【AI绘图】一、stable diffusion的发展史
一、stablediffusion的发展史本文目标：学习交流对于熟悉SD的同学，一起学习和交流使用过程中的技巧和心得。帮助新手帮助没有尝试过SD但又对它感兴趣的同学快速入门，并且能够独立生成以上效果图。
1.发展史介绍：2015年的时候，有几位大佬基于非平衡热力学提出了一个纯数学的生成模型(Sohl-Dicksteinetal.,2015)。不过那个时候他们没有用代码实现，所以这篇工作并没有火起来。2019年斯坦福大学(Songetal)与2020年谷歌大脑(Hoetal)根据15年发布的文章，编写了两篇论文，但是影响范围并不是很大。2020年谷歌大脑的几位大佬又把这个模型实现了出来，因为这个模型一些极其优秀的特性，所以它现在火了起来。2022年9月初,AIGC进入大众视野里程碑的一件事，下面这幅使用MidJourney生成的数字油画《空间歌剧院》在美国科罗拉多州博览会(ColoradoStateFair)的艺术比赛中夺得了第一名，之后大赛评委并未对该幅作品进行改判，并认为即使它是AI生成的作品，也依旧配得上这样的成绩，这一新闻被报道后引发了圈内外的广泛讨论。AI是否应该与人同台竞争，确实需要进一步探究，但真正吸引公众眼光的，其实是AI画作的展现出的超高水平：无论是《空间歌剧院》还是《大西洋月刊》的几幅AI插画，都达到了足以以假乱真的地步，无论是构图、线条还是色彩，都很自然流畅，并没有刻板印象中的机械呆板。人们惊奇地发现，AI作画已经发展到了难以想象的地步。AIGC工具对比在目前的三大新兴文本转图像模型中，StableDiffusion诞生得最晚，但由于拥有发展良好的开源社区，它的用户关注度和应用广度都超越Midjourney和DALL-E。
DALL-E2021年1月，OpenAI推出了DALL－E模型，通过120亿参数版本的GPT-3Transformer模型来理解自然语言输入并生成相应的图片。但是它的推出主要用于研究，所以访问权限仅限于小部分测试版用户。这个模型不稳定对于细节理解处理不完善，且会出现严重的逻辑或者事实错误，但是作为开创者，还是得专门提出来的。
在发布DALL-E时还发布了CLIP（ContrastiveLanguage-ImagePre-training，对比图文预训练）。CLIP是一种神经网络，为输入的图像返回最佳的标题。它所做的事情与DALL-E所做的相反——它是将图像转换为文本，而DALL-E是将文本转换为图像。引入CLIP的目的是为了学习物体的视觉和文字表示之间的联系。
2022年4月，OpenAI发布了新版本的DALL-E2，它是DALL-E的升级版本，另外能对所生成的图像进行二次编辑，现在即使是新用户也需要充值才能生成新图。
MidJourneyMidJourney的v1是2022年2月发布的，它火出圈是由于22年7月份的v3版本。
它的特点是综合能力比较全面，艺术性很强，非常像艺术家制作的作品，另外图像生成速度更快，早期主要是很多艺术家会借助Midjourney作为创作灵感。另外，因为Midjourney搭载在Discord频道上，所以有非常良好的社区讨论环境和用户基础。
第二次火其实就是今年3月份发布V5,官方说这个版本在生成图像的人物真实程度、手指细节等方面都有了显著改善，并且在提示词理解的准确性、审美多样性和语言理解方面也都取得了进步。
StableDiffusionStableDiffusion算法上基于2021年12月提出的潜在扩散模型（LDM/LatentDiffusionModel）和2015年提出的扩散模型（DM/DiffusionModel，它是基于Google的Transformer模型），所以名字里有Diffusion，我猜Stable表示现在算法已经稳定下来了。
2022年7月StableDiffusion的问世则震惊了全球，相比前辈们，StableDiffusion已经成功的解决了细节及效率问题，通过算法迭代将AI绘图的精细度提升到了艺术品级别，并将生产效率提升到了秒级，创作所需的设备门槛也被拉到了民用水准。2022年8月对于AI绘图来说，革命性的时刻已经来临，也得益于StableDiffusion的开源性质，全球AI绘图产品迎来了日新月异的发展。这次AI创作大讨论，正是公众们直观地感受到了技术浪潮带来的影响，AI绘图正在走进千家万户，舆论热潮也随之而来。
2023年4月，StabilityAI发布了Beta版本的StableDiffusionXL，并提到在训练结束后参数稳定后会开源，并改善了需要输入非常长的提示词(prompts)，对于人体结构的处理有瑕疵，经常出现动作和人体结构异常。
MidJourney和StableDiffusion的对比在目前的三大新兴文本转图像模型中，StableDiffusion诞生得最晚，但由于拥有发展良好的开源社区，它的用户关注度和应用广度都超越Midjourney和DALL-E。
1.价格MidJourney毕竟是为了盈利的，远不如自己部署到自己服务器的开销要低。SD完胜友好程度。MidJourney新手友好，注册即用，相对的SD需要有一定技术背景，甚至可以说设计师或者艺术创作者自己不具备部署能力。SD小胜2.功能SD除了支持MidJourney全部功能外还支持填充修复、自定义模型。SD小胜3.对细节的控制类似于苹果(MidJourney)和安卓(SD)的区别，MidJourney是商业产品，你无法了解它的背后的原理和代码逻辑，所以可控性差、细节优化难(甚至越调越差)，而SD由于是开源的且有强大的社区和相关的模型、扩展等，可以实现本地私有化部署，还能够精准局部调优，控制风格，SD完胜的。4.提示方法Midjourney是自然语言输入(直接文字表达需求)，而SD是各种带权重的提示词输入。SD的提示词本文是非常考验输入者能力的，Midjourney小胜。5.效果总体上觉得MidJourney的图更精致一点点，但是作为非算法开发者，我感觉SD目前输在模型训练的素材和方法上。MidJourney小胜。6.擅长的画风MidJourney注重表达和对细节的渲染，而Stable-Diffusion偏写实，如果你想艺术创作，MidJourney更好，如果你已经有具体的需求，SD更好。
AI绘画的突破对人类意味着什么2022年的AI领域，基于文本生成图像的AI绘画模型是风头无两的主角。从2月份的DiscoDiffusion开始，4月DALL-E2和MidJourney邀请内测，5月和6月Google发布两大模型Imagen和Parti（不开放内测只有论文，感觉略水），然后7月底，StableDiffusion横空出世。
目前最新AI绘画的”创造力”开始追赶甚至几已比肩人类，这或许进一步打击了人类的尊严，从围棋阿法狗开始，人类在”智慧”这个点的尊严领地已经越来越小，而AI绘画的突破性进展则进一步把人类”想像力”和”创造力”的尊严都打碎了—或许还没完全破碎，但已经充满裂痕摇摇欲坠。
作者一直对人类的科技发展保持某种中性看法：尽管我们寄望于科技让人类的生活变得更美好，但事实上正如核弹的发明，有些科学技术的出现是中性的，也可能是致命的。完全取代人类的超级AI从实践来看似乎是一件越来越可能的事情。人类需要思考的是，在不太远的将来，我们在所有领域面对AI都落荒而逃的时候，如何保持对世界的主导权。
有个朋友说的很对，如果AI最终学会了写代码—似乎没有什么必然的壁垒在阻止这件事的发生–那么电影终结者的故事或许就要发生了。如果这样太悲观，那么人类至少要考虑，如何与一个超越自己所有智慧和创造力的AI世界相处。
当然咯，乐观的角度而言，未来的世界只会更美好：人类通过AR/VR接入统一的或者个人的元宇宙，人类主人只要动动嘴皮子，无所不能的AI助理就能根据要求自动生成内容，甚至直接生成可供人类体验的故事/游戏/虚拟生活。
这是一个更美好的盗梦空间，还是一个更美好的黑客帝国？
图说AI发展史
翻译：洪贤斌
1943年，可以认为是AI肇始，自此人类打开了一个盒子，对于从中放出来的巨兽，尚未定论。但，它来了。
AI的发展并如开始期望那样，自1974年，进入了第一次寒冬。尽管在寒冬，聪明的头脑也没有放弃思考。
寒冬总会过去，AI的春天再次来临。
重要突破刚刚萌芽，又遇到了问题，AI再次被冷落，史称第二次寒冬，而且，这次持续时间较长，直到1993年AI才回归到人们的视野中。
寒冬没有挡住AI的发展，特别是互联网和相关计算技术的发展，AI不仅仅是理论研究，开始步入生产生活中。
从深蓝开始，关于“机器人会不会取代人”的讨论似乎其必要性更紧迫了。
研究NLP的同学们要注意这个东西啦。
AlphaGo更是引起了一场轩然大波。“机器取代人”被某些媒体作为定论来渲染，看门老大爷慌了神，不断念叨自己的饭碗被机器人抢走了。
继续提醒NLP的同学，这是神器。
难道以后找个“人”来打游戏，就那么难了吗？
如果看全图，请点击：
原文链接：https://figshare.com/articles/AI_History_svg/12363890