、燈籠、玉兔、家人團(tuán)聚賞月、煙花等元素；

STEP2：

開(kāi)始嘗試“拆盲盒”，通過(guò)Midjourney生成想要風(fēng)格的對(duì)應(yīng)元素：一位美麗的仙女，騎著玉兔在云彩中翱翔。

STEP3：

快速拼合元素由于只是設(shè)定階段，快速合成大感覺(jué)即可。細(xì)節(jié)不好的地方，可以用多張圖取長(zhǎng)補(bǔ)短來(lái)合成。

No.3

價(jià)值三：拓展能力圈

AI可以拓展我們的能力圈，跨職能完成一些以往需要開(kāi)發(fā)介入才能完成的工作。

我們以一張?jiān)O(shè)計(jì)3D科幻風(fēng)格海報(bào)為例。

STEP1：

根據(jù)既定的設(shè)計(jì)風(fēng)格，選擇相關(guān)的模型。

【大模型】此次選擇的是Rev animated作為大模型，作為萬(wàn)能模型可以較好的適配各種風(fēng)格場(chǎng)景。

除此以外，也可以選擇與目標(biāo)設(shè)計(jì)風(fēng)格接近的大模型。

【lora模型】主要使用的是Xsarchi_127作為主要lora模型，Lunarpunkai為輔助模型。

STEP2：

關(guān)鍵詞描述：書(shū)寫(xiě)關(guān)鍵詞時(shí)，可參考lora模型效果圖中生成圖的關(guān)鍵詞，再根據(jù)自己實(shí)際情況進(jìn)行增加與刪減，這樣會(huì)比較省心省力。

STEP3：

Controlnet設(shè)置：主要使用了Depth這個(gè)模式，可以根據(jù)生成效果多做組合搭配。

STEP4：

采樣器推薦使用：eulera、DPM++2M Karras、DPM++SDE Karras。

STEP5：

生效成果，不同模型不同lora在某個(gè)細(xì)節(jié)表現(xiàn)上都會(huì)有優(yōu)勢(shì)的地方。

同樣參數(shù)同樣模型下，前后生成的效果也可能不一樣。選擇一個(gè)較滿(mǎn)意的效果作為基礎(chǔ)圖，嘗試切換其他lora繼續(xù)生成。擇優(yōu)合成到基礎(chǔ)圖中。

STEP6：

最終合成效果，一些高級(jí)的創(chuàng)意，用傳統(tǒng)的美學(xué)工具我們很難完全執(zhí)行落地，借助AI則可以突破自己的能力限制。

No.4

價(jià)值四：賺固定工資以外的錢(qián)

AI的能力有多強(qiáng)，在于A(yíng)I‘懂’你的能力有多強(qiáng)。

學(xué)會(huì)“調(diào)教”AI，掌握與AI對(duì)話(huà)從而調(diào)用知識(shí)的能力，

便能掌握駕馭AI的魔法，率先吃上AI的第一口紅利。

AI 新時(shí)代，信息碎片化和信息差，

使得獲取高質(zhì)量的信息和數(shù)據(jù)，

變得十分困難。

最好最直接的辦法，

就是與行業(yè)高手交流學(xué)習(xí)！

量子學(xué)派聯(lián)合工信部人民郵電出版社，

歷時(shí)180天打造，

邀請(qǐng)國(guó)內(nèi)AIGC行業(yè)頭部大佬。

誠(chéng)意推出這門(mén)——

免費(fèi)「AI前沿工具的直播訓(xùn)練營(yíng)?！?/strong>

前300強(qiáng)數(shù)字人企業(yè)技術(shù)創(chuàng)意總監(jiān)王澤武，

帶你實(shí)踐以下硅基封面AI視頻，

構(gòu)建一個(gè)人的媒體帝國(guó)！

從入門(mén)到實(shí)踐一站式打通。

往期學(xué)員作品+反饋

陪伴式服務(wù)

助教陪伴式服務(wù)

「督學(xué)+知識(shí)拓展+社群答疑+一對(duì)一輔導(dǎo)」

貫穿整個(gè)學(xué)習(xí)周期，

保證每個(gè)學(xué)員的學(xué)習(xí)進(jìn)度和學(xué)習(xí)質(zhì)量，

確保最終的技能交付質(zhì)量。

在A(yíng)IGC訓(xùn)練營(yíng)中，你能學(xué)到什么？

No.1

掌握向AI“提需求”的能力

這次課程，與市面上的工具課不同。

它提煉了訓(xùn)練AI最核心的技巧，注重訓(xùn)練向AI“提需求”能力。

教你與AI高效對(duì)話(huà)的模板，簡(jiǎn)單的提問(wèn)公式或者幾個(gè)提示詞，就能讓AI秒出成果。

根據(jù)老師教授的方法，可立刻產(chǎn)出高質(zhì)商品圖。

No.2

提升個(gè)人能力，經(jīng)濟(jì)選型“保住飯碗”

其次，這門(mén)課程還將讓你學(xué)會(huì)如何利用AI工具結(jié)合日常工作、學(xué)習(xí)，實(shí)現(xiàn)個(gè)人能力的暴增：

a.為你解析AI時(shí)代會(huì)對(duì)普通人造成什么影響；

b.如何抓住AI帶來(lái)的機(jī)遇開(kāi)啟小事業(yè)？

c.為你演示AI設(shè)計(jì)的多種使用場(chǎng)景和應(yīng)用渠道。

同時(shí)，我們會(huì)通過(guò)實(shí)戰(zhàn)案例。

讓大家體驗(yàn)用AI工具完成變現(xiàn)，增加睡后收入：

a.為你講解市面上最火的AI繪畫(huà)工具的用法；

b.AI軟件如何一分鐘高效做出可變素材；

c.沒(méi)有基礎(chǔ)的小白，如何利用AI快速變？

現(xiàn)在就和我們一起走進(jìn)AI，成為第一批駕馭AI的人！

No.3

AIGC：一站式持續(xù)成長(zhǎng)方案

AI如同一個(gè)六邊形戰(zhàn)士，當(dāng)你有一個(gè)絕妙點(diǎn)子，它能隨時(shí)點(diǎn)亮技能樹(shù)，用編程、寫(xiě)作、繪畫(huà)等技能把你的想法落地：

? AI智能對(duì)話(huà)實(shí)訓(xùn)，打造AI高效辦公助理

? AI繪畫(huà)專(zhuān)項(xiàng)實(shí)訓(xùn)，讓你的商業(yè)設(shè)計(jì)落地

? AI高階部署實(shí)訓(xùn)，靈活定制個(gè)人AI需求

? AI商業(yè)變現(xiàn)實(shí)戰(zhàn)，多開(kāi)拓副業(yè)賺錢(qián)渠道

在「AI+」時(shí)代，

我們不妨在技術(shù)上開(kāi)掛，

在作為人類(lèi)的獨(dú)有優(yōu)勢(shì)上加碼，

做那個(gè)被AI解放的人！

用AI重塑你的核心競(jìng)爭(zhēng)力！

即刻掃碼預(yù)約