AI實戰案例！如何運用Stable Diffusion完成運營設計海報？

如今，AI 的應用已經遍布各個行業，運用的方式也越來越豐富，越來越多的人嘗試將 AI 參與進自己的工作流程中。

不過在此之前，我們做項目需求的時候也需要評估項目是否適合使用 AI 輔助，畢竟 AI 的功能不是萬能的，有些地方也存在著它暫時的“硬傷”。

這次我們將以一個活動運營海報需求為案例，分享如何運用 AI 工具 Stable Diffusion 對其進行輔助設計（本篇案例使用的是秋葉版本 Stable Diffusion）

更多案例實戰：

一、制作前期構思與參考

這次需求是制作一張活動推送圖，推送給玩家增加活動熱度以及獲取更多流量。

需求方希望畫面中主要體現 IP、信件相關的元素，能給人一種在書寫信件的畫面感。按照需求方所給到的信息，我們找了批參考圖供給需求方確認畫面大致感覺。

通過參考圖與需求方的溝通后，我們大致確認畫面是一張信紙在桌面上，信紙上寫著本次活動的相關內容。

二、確定風格＆AI 運用

視覺風格上，通過討論以及參考圖的視覺效果，最終還是決定傾向于三維質感，不過這次我們打算嘗試運用 AI 輔助制作整體的畫面基調。

因為之前做過一版類似的推送圖，所以本次就相當于做一次畫面迭代，而用 AI 來進行畫面的迭代也正好是非常合適的。

話不多說，我們先進入到 Stable diffusion。首先，我們進入到圖生圖界面，將墊圖素材拖入圖生圖的圖片區域。輸入好關鍵詞并調節好參數開始煉圖。

關鍵詞如下：The center of the image is a piece of paper on the table, The image is a close-up shot, showing the details of the paper, The image is taken from a bird's-eye view angle, Close-up view, indoors, the scene is bright, The overall picture is bright, The picture is a 3D modeling, C4D, Octane renderer, masterpiece, best quality, highres, original, reflection, unreal engine rendered, body shadow, extremely detailed CG unity 8k wallpaper, minimalist

（在這里我們使用了 toon2 和 COOLKIDS 這兩個 lora 模型。模型不唯一，可根據自己需求在 C 站上自行選擇下載。）

反向關鍵詞：(worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((greyscale))

反向關鍵詞就使用一些通用的即可。

參數內容如下：

其中要注意下，在一開始煉圖時，重繪幅度需要大概控制在 0.5-0.7 范圍內，避免變化過大破壞構圖，也要避免變化過小達不到畫面迭代的效果。

接著就可以開始煉圖了，這個環節對比 Midjourney 來說，可以避免花費過多時間煉圖，Stable Diffusion 的可控制參數比較多，也因此可以更快的煉出接近自己想要的圖片。

以上是篩選出的幾張圖，接著再選出一張圖作為本次需求的底圖，并開始進行下一環節的操作。

三、SD 放大&重繪功能的使用

我們選擇用第二張圖作為底圖，但是放大后不難發現，它的分辨率低，不清晰。有很多細節也存在缺失的問題。這個時候我們可以對他進行 SD 放大操作。

1. SD Upscale 介紹

SD Upscale 也被叫為 SD 放大，簡單理解可以把它看作是圖生圖中的高清修復。它的工作原理是將要放大的圖片均勻的分成多塊，分別進行重新繪制，并最終拼回一張圖，以此來進行高清放大的效果，于此同時還能為畫面添加不少細節。

我們可以在圖生圖界面中滑至最下方，點擊腳本這一欄展開，里面有一個使用 SD 放大（SD Upscale），點擊選擇即可開啟。（注意，只有圖生圖才能使用該腳本）

2. SD Upscale 的使用

首先，我們將底圖拖入圖生圖的圖片區域，然后打開 SD 放大，其中放大倍數以及圖塊重疊像素可以不做變化，放大算法可以選擇 R-ESRGAN 4X+ 或者 R-ESRGAN 4x+ Anime6B（這個偏向二次元一些）。其它也可以嘗試，這兩個放大算法是我們比較常用的。

接著我們在畫面尺寸這里，寬度高度分別在原來的基礎上加上圖塊重疊的像素數值，也就是分別加 64。對應著現在的寬度為 902，高度為 512，加上 64 后寬度就變為 966，高度變為 576。

也許很多人疑惑為什么要加上這 64 像素呢，這里簡單解釋下。因為 SD 放大的原理是將一張圖分成均勻的多塊重新渲染，然后再重新將這幾塊圖片拼回一張圖。而為了使拼接部分不會出現斷層，割裂等不和諧的感覺，在這四塊圖片的貼合處增加了一部分區域，算法會利用這部分區域去處理拼接處，使得拼接位置過度的更加自然，整體。

回到正題，設置好后，將重繪幅度調低至 0.3-0.35（因為只是用于高清修復，并不想畫面內容發生變化，所以此時要保持低重繪幅度），設置好后就可以開始生成圖片了。

以上是高清修復后的圖，可看到畫面的清晰度肉眼可見地提高了，畫面的細節也豐富了不少。但是也存在著一個問題，畫面有許多奇怪的物體，以及一些 bug 存在，這時候就可以開始用到 Stable Diffusion 的重繪功能了。

3. 重繪功能的使用

首先，我們想去掉紙上的內容，并且把桌子上一些雜亂的東西都去掉，我們可以選擇把圖片導入 ps 里進行簡單的 p 圖處理，然后再導回 Stable Diffusion 中的圖生圖，將重繪幅度調低再生成一次即可。（一般重新用圖生圖輸出的圖片分辨率都會變低，需要重新用 Stable Diffusion 放大高清修復一下，然后再在此基礎上進行重繪）

緊接著我們開始對畫面個別元素進行調整。首先，我們想把右上角的黃色卡紙換成信封，這時候我們就可以運用涂鴉重繪功能。點擊涂鴉重繪，進入涂鴉重繪版面。

因為我們想把卡紙換成黃色的信封，點擊右上角的色盤 icon，選擇黃色，調整畫筆大小，在卡紙的位置涂上一層，示意這里要換成一封信（注意涂鴉的造型盡量和想生成的物體的造型接近，這樣有利于算法識別）。然后在關鍵詞后加上一個黃色的信封，并給上一些權重。（a yellow envelope:1.3)

點擊生成后，多生成幾次圖，挑選較為滿意的一張后，先不著急細化修改，繼續把畫面其它想要替換的物品調整好。替換的方式也可以像信封一樣，使用涂鴉重繪即可。

不過像重疊的書本，或者玩具這類，造型輪廓不規則的，AI 在計算過程可能不能很好地識別。這個時候我們也可以直接使用局部重繪功能，在要重新繪制的區域涂上一層蒙版，然后在關鍵詞后補充上想要替換的內容。例如一疊書本，就在關鍵詞后補充上（A stack of books:1.4)，記得加一點權重。

通過這種方式，我們可以把畫面里想要替換的元素都替換掉，并且風格也能保持一致，實現“指哪打哪”。（當然，這也避免不了需要多次煉圖，盡管 Stable Diffusion 可控性好，但 AI 始終是 AI，想要直接渲出自己想要的圖片還是很難的。）

到最后，我想在桌面上加一支筆和一個鬧鐘，但是在涂鴉重繪過程中，始終渲不出我想要的效果。這個時候我們可以找一個筆和鬧鐘的 png 素材在 ps 里簡單處理下放在畫面中，然后再把它放回到 Stable Diffusion 的圖生圖中，調整好低重繪幅度然后重新生成，最后篩選出較為滿意的進行后期細化即可。

到了最后階段，我們就可以回到 ps 里去增加一些畫面的細節和內容了。

最后的最后，給畫面加一些后期氛圍處理后得到最終版本。

總結

不管是 Midjourney、Stable Diffusion 還是一些其他 AI 工具，隨著他們版本的不斷更新，它們的功能也越來越豐富。這也導致很多設計師越發焦慮，覺得自己這個功能還沒學會怎么就出了另外一個功能了。

其實我們沒必要焦慮，學習工具的主要目的就是為了把自己想做的東西實現出來，能夠在工作中使項目落地。

在這個案例中我們也沒有使用較為新穎的功能，主要就是 Stable Diffusion 放大和重繪功能，這兩功能在 Stable Diffusion 也算是比較基礎的。學習新的技能固然重要，但去探索如何運用這些技能去實現項目落地的方法思路更為關鍵。

文章到此就告一段落，本篇文章也只是分享運用 AIGC 實現需求落地的一種思路，后續我們還會繼續探索 AIGC 的項目落地思路流程~

歡迎關注作者微信公眾號：「ASAK」