譯者 | 布加迪

審校 | 重樓

有沒有想過別人是如何使用AI圖像生成如此超逼真的人臉，而你自己的嘗試最終卻充斥著缺陷和失真，看起來明顯很假？你試著調(diào)整了提示和設(shè)置，但質(zhì)量還是無法與你看到其他人生成的圖像相媲美。你做錯(cuò)了什么？

這篇博文將逐一介紹三項(xiàng)關(guān)鍵技術(shù)，開始使用Stable Diffusion生成超逼真的人臉。首先，我們將介紹提示工程的基礎(chǔ)知識(shí)，幫助你使用基本模型生成圖像。接下來，我們將探討如何升級(jí)到Stable Diffusion XL模型可以通過更大的參數(shù)和訓(xùn)練顯著提高圖像質(zhì)量。最后，我將介紹一個(gè)專門用于生成高質(zhì)量圖像的自定義模型。

1. 提示工程

首先，我們將學(xué)習(xí)寫正面和負(fù)面的提示，以生成逼真的人臉。我們將使用在Hugging Face Spaces上提供的Stable Diffusion版本2.1演示版。它是免費(fèi)的，你根本不用設(shè)置就可以開始入手。

鏈接：hf.co/spaces/stabilityai/stable-diffusion

創(chuàng)建正面提示時(shí)，確保包括圖像的所有必要的細(xì)節(jié)和風(fēng)格。在這個(gè)例子中，我們想生成一個(gè)走在街上的年輕女子的圖像。我們將使用基本的負(fù)面提示，但你可以添加額外的關(guān)鍵字，以避免圖像中的任何重復(fù)性錯(cuò)誤。

正面提示：“一個(gè)20多歲的年輕女子，走在街上，直視鏡頭，自信而友好的表情，穿著隨意，一身現(xiàn)代時(shí)尚的服裝，城市街景背景，陽光明媚的白天光線，鮮艷的色彩。”

負(fù)面提示：“外貌丑陋，難看，不成熟，卡通，動(dòng)漫，3D，繪畫，卡通，插圖，最差質(zhì)量，低質(zhì)量”。

我們有一個(gè)良好的開端。圖像是準(zhǔn)確的，但圖像的質(zhì)量還有待提高。你可以調(diào)整提示，但這是你從基本模型得到的最好結(jié)果。

2. Stable Diffusion XL

我們將使用Stable Diffusion XL（SDXL）模型來生成高質(zhì)量圖像。先使用基本模式生成latent圖像，然后使用提煉器對(duì)其進(jìn)行處理，以生成詳細(xì)而準(zhǔn)確的圖像。

鏈接：hf.co/spaces/hysts/SD-XL

在生成圖像之前，我們將向下滾動(dòng)，并打開“高級(jí)選項(xiàng)”。我們將添加一個(gè)負(fù)面提示，設(shè)置種子，并運(yùn)用提煉器以獲得最佳圖像質(zhì)量。

然后，我們將編寫與之前相同的提示，只是做了一些小的更改。我們將生成一個(gè)年輕的印度女性的圖像，而不是一個(gè)普通的年輕女性的圖像。

這個(gè)結(jié)果經(jīng)過了大幅改善。人臉五官完美。不妨嘗試生成其他種族的人臉，以檢查偏差并比較結(jié)果。

我們得到了逼真的臉，但所有圖像都有Instagram濾鏡。通常，皮膚在現(xiàn)實(shí)生活中并不光滑，會(huì)有粉刺、斑點(diǎn)、雀斑和皺紋。

3. CivitAI：RealVisXL V2.0

在這一部分中，我們將生成帶有疤痕和逼真皮膚的精致人臉。為此，我們將使用CivitAI的自定義模型（RealVisXL V2.0），該模型進(jìn)行了微調(diào)，以獲得高質(zhì)量圖像。

鏈接：civitai.com/models/139562/realvisxl-v20

你可以通過點(diǎn)擊“創(chuàng)建”按鈕在線使用該模型，也可以通過Stable Diffusion WebUI下載到本地使用。

首先，下載模型并將文件移動(dòng)到Stable Diffusion WebUI模型目錄：C:\WebUI\webui\ models\Stable- Diffusion。

要在WebUI上顯示模型，你必須按刷新按鈕，然后選擇“realvisxl20…”模型檢查點(diǎn)。

我們將從編寫相同的正面提示和負(fù)面提示開始入手，生成高質(zhì)量的1024X1024圖像。

這張照片看起來很完美。為了充分利用自定義模型，我們必須更改提示。

新的正面和負(fù)面提示可以通過向下滾動(dòng)模型頁面并點(diǎn)擊你喜歡的逼真圖像來獲得。CivitAI上的圖像隨帶正面和負(fù)面提示以及先進(jìn)的轉(zhuǎn)向。

正面提示：“一個(gè)印度年輕女子的形象，專注，果斷，逼真，動(dòng)態(tài)姿勢(shì)，超高分辨率，銳利的紋理，高細(xì)節(jié)的RAW照片，精致的人臉，淺景深，銳利的眼睛，（逼真的皮膚紋理：1.2），淺色皮膚，DSLR，膠片紋理”

負(fù)面提示：“（最差質(zhì)量，低質(zhì)量，插圖，3D, 2D，繪畫，漫畫，素描），張嘴”

我們有一個(gè)印度女人的詳細(xì)圖像，皮膚逼真。與基本的SDXL模型相比，它是一個(gè)改進(jìn)版。

我們又生成了三個(gè)圖像來比較不同的種族。結(jié)果驚人，包含皮膚疤痕、凹凸不平的皮膚和準(zhǔn)確的臉部特征。

結(jié)論

生成式藝術(shù)方面的進(jìn)步將很快達(dá)到真實(shí)圖像和合成圖像難以區(qū)分的水平。這標(biāo)志著在將來，任何人都可以利用基于各種現(xiàn)實(shí)世界數(shù)據(jù)訓(xùn)練的自定義模型，由簡(jiǎn)單的文本提示創(chuàng)建高度逼真的可傳播媒介。快速的進(jìn)步意味著令人興奮的潛力——也許有一天，生成逼真的視頻可能像輸入描述性提示一樣簡(jiǎn)單。

我們在這篇文章中學(xué)習(xí)了提示工程、先進(jìn)的Stable設(shè)計(jì)模型和服裝微調(diào)模型，以生成高度準(zhǔn)確和逼真的人臉。如果你想要更好的效果，建議在civitai.com上探究各種高質(zhì)量的模型。

原文標(biāo)題：3 Ways to Generate Hyper-Realistic Faces Using Stable Diffusion，作者：Abid Ali Awan