一、了解 SD 与哩布哩布
1. SD简介
SD全称为 Stable Diffusion，与 Midjourney（MJ）一样，也是一款AI绘画软件，SD 的核心原理是潜在扩散模型（LDM），通过该技术，SD能够将原始图像转化为噪声图像，然后逐渐去除噪声，生成最终的逼真绘画。相比于 Midjourney，它具有更强的可控性，它把一切的控制权都交给你。在许多商业场景中更加实用，操作复杂度也会高一点。但 MJ 与 SD 是目的性不同的工具，MJ是视觉表现工具，SD 是制作取向工具，不同需求者会在不同的阶段使用它们，而且两者并不冲突，在制作上可以相互配合互补。
2. liblib
下面跟大家强烈推荐哩布哩布（https://www.liblib.art/），它原来是一个模型分享和下载的网站，后来有了在线 SD 的功能。其界面设计与原生 SD 基本上一样的，Lib 不仅可以本地部署，并提供了 SD大模型的下载；同时作为一个 SD 生态网站，它可以线上体验 SD 功能，不需要科学上网。
由于本地部署对于电脑硬件要求很高，不仅要求中高端显卡,同时还需要安装和设置软件环境。如果你是AI新人，在没有时间和设备的前提下想要试试AI绘图，照着网上的教程做一些东西，为自己的学习和工作提供更多助力，Lib 线上版会是非常适合你的学习平台和生产工具，目前每天可以免费生成300张，还是很赞的。
本文以下介绍均基于在线版libilibi，适用于新手体验与学习。（对于想要安装本地部署的，以下为网上搜集的安装配置要求，可参考，如果你是Mac本就不用考虑了。）
电脑配置要求 显卡(最重要):N卡 (Nvidia) 显存4GB以上，但是至少8GB用起来才会比较舒服，不然渲染一张512*512的小图就需要几分钟体验感很差。不推荐A卡(AMD) ，最低配置 GTX1060，不到一分钟一张图;建议配置 GTX3060 (AI 绘图入门甜品卡，但小心矿卡)10秒左右一张图;高配 GTX3080GTX4090 ,体验三秒一张图，抽奖抽到爽 内存:尽量16GB 及以上，因为在出图的时候我们除了开SD软件，可能同时会打开各种参考图网站,SU 模型,PS 修图等等,容易卡死，体验贼差。 cpu 处理器:AI 绘图主要用 gpu 计算，不太吃 cpu,与显卡相匹配的处理器就可以。 硬盘储存空间:100GB 以上，软件本体在20-30GB,后期还需要下载很多大的模型，每个模型一般也有2-5GB，还有各种lora模型，所以储存越大越好。 SD基础软件安装：推荐大家直接安装 Stable Diffusion WebUl 资源整合包（网上搜索秋叶的一键安装包）
二、基本界面认识
1. 网站首页
打开网址https://www.liblib.art/后，就到了网站首页，可以看到大幅页面为模型广场，是Lib提供的海量模型库。由于这个特性，我们可以先在Lib上找到众多已经预训练好的模型,一键添加到自己的模型列表中，就可以直接使用。比如，我想要搜索插画类大模型，可以在类型选择 CHECKPOINT，搜索框内写插画，即可找到类似模型。
点右上角注册登录，点左侧创作区域的【在线生图】，即可到做图操作页面。
2. 做图页面
点击在线生图，出现下面到做图操作页面。如下图，主要包括大模型选择框，功能标签栏，提示词填写区，提示词操作区，高级参数设置区，结果生成区，结果处理区（图片生成后出现）。
3.关于模型
基本大模型CHECKPOINT（必须要选择）
大模型有3类： 2D二次元模型：动画插画，偏向平面的二次元人物，例如：AWpainting 2.5D模型：偏向3D的动画人物，游戏道具人物，盲盒，玩具等，例如：Rev animated 3D写实类模型：真实影片，真人写真，实物拍摄，例如：Chillout Mix，麦橘写实
前面界面认识部分已经介绍过网站首页就是模型广场，你可以在模型广场去了解和探索自己喜欢的大模型，并进行收藏加入自己的模型库，后面在做图时就可以选择对应大模型出类似风格的图。
在生图的操作页面，点开左上角的模型选择区域（CHECKPOINT）。（可选默认的模型，也可以自己添加其他各类模型），点击模型后的问号（❓），也可以跳转到模型介绍页面查看其基本介绍信息，如下所示。
Lora小模型（可选可不选）
Lora为SD的一个插件，可以将其理解为辅助的提示词，让AI有更加细化的风格作为参考，你选择了小模型后，提示词框内会加上对应的触发关键词。
和收藏大模型一样，在模型广场上也一样可以查找添加Lora小到自己的模型库，打开对应模型页面后还可以查看模型创作者给你的玩法提示，帮助你设置你的参数。 在作图界面的提示词操作区点开【打开预览】（如下截图）可以看到自己收藏的Lora 模型。甚至于你也可以训练你自己的lora模型(本地部署才可以，在线版不行)。
4.关于提示词
SD 里提示词区域包括正面提示词和负面提示词。负面提示词即你不想要画面中出现的内容，你也可以不填写。总体来说，如果你已经对MJ有所了解到话，提示词对你来说就很简单。并且在这里你直接用中文写也可以，然后点击右上角的翻译，它可以帮你翻译为英文。
注意：1.相比于MJ可以理解长句子，SD更适合短语。2.提示词中画风描述词要与所选择的大模型相匹配。如果有冲突，系统会优先按模型效果。比如你选择的模型是二次元的Awpainting，提示词写了写实风格，最后生成的图依然会是二次元风格。
💡 关于prompt的一些规则： 1.权重设置：（提示词）给提示词加一层小括号表示增加权重1.1倍，加2层小括号，（（提示词））即增加权重1.1乘1.1=1.21倍；[提示词]给提示词加一层中括号表示降低权重为0.9倍，同理两层总括号即降低权重0.9乘0.9=0.81倍； （提示词：1.X)代表提升提示词权重1.X倍 ；（提示词：0.X)代表降低提示词权重0.X倍。这个方式设置权重更推荐。2.利用步数做渐变：提示词1：提示词2: 数字 如果数字<1，则表示前 （步数乘以数字） 步，以提示词1生成，之后按照提示词2生成；
如果数字>1，则表示，前（数字）步，以提示词1生成，剩下步数以提示词2生成。
💡 Tips：可以将常用的正向和负向提示词提前预设：写进去，然后点击右侧提示词操作区的保存按钮，如下图，我在证明和负面提示词框内写上通用的高质量图片提示词，点击右侧【保存当前配置和提示词】，进行命名，后续点击下方的预设，就可以添加自己预设的内容。如果想修改，修改后，重复保存，会将原来保存的内容覆盖。 比如下图我预设保存了自己的固定提示词，取名为高清高质量写实照片。下一次我就可以直接右侧区域选择，提示词就可以自动添加进去。
选择刚才保存的预设提示词，再点击右侧添加按钮，就可以看到预设的提示词加进了提示词框内。
如果想要皮克斯风格，可以将刚才添加的皮克斯Lora模型选上，可以点击上面的小图标，将触发词加上。
5.认识基础参数
采样方法参数
它指的是不同的算法，代表了不同的生成图片的效率。速度方面 DDIM 最快，目前比较推荐和网上使用最广泛的几种为Euler a, DPM++ 2M karras, DPM++ SDE karras, DDIM,属于速度快且质量有保证。
注意：不同的采样方式可能对不同的模型产生不同的影响，因此采样方法的选择最好的方法就是多尝试。
迭代步数
指用多少次来计算你提示词里的内容。步数不是越高越好，15-30之间比较适合，最大不要超过50步，推荐值25步左右。
面部修复、平铺、高分辨率修复
面部修复：通常用于实景图出现面部崩坏的情况，开启此功能，面部崩坏的情况会有一定的改善，但不建议用于二次元的图。
平铺：用于出无缝衔接的重复性花纹，可以按瓷砖，壁纸效果来理解。
高分辨率修复与重绘幅度：高清修复即增加原有图像分辨率，同时也可以调整原图像。
勾选高清修复时，后出现重绘幅度选项。高分辨率修复的重绘幅度为0时不会改变原图，0.3 以下会基于原图稍微修正，超过 0.7 会对原图做出较大改变，1 会得到一个完全不同的图像。
当面部崩坏需要修复时面部修复和高清修复二者选其一就好，两个都开可能适得其反。
宽度与高度
也即分辨率。最大为1024✖️1024如果你想生成更高清图像，建议生成小分辨率尺寸然后再用高清修复功能。
生图的批次与数量
这个很好理解，即每次生成多少组图，每组图多少张。一次性生成张数越多，响应时间会越长。
对于安装本地部署的小伙伴的建议： 中低显存 (6G、8G)的显卡，选择设置多批次，每批次生成1张图，降低对显卡的压力； 高显存 (12G、16G、24G)的显卡，可以设置单批次，一次性生成多张图。
提示词引导系数CFG
数值越高越接近提示词内容，默认0.7较为合适，过低的CFG，AI自由发挥的空间大，过高的CFG，会让画面过饱和，甚至出现瑕疵，（过大的CFG值，可以通过提高采样步数来抵消）。合适的CFG范围5-12之间，常用7或9搭配合适的送代步数15-30使用。
随机种子（类似MJ中的种子）
当随机种子为-1时，则是未使用种子，后续出图都是随机状态；每次通过SD生成的图片都会有一个随机种子seed值，可以填入随机种子参数位置，固定随机种子值后，后续生成的图片都会参考这个种子进行生成。点击随机种子区域右侧类似掉头的箭头图标，在随机种子框中即可快速填入当前图片的随机种子。
如果我们想要固定某个形象，可以尝试把图片的随机种子值填在Seed里，这样每次出图的风格大致都会一样。
Tips:可以利用高分辨率修复以及种子值，养成先用小图测试再选择高分辨率修复，固定种子生成高清图的好习惯
第一步:低分辨率快速抽卡（选择低分辨率512*512，总批次选4，每批次选1，可以快速出4张图）
第二步：在多次抽卡确认效果后，锁定满意效果的种子值，再选择高分辨率修复，可得到满意的高清图。
ControlNet功能
这个功能可以实现更加精准控制。选取不同的预处理器，可以提取你上传画面的构图，人物的姿势和画面的深度信息等等，让SD按照你给的图片参考信息来出图，来精准控制需要生成的图片。有了它的帮助，就不用频繁用提示词碰运气抽卡式创作了。这个是目前在AI绘图方面得到较高认可的功能。（展开后有其各种详细参数如下截图，此功能在基础篇不做详细介绍。）
三、根据提示词自己动手尝试吧
以下是一个提示词和参数的范例，自己动手操作吧，只有尝试，你才能明白每一个参数的功能和效果。
【猫猫模特主题】
- liblib上模型：realistic VisionV50_v50VAE.safetensors
- liblib上Lora：catman，权重0.7 （它的触发词是maomi,可以先去模型广场上搜索这个模型的介绍信息）
- VAE：自动匹配
- 采样算法：DPM++ SDE Karras
- 采样步数：25
- 宽度：512
- 高度：768
- 提示词引导系数：7.0
- 正向提示词：(Best quality, masterpiece: 1.2), cat, cute, anthropomorphic, on the runway, children's clothing, green, loose casual suit, Maine cat, maomi 翻译：(最佳质量，杰作：1.2）,猫咪，可爱，拟人化，在T台上，童装，绿色，宽松休闲套装，缅因猫
- 负向提示词：(EasyNegative:1.2), badhandv4,ng_deepnegative_v1_75t,worst quality, low quality, monochrome
（以上提示词里相关颜色，服装的描述你都可以根据你的喜好调整）
下面这是我的参数页面截图，以及生成的图片，你的图是怎样的呢？
