2022-10-31 15:45:51 搜狐
细说起来，AI应该是这几年最火爆的话题之一。在很多领域，AI已经可以部分取代之前只能由人类担任的工作，例如机器翻译有了AI加持后，译文的质量在很多场景下已经可以直接使用，但在艺术和绘画，这个体现人类独创性思维的领域，很难想象AI能和人类的想象力和手艺一较高下。
然而在2022年8月31日，这一“人类自信”似乎受到了挑战，由AI生成的画作《空间歌剧院(Théâtre D'opéra Spatial)》在美国科罗拉多州博览会的数字艺术类美术比赛中获得第一名。该奖项的授予引起很大争议，有人感叹“艺术的死亡在我们眼前展开”，也有人表示“凭借AI作品获奖并不能证明你就是艺术家”。对此，创作者表示自己并没有违反任何规则，提交作品时也标注出了所使用的AI绘画平台。两位评委事后更是表示不知道该标注指的是AI工具，但即使知道了也不会改变自己的选择。
图片AI生成画作《空间歌剧院(Théâtre D'opéra Spatial)》。
伴随着AI绘画工具的飞跃性发展，AI生成图片的质量和速度都有了显著提升。今年8月，AI绘画算法Stable Diffusion宣布开源，它生成速度极快，且具有较高的艺术性和观赏性，这更加使人怀疑：AI绘画是否会取代部分人类绘画?
虽然有此担忧，但是对于“把苍白的文字转为绚丽的图画”，这样的新鲜体验大部分人是不吝尝试的。国内外有不少科技公司都提供了这样的工具，为普通的“手拙党”提供一次妙笔生花的机会，也通过AI绘图的联想为专业绘图设计师提供更多的设计灵感。基于此，近期UCloud优刻得的GPU云主机也上线了AI绘画stable diffusion平台，在UCloud控制台创建GPU云主机时，在镜像市场选择“AI绘画stable diffusion平台”镜像，然后点击【立即创建】，机器创建成功之后，连接GPU云主机，就已完成所有前期配置。然后输入您心中的描述，例如：“A dream of a distant galaxy, by Caspar David Friedrich, matte painting trending on artstation HQ”，执行一下prompt命令，AI即可输出您心中“设计”的图片，示例图片如下：
(更多详细操作步骤见附录)
苏轼评王维诗曾言：“味摩诘之诗，诗中有画，观摩诘之画，画中有诗”。中国古典审美特别强调“诗情”与“画意”完美融合。对于一部分朋友们来说，心中纵有万千美景，无奈手拙难画一线，只能凝缩于几行文字，无法通过美妙的图片直抒胸臆，而AI绘画平台恰好提供这个工具。细想一下：“远看山有色，近听水无声”如果通过图片展示，应该也是一副赏心悦目的图卷吧。
也许Stable Diffusion目前还不能作为生产力工具，但不可否认，它让设计变得简单，也为设计方式带来更多多样化元素，让普通人打开了AI绘画的可能性。所以我们推荐大家实际部署玩下，让自己拥有更多的可能!附录：UCloud的GPU云主机的AI绘画stable diffusion平台实践手册
体验步骤
1.创建一台GPU云主机
创建GPU云主机时，镜像选择“AI绘画stable diffusion平台”，操作路径：镜像市场——>AI绘画stable diffusion平台，便捷安装stable diffusion，镜像内置环境：CentOS 7.8。
推荐机型：GPU型云主机T4S、V100S、P40
说明：
内存请选择32GB及以上，否则模型加载时可能会触发OOM。
绑定EIP并在外网防火墙放行TCP 8888端口。
2.虚机内部启动jupyter
nohup jupyter notebook &
目的在于后续可以在web页面浏览生成的图片，也可在web页面直接编写python交互式程序。
若需要开机自启，可以自行通过rc.local或systemctl配置。
3.使用stable diffusion
3.1方式一：使用stable diffusion的sample script
3.1.1切换conda环境
conda activate ldm
3.1.2执行sample脚本
执行脚本，输入您预想图画的描述，即可得到图片(以下以“a painting of Mads Mikkelsen smoking”为例)，生成的图片在/root/stable-diffusion/outputs/txt2img-samples/目录下。
cd stable-diffusion
python scripts/txt2img.py --prompt "a painting of Mads Mikkelsen smoking"
3.1.3使用jupyter页面查看
根据外网ip地址，访问http://EIP:8888img
输入token(在/root/.jupyter/jupyter_notebook_config.py中查看c.NotebookApp.token的配置，可自行修改。)
根据导航点击预览图片。
3.2方式二：使用stable diffusion的lib
3.2.1切换到指定目录
cd /root/demo
CopyErrorSuccess
3.2.2执行python test.py
需确保在ldm的conda环境中运行。
以下以生成图片“astronaut_rides_horse.png”为例做演示。
test.py
from torch import autocast
from diffusers import StableDiffusionPipeline
pipe = StableDiffusionPipeline.from_pretrained(
"./stable-diffusion-v1-4").to("cuda")
prompt = "a photo of an astronaut riding a horse on mars"
with autocast("cuda"):
image = pipe(prompt)["sample"][0]
image.save("astronaut_rides_horse.png")
3.2.3使用jupyter页面查看
