Datawhale X魔搭 AI夏令营

Datawhale X魔搭AI夏令营 AIGC方向Task02学习笔记

1.活动简介

从零入门AI生图原理&实践 是 Datawhale 2024 年 AI 夏令营第四期的学习活动（ “AIGC”方向），基于魔搭社区 “ 可图Kolors-LoRA风格故事挑战赛 ” 开展的实践学习——

  适合想 入门并实践 AIGC文生图、工作流搭建、LoRA微调 的学习者参与

学习内容提要：从通过代码实现AI文生图逐渐进阶，教程偏重图像工作流、微调、图像优化等思路，最后会简单介绍AIGC应用方向、数字人技术（选学）

2.理论部分

1.AI生图自破圈以来，被科研界、业界广泛关注，且引发了各大厂商的模型之战，如我们这次学习活动所需要用到的Kolors（可图）模型(点击即可跳转魔搭模型介绍页)，就是其中的一个产物——

Kolors（可图）模型(点击即可跳转魔搭模型介绍页) 是快手开源的文本到图像生成模型，该模型具有对英语和汉语的深刻理解，并能够生成高质量、逼真的图像。

代码开源链接：https://github.com/Kwai-Kolors/Kolors

模型开源链接：https://modelscope.cn/models/Kwai-Kolors/Kolors

技术报告链接：https://github.com/Kwai-Kolors/Kolors/blob/master/imgs/Kolors_paper.pdf

魔搭研习社最佳实践说明：https://www.modelscope.cn/learn/575?pid=543

2.过去文生图主要以 SD 系列基础模型为主，仅支持英文的prompt，但可图是支持中文的文生图模型，文生图的prompt格式较为固定，魔搭社区还开源了专门的各种风格的可图优质咒语书(点击即可跳转)，可以针对600+种不同风格，完善prompt，生成各种风格图片，可以在我们的学习当中使用——

3.实践部分

了解了理论之后，我们就开始实战——基于话剧的连环画制作

1.使用人工智能工具生成话剧并将其划分成八幕（我使用的是智谱，当然也可以使用通义、GPT等其他工具）

2.根据需求调整提示词

这一部分中大家可能会遇到人物不一致的问题，我通过查阅资料，这边给出一种解决方案：

  prompt格式为：【明星A：明星B：小于1的一个系数（如0.4）】

  理由：人工智能其实认识很多明星，我们可以使用这种提示词告诉人工智能先画40%的明星A再画60%的明星B，从而使生成的人物相似

最后展示我生成的八张图片：

最后提醒一下：图片生成具有强随机性，请大家耐心抽卡（我做了一个多小时才生成出这八张还不错的图片）