《蜘蛛侠：纵横宇宙》口碑登顶用AI绘制自己的格温女友

《蜘蛛侠：纵横宇宙》上映短短几天，电影就已经收获了大量的赞誉。新奇的视觉风格、光怪陆离的表现、加量再加量的蜘蛛侠，以及蜘蛛格温和迈尔斯的感情，所有的一切都被网友们所称赞。

(相关资料图)

不过友情提示，电影最后没有彩蛋，大家不必顶着老鼠屎看到最后……

作为本身受众较小的动画电影，蜘蛛侠全球首周就达到了2.08亿美元，持观望态度的小伙伴一定要去看。关于剧情本身不在这里过多剧透，不过相信看过电影的同胞，一定都对蜘蛛侠的小女友格温记忆深刻，今天我们就用AI来绘制一个属于自己的蜘蛛女友。

1SD使用简介

工具用的是Stable Diffusion，这里还要感谢B站大佬【秋?aaaki】的整合包，它整合了启动器、模型下载、代理设置、Python、Github等国内镜像。否则光是网络环境，就让人头疼很久，即便本地部署好了，再次启动也有可能因为网络问题而报错。

首先来简单看一下SD的基础页面：

一、Stable Diffusion模型（ckpt）：

这是选择SD中的大模型，我们所有生成图片的风格都和它有关，它往往决定了你生成的图片是欧美、日韩、卡通，还是风景。

二、正反提示词：

这个好理解，正提示词就是想出现什么元素，反向提示词就是不要出现什么。对于新手不太了解的，可以直接复制一些万能的，至少生成出来的不会太畸形。

正提示词：(8k, RAW photo, best quality, masterpiece:1.2), (realistic, photo-realistic:1.37), ultra-detailed

反提示词：EasyNegative, paintings, sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, glans,extra fingers,fewer fingers,((watermark:2)),((white letters:1))

另外，如果找一些现成的标签，会发现里面各种中括号小括号，这是加权和减权的意思。如果所有标签都是平等权重的话，那么括号中的一般来说就是AI生产成相关性更大的提示词。比如：

上面的(worst quality:2)就是2倍权重不要出现坏的质量，而出现双括号的情况则是相乘，单括号默认是1.1倍权重，双括号就是1.1 x 1.1=1.21

三、采样迭代步数（Steps）：

默认为20，通常在20-40之间，视不同模型而定，有的模型20容易脸崩。但迭代步数越高，生成的速度越慢，人物相对来说越固定，也就是接近原模型。

在同一模型中，Steps 20能够看到画面整体更朦胧一些，也并不太像真人；而Setps 40则与真人无异。但相对的Steps 20生成的图像也更自由，更天马行空一些。

四、采样方法（Sampler）：

采样方法默认即可，不同采样器之间生成的图像基本没太大区别，有可能部分模型才需要搭配不同采样器。

五、尺寸、生成批次等：

默认尺寸512×512，手动调节的话不要太大，容易生成畸形，可能会出现一个头长在另一个头上的情况（图片太猎奇就不放了）。如果想生成高分辨率，可以勾选高清修复。

而最后的生成批次和每批数量，则决定了最终出图数量。要注意每批数量指的是AI生成一次的图片数量，它们风格基本相同；而生成批次则是每一张都独立运算，风格随机性很大。

六、提示词相关性、随机种子：

提示词相关性代表输入标签的引导程度，太大会出现画面崩坏，太小AI则会自由发挥。这项数值默认为7，步进单位为0.5，一般在3-9为宜。