卢帅2023AI造物计划团练课第1期【画质还行】

第六节课-珠子老师_笔记

一、造物课

1. Midjourney的原理

• 
• 核心机制：通过将海量图片素材库中的视觉元素拆解为关键词标签，再反向将关键词组合还原为新的视觉元素
• 简化模型：采用”图片→关键词→新图片”的双向转换过程，这种设计直接影响其生成效果的特点和局限
• 理解目的：掌握原理是为了更好地认识工具的适用场景，在实际应用中扬长避短

2. MJ的优点

• 
• 操作门槛：无需专业美术基础，文字输入即可生成图像，极大降低创作门槛
• 视觉质量：内置优质图片数据库，生成的图像具有较高的审美完成度
• 工作效率：相比传统设计流程，能在极短时间内批量产出多种方案（举例：课程中两天完成多组高质量作业图）
• 应用场景：特别适合需要快速迭代视觉方案的时效性项目

3. MJ的缺点

• 
• 修改精度：无法像PS等软件进行像素级精确修改，局部调整困难
• 文化适配：
  • 东亚人脸生成常出现日韩特征混淆
  • 中国场景易产生”八九十年代”的陈旧感
• 结构理解：难以处理需要明确空间关系的物体（如包装盒的开盖/侧边结构）
• 多主体控制：多个角色交互时会出现元素错位（案例：奥特曼追唐老鸭→出现身体部位错乱）
• 抽象表达：对极简主义或概念性强的设计支持不足
• 输出稳定性：相同提示词可能产生差异结果，甚至自带的图片转文字功能也存在波动

4. MJ的工作流程

• 
• 最佳实践：
  • 作为素材库使用（原始素材/合成素材）
  • 与其他3D软件配合（如Blender的背景/材质应用）
  • 生成无缝贴图制作纹理材质
• 关键词技巧：
  • 
  • 素材网站分类标签参考
  • 利用/describe图转文功能逆向分析
  • 第三方工具网站（如replicate.com）
  • 维基百科专业术语
  • 日常视觉词汇积累库

5. 寻找关键词的方法

1）素材网站关键词提取与AI出图方法

• 素材网站分类检索
  • 
  • 主流平台：视觉中国、Shutterstock等专业素材网站都提供分类检索功能
  • 适用场景：特别适合寻找实景类素材图片，比花瓣网等平台更专业
• 关键词提取技巧
  • 
  • 关键词位置：每张素材图片详情页下方都会显示完整的关键词标签
  • 提取方法：
    • 直接复制：可完整复制关键词组（如”茶树春天/植物花蕾/龙井茶/绿色田地”等）
    • 组合使用：将多个相关关键词组合形成更精准的描述
    • 翻译转换：通过翻译软件转换为英文后用于AI出图
• AI出图工作流
  • 
  • 完整流程：
    • 从素材网站提取中文关键词（如”枝繁叶茂/清明节/茶园种植”）
    • 使用DeepL等专业翻译工具转换为英文术语
    • 将英文关键词输入Midjourney等AI绘图工具
    • 根据生成结果筛选优化
  • 效率优势：该方法可快速产出50+张备选图片，大幅提升设计效率
• 风格控制技巧
  • 
  • 风格关键词：
    • 写实风格：添加”photorealist/real life/richer details”等术语
    • 水彩风格：使用”watercolor illustration/gold stroke”等描述
  • 大师风格：可指定”in the style of Charles Demuth”等艺术家风格参数
• 商业应用案例
  • 场景适配：
    • 通过”Sunlight/clean and bright home environment”等环境描述词控制氛围
    • 使用”Full Length Shot/commercial imagery”等术语确保商业可用性
  • 版权注意：最终商用前需确认AI生成图片的版权授权范围

2）图到文本功能与叠图功能

• 叠图功能介绍
  18:52
  • 核心方法：通过图到文本功能生成描述文字后，结合叠图功能进行多次迭代生成
  • 工作流程：先让AI分析图片生成文本描述，再基于描述文字生成新图片，形成循环优化过程
• 益生菌图片生成文本案例
  19:02
  • 
  • 案例展示：以益生菌相关图片为例，演示图片生成多段文本描述的过程
  • 选择策略：从生成的4段文本描述中选择最符合预期的版本进行后续处理
  • 关键词提取：包含”light white and light cyan”、”elongated forms”、”glazed surfaces”等视觉特征描述
• 文本与图片融合生成新素材
  19:37
  • 
  • 融合方法：将选中的文本描述与新图片叠加，生成特定风格的素材
  • 风格控制：通过添加”hd,c4d,oc,3d,extreme close-up”等参数控制生成效果
  • 应用场景：特别适合制作提案类视觉素材，可快速生成多种风格方案
• 排版与提案类型应用
  19:47
  • 
  • 排版应用：生成的素材可直接用于产品包装等商业设计场景
  • 效率优势：相比传统设计流程可大幅缩短提案制作时间
• 图片分析与再生成
  21:24
  • 分析流程：将图片输入AI系统自动分解为多组文本描述
  • 随机性特点：同一图片每次分析可能产生不同结果，存在不可控因素
  • 优化策略：通过多次尝试选择最佳分析结果作为基础
• 图片生成效果评估
  22:01
  • 质量波动：生成效果存在较大随机性，部分结果可能不理想
  • 选择标准：从多组生成结果中筛选最具潜力的版本进行优化
  • 典型问题：可能出现”很脏的小金属颗粒”等不符合预期的效果
• 图片生成流程演示
  22:48
  • 
  • 完整流程：
    • 原始图片输入
    • 生成多组文本描述
    • 选择最优描述生成新图
    • 评估并迭代优化
  • 关键技巧：通过”叠图”方法将优选图片与文本描述再次融合
• 图片风格调整与再生成
  25:37
  • 
  • 调整方法：在文本描述中添加风格限定词如”clean and streamlined”
  • 参数优化：通过调整”-ar 11:8″等参数控制图片比例和细节
  • 失败案例：添加”护盾”元素导致生成质量下降的教训
• 图片效果对比与选择
  27:03
  • 
  • 选择策略：在多组生成结果中选择最干净、符合预期的版本
  • 基准图片：使用简洁干净的图片作为叠图基础效果更好
  • 迭代优化：通过3-4轮生成-选择循环逐步接近理想效果
• 图片生成策略讨论
  29:18
  • 两种路径：
    • 快速方案：直接使用AI生成的文本描述
    • 精细方案：自行研究关键词组合
  • 选择依据：根据项目时间要求和质量需求灵活选择
• 图片生成效果总结
  30:26
  • 核心优势：快速生成多样化设计方案
  • 主要局限：存在随机性，需要人工筛选和引导
  • 适用场景：概念设计、提案制作等需要快速可视化的环节
• 图片风格调整与细节优化
  31:07
  • 
  • 锐度调整：添加”precisionist lines”等参数增强细节表现
  • 层次优化：通过”extreme close-up”等参数控制景深和层次
  • 材质表现：使用”glossy finish”等描述改善材质质感

3）第三方拆词网站与叠图功能

• 拆词网站的功能与限制
  32:10
  • 
  • 核心功能：通过methexis-inc/img2prompt工具，输入图像可生成近似文本提示词（针对Stable Diffusion优化）
  • 典型输出：示例生成”a man in a boat…storybook illustration”等包含风格描述的复合提示词
  • 准确性问题：存在性别误判等错误（如将女性识别为男性），主要因为训练数据侧重SD而非Midjourney
  • 技术指标：处理速度约22.1秒/张，累计运行96.45万次
• 拆词网站的使用场景
  32:36
  • 图像理解困难时：当完全无法解读图像内容或风格特征不明确时
  • 风格参考辅助：对商业插画等专业风格进行提示词逆向工程
  • 双工具验证：可与手动拆词结果交叉验证，提高提示词准确性
• 拆词网站与手动拆词的区别
  32:50
  • 模型差异：基于Stable Diffusion的CLIP模型，与Midjourney的提示词解析逻辑存在差异
  • 应用互补：可作为手动拆词的补充参考，但不可完全替代人工分析
  • 案例对比：商业插画案例中，自动拆词结果需要人工修正风格细节
• 拆词网站在实际应用中的案例
  33:14
  • 二维三维插画：成功应用于商业插画教案制作
  • 扁平风格处理：对偏扁平化风格的处理效果优于Midjourney原生拆词
  • 
• 叠图功能及写词方法
  34:53
  • niji5特性：风格控制更稳定，相同提示词下风格跳跃小于v5/v4
  • 扁平化优势：特别适合二维设计需求，可直接生成基础素材
  • 后期处理：生成的插画仍需PS修补，存在元素融合问题（如文字排版）
• 如何让AI理解主体物
  35:17
  • 
  • 主体突出原则：通过环境描述弱化干扰元素（如将”大理石覆盖”改为”高档大理石桌面环境”）
  • 验证方法：观察四宫格输出中符合预期的比例，调整提示词方向
  • 动态调整：需根据每次生成结果灵活调整策略，无固定解决方案
• 叠图功能在电商产品图中的应用
  38:10
  • 
  • 成片率优势：v5版本摄影图真实度达商用级别，特别适合不透明物体
  • 光影参考：可直接提取生成图中的光影效果用于实际产品合成
  • 效率对比：比传统摄影+修图流程更高效，适合电商快速出图需求
• 使用叠图功能时的注意事项
  39:32
  • 语义歧义：注意”orange”可能被识别为水果/颜色，需明确添加”color”等限定词
  • 概率问题：同一提示词可能产生不同结果，需选择最接近需求的版本
  • 混合工作流：建议结合电图+PS+AI工具，避免过度依赖单一生成方式

6. 各种纯色图

• 
• 描述: 纯色渐变背景具有柔和模糊的自然过渡效果，颜色包括红色、蓝色和白色，线条渐变，具有阿拉伯风格。
• 用途: 特别适合制作PPT背景，通过改变颜色、线条和艺术家风格，可以快速生成多样化的纯色背景。

7. logo的七大风格

• 
• 七大风格: 卡通风格、徽章式、首字母组合、吉祥物/人物、图形+文字组合、文字、抽象。
• 适用风格: 在logo设计中，卡通风格和徽章式是最能够快速生成想要东西的两种风格。

1）例题:咖啡馆logo设计

• 题目要求: 设计一个咖啡馆的logo，需要包含与猫、咖啡相关的元素。
• 推荐艺术家: 查尔斯·伯恩斯（Charles Burns），其风格具有小树苗、多排线、版画等特点。
• 描述词汇: 使用描述词汇如“可爱的”、“全身的”来定义猫的形象。
• 背景颜色: 选择黑色和白色背景，方便在AI中进行矢量化。
• 风格替换: 可以将风格替换为北欧风格，以获取不同风格的猫形象。

8. 混音修改问题

• 开启方法: 在设置中将混音打开，按V键时即可形成修改。

9. MJ的新土豪功能

• 
• 功能名称: –repeat
• 使用限制: 仅适用于快速模式(fast mode)
• 功能说明: 该功能允许用户一次性生成多张图片，但会消耗快速模式的时间配额
• 使用方法: 在提示词(prompt)末尾添加” –repeat 数字”后缀，数字表示要同时运行的生成任务数量
• 示例演示: 老师演示了输入”spring, tea trees… -v5 -repeat 6″命令，表示一次性生成6张茶园主题图片

1）功能特点

• 
• 消耗机制:
  • 时间消耗: 会按生成数量成倍消耗快速模式时间
  • 金钱成本: 快速模式时间等同于金钱成本，使用需谨慎
• 执行流程:
  • 系统会询问确认后开始处理
  • 显示”6 out of your 6 jobs are being processed”表示任务已接收
• 取消机制: 生成过程中可以取消任务，但可能无法完全避免时间消耗

2）使用建议

• 
• 适用场景: 需要快速批量生成图片时使用
• 注意事项:
  • 确保账户有充足的快速模式时间
  • 建议先测试单张生成效果再使用批量功能
  • 取消任务可能无法完全避免时间消耗
• 未来优化: 老师预测系统可能会优化取消机制，减少用户时间损失

3）相关功能

• 信息查询: 使用”info”命令可查看账户状态和成就
• 社区支持:
  • 可通过Discord的member support频道获取帮助(需使用英文)
  • 达到特定生成数量(1000/2500/5000/10000张)可解锁隐藏社区频道
• 问题反馈: 系统会通过公告告知已知问题和修复进度

10. 艺术风格的网站

• 获取方式: 网站链接可在群共享文件的第三个共享中找到
• 分类方式:
  • 按艺术领域分类：摄影、建筑等
  • 按艺术风格分类
• 艺术家模型测试:
  • 可查看艺术家在不同模型(V4/V5/Niji)下的出图效果
  • 例如：某艺术家在Niji模型下的出图情况
• 资源规模: 已收集2000多种艺术风格
• 艺术家类型: 包含建筑师、设计师、时尚设计师、电影人、画家等
• 使用技巧:
  • 在关键词后添加特定艺术家名称会显著改变生成效果
  • 例如添加建筑设计师可能将产品特色元素融入生成图中
  • 可能出现四格图中一格显示产品，其他三格为纯背景的情况

11. 提示词网站

• 注册方式: 支持QQ邮箱注册
• 核心功能:
  • 通过拖拽图片自动生成描述文字
  • 分析时间约1-2分钟
• 使用体验:
  • 生成结果可能与原图关联性不强
  • 人物生成质量受模型版本影响显著
• 模型选择建议:
  • 二维内容创作推荐使用Niji5模型
  • V5模型生成的人物效果可能不够理想
• 多人场景生成技巧:
  • 可通过选择擅长多人场景的艺术家风格实现
  • 避免对每个角色进行详细描述，否则可能导致主角不明确
  • 更适合整体场景描写而非个体特征指定

1）作业要求

• 内容要求: 输出4张构图相似但风格不同的图片
• 提交时间: 15号晚上11点截止
• 提交方式: 作业会发布在群内

二、连麦答疑

1. AI工具应用建议

• 审美积累重要性：使用MJ等AI工具后，需要依靠个人审美积累和软件结合能力进行深入研究，建议多阅读艺术史和摄影书籍
• 实际工作应用：AI生成图像在实际工作中尚未达到颠覆性效果，目前仍存在明显AI痕迹，与专业要求存在差距
• 岗位发展建议：AI相关岗位（如AI建模师、AI插画师）仍需扎实的专业基础，AI应作为专业技能的拓展工具而非替代

2. MJ与SD工具对比

• MJ特点：
  • 泛用性好，基于大量优质素材训练
  • 适合快速生成参考图和背景素材
  • 无需考虑模型选择和风格适配
• SD特点：
  • 模型种类丰富（大模型+微调模型/Lora）
  • 插件系统复杂但拓展性高
  • 适合专业领域的精细化调整
• 工作流建议：可先用MJ生成初稿，再导入SD进行优化

3. 硬件配置建议

• 最低配置：显卡GTX3060，内存6GB
• 推荐配置：内存8GB以上
• 模型选择：SD默认动漫风格，需自行下载所需画风的专业模型

4. 职业发展建议

• 作品集建议：
  • 增加AI应用专门板块
  • 展示AI推导实际案例
  • 目前约50%设计岗位要求掌握AI工具
• 能力要求变化：
  • 基础设计能力要求反而提升
  • 需要强化感知力和情绪表达能力
  • 提案成熟度比AI使用更重要

5. 学习建议

• 审美提升：
  • 长期使用MJ可培养图像质量判断力
  • 增加艺术家和画风知识储备
  • 提升创作理念表达能力
• 持续学习：
  • 关注国外视频和论坛更新
  • 使用翻译工具克服语言障碍
  • 保持工具迭代的学习跟进

三、知识小结