（本文封面使用AI（ERINE-ViLG）生成制作，使用的文字为：「帮我做一副封面放在知乎，画中有个猫咪用电脑写代码，赛博朋克风格」)
最近这段时间，AI绘画大火。对于设计师来说，有点忧心忡忡，毕竟AI都开始威胁到自己吃饭的本领了。不过，不管打不打得过，加入AI绘画创造的队列还是明智的，这篇文章就带大家玩转AI绘画。技术原理的我会另外开一篇文章讲，这篇仅仅讲应用，如果你没有技术背景，也可以放心食用。
AI绘画都有哪些类型
1. 文本生成图像（Text2image）
这是最近最火的类型。其中它们很多用的是diffusion model（扩散模型），有的AI模型还会加超分辨率重建模型，增强清晰度。
在使用这类模型时，你需要输入prompt，也就是你对希望产生的图像的描述。有的模型还支持初始图片，AI的会基于你指定的图片开始创作。多数是仅支持英文的，不过也有支持中文的。支持中文的我会在介绍里说到，没说到的就是只支持英文的。
这里介绍几个大家上手就能用的：
ERNIE-ViLG 文生图
这是中文领域内比较不错的文生图模型。
示例作品：
Midjourney：
非开源，需要你加入Discord小组给机器人发送prompt，机器人给你返回结果
这里展示用midjourney画出来的效果。对于结果，midjourney也提供超分辨率重建，提升图片清晰度。
Dream by wombo ：
可以说是最简单的了，我不用介绍，大家点开就会用
画出来的效果
Stable Diffusion:
最近最火的绘画AI之一。在线demo：
绘画效果
源码:
Dalle-mini:
demo:
源码：
画作展示：
适合画场景
不太适合画生物
Disco Diffusion
在之前这个回答里面有详细的介绍。可以指定init_image。Disco Diffusion需要跑代码，但不一定需要看懂，你知道改哪里就行了。
我用prompt「concept art, matte painting, in the rainy streets of a cyberpunk city at night, domination of a tall dark, robot wind sorcerer with glowing eyes and a cape, artstation, Greg Rutkowski」，可以画出这样的画作
Stable Diffusion，Disco Diffusion, Dalle-mini之间的比较：
Clip-GEN
没有demo，不过提供了源码。
2. 风格迁移（style transfer）
风格迁移就是把图片A按照图片B的风格改画，但图片A的主体不变。
Fast Neural Style Transfer
画作参考：
Neural Style Transfer
这个名字没起好，这个模型把前面讲到的文本生成图片和风格迁移融合在了一起。
生成结果示例：
3. 超分辨率（superresolution ）/ 图片上采样（Image Upsampling)
又称图片修复，大家可以看到很多老照片修复就是用超分辨率AI修复的。这里介绍一些
Real-ESRGAN
demo：
代码：
效果测试
看起来修复动画效果更好
SwinIR
demo地址：
生成效果：
AI创作的思路
这里顺便讲讲我使用AI创作的思路吧。
思路一：临摹
如果仅仅给AI一个文字描述，输出的风格可能不好控制，虽然可以在文本里加一些风格的描述词，但是否感觉就是没有艺术的感觉？不要紧，直接在文本中告诉AI：
你需要模仿哪个网站的作品。这里总结出了一些我个人感觉很好用的网站关键词： on pixiv(日式动漫风）, on artstation（科幻插画风）, on 500px（摄影大片风）或者模仿哪个艺术家的作品。直接在文本中加入 by xxx就行了。例如我用prompt「a castle in the rainforest, trending on artstation」，就能画出这样的效果
这个列表提供了一些艺术家的名字及其艺术风格
这个网站可以辅助你生成prompt，包括风格，艺术家名字等等。
思路二：AI根据描述作画 -> 风格迁移-> 超分辨率
先给文本生成图像的模型一个你想要的输入，然后把输出作为超分辨率模型的输入。如果你要控制风格，你可以在文本里加一些风格的描述词。
如果风格描述依然不能打造出你想要的风格，可以试试把生成的图片输入到风格迁移AI中，产生新的图片。
如果你觉得生成的画作太模糊，可以将输出输入到超分辨率模型。
最后说说
说实话，很多时候即使你描述很具体，AI作出来的画还是和你希望得到的结果差别很大。毕竟AI生成画作不走寻常路，所以多尝试，多学习，感兴趣的甚至可以了解其背后的技术，相信你会感受到，站在艺术和科技的交叉路口是多么的有意思。
