在过去几年中，人工智能 (AI) 取得了许多进步，AI 图像生成器是 AI 的新增功能之一。 它是一种能够将输入语句转换为图片或绘画的工具。 文本生成图像的 AI 工具有很多选择，但最突出的是 DALLE 2、Stable Diffusion 和 Midjourney。
DALL·E 2 是由 OpenAI 创建的 AI 程序，可根据文本描述创建图像。 使用超过 100 亿个参数训练版本的 GPT-3 transformer 模型，解释自然语言输入并生成相应的图像。
prompt: An expressive oil painting of a basketball player dunking, depicted as an explosion of a nebula（一幅富有表现力的篮球运动员扣篮油画，被描绘成星云的爆炸） – created using DALLE 2
Stable Diffusion 是一种文本到图像模型，它使用冻结的 CLIP ViT-L/14 文本编码器在文本提示下调整模型。 它在运行时将成像过程分成一个“扩散”过程——它从只有噪声开始，逐渐改善图像，直到完全没有噪声，逐渐接近提供的文本描述。
prompt: A pikachu fine dining with a view to the Eiffel Tower(在埃菲尔铁搭下吃美食的皮卡丘) – generated by Stable Diffusion
Midjourney 是另一种基于 AI 的工具，可根据用户提示生成图像。 MidJourney 擅长调整实际的艺术风格来创建用户想要的任何事物组合的图像。 它擅长创造环境，尤其是幻想和科幻场景，具有戏剧性的灯光，看起来像视频游戏中渲染的概念艺术。
prompt: Cloud Castle at night, cinematic(夜晚的云堡，电影的效果) – created by Midjourney
DALL·E 2 已经过数百万张图片的训练，使其输出更加复杂，非常适合企业使用。 当有两个以上的角色时，DALL·E 2 产生的画面比 Midjourney 或 Stable Diffusion 好得多。
- 在多角色以及特写 服装设计上输出图片质量更高
- 会防止你出于恶意使用它
- AI生成的图像的版权不清晰
- 可能会生成错误的图片结果
- 如果它不理解文本，它可能会从之前的训练中生成
Midjourney 是一种以其艺术风格而闻名的工具。 Midjourney 使用其 Discord 机器人向 AI 服务器发送和接收呼叫，几乎所有事情都发生在 Discord 上。 生成的图像很少看起来像照片； 它看起来更像一幅画。
- 高质量的图片结果输出
- 其他人的生成的作品是可见的
- 多种不同订阅价格
- 只能在Discord上使用，没有API
- 生成的图片没有隐私性
- 不是很容易上手操作
Stable Diffusion 是一个开源模型，每个人都可以使用。 对当代艺术插画也有比较好的理解，可以制作出非常细致的艺术作品。 但是，它需要对复杂的原始prompt进行解释。 Stable Diffusion 非常适合复杂的创意插画，但在创建logo等一般图像时就显得力不从心了。
- 高质量的图片结果输出
- 由于开源会有无限可能
- 可以探索不同的艺术风格
- 开源之后，商业版权不确定
cherry blossom near a lake, snowing（湖边的樱花，下雪天）
eerie forest , black and white ,night（夜晚中诡异的森林，透露黑白的光影）
dark alley at night 4K raining aesthetic（夜晚下雨的黑暗小巷， 4K 唯美风）
alone astronaut on mars,mysterious,colorful,hyper realstic（火星上的孤独宇航员，神秘，多彩，超现实主义）
pyramid shaped mountain above a still lake, covered with snow （静谧的湖边傍座落着一座金字塔形状的雪山）
由此可见Midjourney的图像更像艺术画，而DALL·E 2更像是实际相机拍出的照片更写生。本人更愿意使用midjourney同时也是它的氪金用户。下期可以给大家分享下《如何在midjourney中创造连续性的角色》