如何利用 AI 做乘法，制作一款龙年贺卡小程序

2022 年底 AIGC 的出现，让 2023 年成为通用人工智能元年。

这是最好的时代，利用 AI，之前仅能存在幻想中的事物落地成现实。

只需要寥寥几句话，就可以描绘一张斑斓的画，真实而又丰富的画。

目前 AI 生图的大模型不多，大名鼎鼎的有 Midjourney，不过它闭源，并且国内用户使用不方便。

Stable Diffusion，一款免费开源，而又强大的 AI 生图模型，正在成为 AI 绘画的宠儿。

比如这张庆祝新年的图片，正是出自 Stable Diffusion 之手：

Stable Diffusion 支持文生图（通过提示词文字生成图片）、图生图（通过垫图+提示词文字生成图片）、文生视频、视频生成视频。

如下是一个图生图的例子，通过一张手绘的垫图（左侧），生成一张真实的苹果图片（右侧）：

还有比如前阵子抖音比较火的 AI 变换视频：

deforum-james-bond

为了探索 Stable Diffusion 想象力的边际，在临近甲辰龙年之际，我们决定开发一款龙年贺卡小程序，效果图如下：

我们选择了一个叫做 Comfy UI 的开源框架，基于工作流的交互，让 Stable Diffusion 的编排和出图更加方便和快捷：

Comfy UI 官方介绍称之为：“最强大的 Stable Diffusion 的图形化操作界面”

👉 官网链接： https://github.com/comfyanonymous/ComfyUI

虽然有 Comfy UI 加持，但在一开始，就碰壁了，无法生成文字，如下：

左边这张「龙年大吉」是我们输入给 Stable Diffusion 垫图，右边是图片是基于垫图和提示词生成的图片。

可以看到，文字根本是混乱的。

这个痛点强如 Midjourney 也无法解决，这是由于文字的特殊性。

就说汉字，书体有篆书、隶书、楷书、行书、草书等，排列有从左往右、从右往左、从上往下等。

另外一种解决思路是，我们把文字也作为垫图之一，比如这张「龙年大吉」的图片：

生成结果：

这个方案似乎能走得通，但是很快又遇到麻烦，对于稍微复杂的字，生成效果就不行了，比如「甲辰臻祥」：

为了解决这个问题，加上时间的有限性，只能在产品层面做出改动，贺卡图片由模板 + 主体图片组成，模板提前预制，主体图片则由 AI 生成，不包含文字：

另外一个问题，就是涉及到人物，像手部、面部比较复杂的内容时，生成效果较差，如下小女孩的手部：

这个解决方案较多：

1. 可以选择合适的 Stable Diffusion 模型
2. 利用插件做手部、面部的修正
3. 添加负面提示词（Negative Prompt）

有了如上的探索，我们终于开始我们的乘法之路。

首先是选定关于新年的元素（Element），比如龙、财神爷、灯笼、白鹤等元素。

其次是风格（Style），我们探索了十多种 Stable Diffusion 生成的风格：

Stable Diffusion 稳如老狗，各种风格都驾驭得住。

通过 $Element\times Style$，我们为每一个元素生成对应的风格图片。

乘法的力量是不言而喻的，在几周时间，我们为了贺卡小程序生成了上万张图片。

AIGC 之前，这绝对实现不了，能做的，只是加法，并且还需要专业的设计师。

假设一个设计师 5 分钟出一张图，一万张图片，不眠不休，至少要 34 天：

$$10000\times 5÷60÷24=34.7222222222$$

这种人力成本、时间成本，一下子就被 AI 打下来了。

目前 AI 还处于早期阶段，相信随着时间推移，AI 能力会更强，应用的场景会更广，拭目以待。

目前小程序也以及正式上线，名字很有年味，叫做「画年」

操作简单，选择一个钟意的模板，一键生成：

如果不满意，可以调整配图 or 祝福语：

如果你有拜年贺卡需求，不妨体验一下这款小程序，目前免费使用。

最后推荐一些好用的资源

👉 程序员楷鹏，如果有任何 AI 方向的问题，可以在这个公众号上联系到我

👉 wukaipeng.com，上面收录个人所有的技术和英语博客，这个博客网站在 GitHub 开源，基于最新的 Docusaurus3，欢迎 star

👉 doc.starflow.tech 专门面向中文的提示词工程指南，同样开源，一起学习进步