国产末成年女av片一区二区,久久中文字幕无码A片不卡男同 ,欧美3p两根一起进高清视频,无码成人亚洲av片

# 關注并星標騰訊云開發(fā)者 # 每周4 | 鵝廠一線程序員，為你“試毒”新技術 #第4期|騰訊霍然：鵝廠大牛手把手教學，讓自己實現(xiàn)數(shù)字分身？

時下流行的 AI 寫真工具，為用戶提供了用現(xiàn)成的照片遨游于廣袤素材與想象中的可能性，也啟發(fā) AI 從業(yè)者對于大眾消費產(chǎn)品的構想。對于個人來說，是否可以上手 AI 技術，做出自己的“數(shù)字分身”呢？本文將介紹一種高效率、易上手、低成本、高安全的“數(shù)字分身”制作方式。看完本文，你也會用一張圖片“穿越古今”，做出自己的 N 個“數(shù)字分身”。

【資料圖】

圖1，作者使用 StableDiffusion制作的美女“數(shù)字分身”集

隨著網(wǎng)絡某相機小程序的火爆，關于 AIGC 智能應用的討論又一次點燃移動互聯(lián)網(wǎng)。9.9 元即可制作不同背景、造型下的“數(shù)字分身”照片，出圖效果幾可比擬專業(yè)照相館，引發(fā)了受眾的追捧。

而質疑者，認為 9.9 元的體驗成本過高，也覺得產(chǎn)品高峰期的數(shù)十小時的等待時長過于熬人?？鄲烙跓o法對生產(chǎn)的照片任意加工，更為 AI 應用的數(shù)據(jù)安全性憂心忡忡。

這些想法也反映了廣大用戶對于 AI 應用的需求和渴望。對于 AI 工具，用戶希望既可以降低使用成本，又可以保證生產(chǎn)效果。如果還能簡化生產(chǎn)流程、縮短生產(chǎn)時長、提供便于交互的服務，同時保證數(shù)據(jù)安全性，當然更佳。

那么，所謂的 AI“數(shù)字分身”領域，或是“AI 寫真”領域為例，是否有一個滿足以上所有要求的方案呢？

制作個人的 LoRA 模型是一種生成“數(shù)字分身”的方式，也被一些用戶猜測為“AI 寫真小程序”的技術方案。

這種方法可以生成較為穩(wěn)定的、多角度的人像，但是其需要輸入的照片較多，技術實現(xiàn)的步驟也稍復雜，對于新手的使用門檻較高，文中不做介紹。

本文將由淺入深地介紹一種小白可以輕松上手的簡易“數(shù)字分身”制作方式，基本滿足用戶對 AI 應用的要求。

本文介紹的“數(shù)字分身”制作方法可以通過 AI 技術隨意更換照片中人物的服裝、造型、背景，用一張人像照片“穿越古今”。讀者可以拿 9.9 元買一杯蜜雪冰城，在家里“一鍵出圖”。

整個產(chǎn)圖流程可以在個人計算機的服務器完成，不需要把照片上傳到外部服務器，極大地保障數(shù)據(jù)的安全性。同時，千變萬化的服裝、背景、造型更是令人眼花繚亂，AI 的創(chuàng)意指數(shù)拉滿，令人拍案叫絕。

圖2，作者使用 StableDiffusion制作風格各異的美女“數(shù)字分身”

制作“數(shù)字分身”的過程需要解決 3 個問題：

畫什么？用什么？參考什么？

針對這 3 個問題，產(chǎn)生了 3 個步驟：

畫什么：填寫描述詞；

用什么：上傳圖片并選擇重繪區(qū)域；

參考什么：提供參考的人物姿態(tài)。

下面將按照這 3 點依次介紹。下文用到的工具為 Stable Diffusion WebUI，以及 ControlNet 插件。為了簡化內容，本文介紹便捷有效的實操步驟，Stable Diffusion 的安裝和精細化調參技能點請讀者自行學習，文末附有參考材料。

圖3，文章核心步驟的示意圖

“畫什么”的問題在用文字形式模擬用戶腦海中的想象。

小時候，男生幻想自己穿著俠客的青衫，仗劍走天涯；女生幻想自己穿著飄逸的襦裙，沐浴唐風漢韻。如今的 AI 技術可以借助語言描述，讓我們在風格各異的場景中塑造個人形象。建立這一形象，首先需要用語言描述人物的服裝、發(fā)型、背景，描述語言稱為提示詞。

提示詞分為正向提示詞（希望畫面出現(xiàn)的內容）和負向提示詞（不希望畫面出現(xiàn)的內容）。繪圖用的 Stable Diffusion 為國際化工具，提示詞要用英語。

比如生成一個穿著古裝漢服的女孩，女孩佩戴精美發(fā)簪，以傳統(tǒng)的中式宮殿為背景；同時，希望圖片高質量、高清晰，不要出現(xiàn)模糊、丑陋、動畫等元素。將正向提示詞寫為“1girl, wearing song hanfu, wearing delicate traditional chinese hairpins, chinese palace background, materpiece, best quality, ultra-detailed”。負向提示詞寫為“blurry, ugly, bad quality, cartoon, anime, NSFW, nude”。

圖4，StableDiffusionWebUI 的提示詞輸入界面

“用什么”在追問圖片生產(chǎn)過程中的主要原料是什么。

本文介紹簡易的“數(shù)字分身”制作過程，用現(xiàn)成的照片換掉照片中的造型、服飾、背景，達到“一鍵穿越”的效果。在此過程中，用到的原料是現(xiàn)有的照片，應用的技術為 Stable Diffusion 的圖生圖局部重繪（img2img inpaint）功能。涉及到的操作為上傳圖片并手動選擇重繪區(qū)域。選擇照片時，建議選擇上半身，面部輪廓清晰的正面照。比如，以一張年輕女性的正面半身照作為輸入。

圖5，上傳的照片示例

上傳圖片后，我們把“換造型，換服裝”的需求轉換為技術語言“重繪除了臉部之外的所有區(qū)域”。那么，AI 工具如何知道照片中哪里是面部區(qū)域呢？在使用時，先上傳圖片，再用黑色的筆刷手動涂抹面部區(qū)域，就能精準地標識面部區(qū)域，如圖 6 所示。

圖6，涂抹上傳照片的功能示例

此外，還需要選擇對非涂抹區(qū)域進行重繪的選項（inpaint not masked），也就是對于除面部外的區(qū)域進行新的創(chuàng)作，如圖 7 所示。

圖7，選擇“繪制非蒙版內容”操作示例

“參考什么”則是結合什么輔助信息，讓圖片生產(chǎn)的效果更穩(wěn)定。

既然是參考，則非必需，但是有利于提升圖片生產(chǎn)的質量。上面的兩個步驟為 AI 描繪了繪圖內容，也提供了人像的臉部特征。此時若是讓 AI 工具“信馬由韁”地發(fā)揮，容易出現(xiàn)人體比例失調，動作不自然等問題。為 AI 工具提供“參考答案”雖然會減少創(chuàng)意空間，但是能讓 AI 工具學習原照片的動作姿態(tài)，生成更加自然的圖片。如何學習人物姿態(tài)呢？學習人物姿態(tài)需要用到 ControlNet 插件，一款對圖片進行預加工的工具，把預加工的結果像積木塊一樣拼插到生成圖片的流程中。

輸入和上一步相同的正面半身照，用 ControlNet 插件中的 openpose 預處理器學習圖中人物姿態(tài)，比如頭和身體位置關系，手臂的動作。按照圖 8 的方式選擇啟用 ControlNet 插件，并選擇 openpose 預處理模式和模型。

圖8，ControlNet 插件的使用示例

進行上述操作后，就可以得到圖 9 的多款古裝美女“數(shù)字分身”。

圖9，通過 StableDiffusionWebUI 制作的古裝美女“數(shù)字分身”

那么如果想制作更多的分身，讀者應該修改前文介紹的哪些步驟呢？

讀者可以回顧，思考一下本文介紹的方法。前面介紹的 3 個步驟中，“畫什么”的步驟決定圖片內容，“用什么”的步驟決定核心素材，“參考什么”的步驟決定額外的素材。

回顧后發(fā)現(xiàn)，當我們想對畫面元素做修改時，只需要修改“畫什么”步驟中的提示詞。比如想要生成現(xiàn)代裝校園風圖片，只需要重寫正向提示詞中涉及服裝，造型，背景的提示詞，將正向提示詞改寫為“1girl, wearing school uniform, ponytail, campus background, materpiece, best quality, ultra-detailed”。負向提示詞仍然寫為“blurry, ugly, bad quality, cartoon, anime, NSFW, nude”，如圖 10所示。

圖10，更新 StableDiffusionWebUI 的提示詞示例

除了修改正向提示詞外，其他步驟均保持不變。點擊“生成”按鈕，就能得到圖 11 的“校園女孩分身”。

得到“數(shù)字分身”后，如果讀者希望進一步修改圖片細節(jié)，比如重新生成背景中的建筑物，可以用局部重繪功能涂抹待修改的細節(jié)，仿照上面的指引，用提示詞來牽引重繪方向，具體操作交給讀者探索。

圖11，通過 StableDiffusionWebUI 制作的校園美女“數(shù)字分身”

按照這種方式不斷解鎖校園風、古代風、未來感、中式旗袍、日常風的造型，就得到了文章開頭異彩紛呈的“數(shù)字分身集”。

圖12，作者使用 StableDiffusion制作的美女“數(shù)字分身”集

寫到最后，對比一下本文通過 Stable Diffusion WebUI 制作“數(shù)字分身”的方案和 AI 寫真小程序在用戶體驗方面的異同。

兩種方法的相同點為：以人像照片為輸入，通過技術手段獲得不同場景、造型的人像寫真圖。

除此之外，兩者在使用體驗方面有較大的差異。在成本方面，AI 寫真小程序需要更多“有形投資”，比如更多的照片數(shù)量，更高的費用；而本文的方法有更多的“無形投資”，比如部署和使用 Stable Diffusion 的能力。

在收益方面，AI 寫真小程序在生成圖片的角度和顏值上有優(yōu)勢，畫面自然感更高；而本文的方法在生成圖片的造型、背景豐富度以及再加工能力上更勝一籌。

期待大家可以用 AI 技術拓展生活的疆域。

如果讀者朋友們想進一步學習如何部署 Stable Diffusion 以及如何精細化調參，可以參考騰訊云開發(fā)者的這篇文章《給想玩AI的新手｜Stable Diffusion 保姆級入門手冊》。
有了自制的 AI 寫真工具，你最想生成哪些照片？或者想在工具里面加入哪些功能？歡迎留言。我們將挑選一則最有趣的答案，為其留言者送出騰訊定制T恤。8月31日中午12點開獎。

歡迎加入騰訊云開發(fā)者社群，社群專享券、大咖交流圈、第一手活動通知、限量鵝廠周邊能你來~

（長按圖片立即掃碼）

關注并星標騰訊云開發(fā)者

每周4看鵝廠程序員測評新技術