给大家看的AI绘画教程:如何使用AI来设计炫酷的产品概念图
Listen now
Description
这周,我的AIGC作品《赛博机甲AIPC笔记本》被比赛主办方联想官方账号转发和点赞了!真是万分荣幸!其实,使用AI绘图工具做产品设计并没有想象中的难。关于如何使用AI设计产品概念图,我专门写了一篇零门槛的教程,希望能够帮助大家参赛拿奖。 学完这篇文章你可以掌握: 1.了解目前有哪些好用的AI绘画平台 2. 学习如何写提示词来设计自己的产品 3.参加AIGC比赛,提升中奖概率 现在,让我们马上步入正题。 一、有哪些可以好用的AI绘画平台? 无论是在线服务还是本地应用,AI绘画工具的多样化和易用性为创意表达打开了新的大门。从初学者到专业艺术家,每个人都可以找到适合自己的工具,将想象力转化为令人惊叹的艺术作品。 在线使用的平台,主要有如下几个: 1. Midjourney (https://www.midjourney.com/)   - 特点:极为优秀的AI绘画能力,但需付费使用。   - 是否有免费额度:否。 2. DALL-E (https://labs.openai.com/)   - 特点:同样提供顶级的AI绘画服务,属于付费范畴。   - 是否有免费额度:否。 3. Bing (https://www.bing.com/images/create)   - 特点:优秀的AI绘画工具,且完全免费。   - 是否有免费额度:有。 4. Leonardo.AI (https://leonardo.ai/)   - 特点:提供良好的AI绘画体验,免费使用。   - 是否有免费额度:有。 5. Mage.Space (https://www.mage.space/)   - 特点:良好的AI绘画能力,免费且提供多种模型选择。   - 是否有免费额度:有。 6. 百度文心一阁 (https://yige.baidu.com/)   - 特点:支持中文   - 是否有免费额度:有。 7.  阿里通义万象 (https://tongyi.aliyun.com/wanxiang/creation)   - 特点:支持中文,   - 是否有免费额度:有。 总的来说,如果你想要有良好的创作体验Midjourney和DALL-E是最理想选择,其卓越的创作能力是业内公认的。而对于预算有限或希望免费体验AI绘画的用户,可以尝试BingAI的绘画生成能力,因为BingAI绘画接入的就是GPT的DALL-E。另外如果想体验稍微完整的AI绘图能力Leonardo AI也是不错的选择。如果我们受网络所限,百度文心一阁和阿里通义万象也是目前国内用户的选择。如果你更倾向于在本地设备上使用AI绘画工具的用户,首选 Stable Diffusion,主要有Auto11111的WebUI和ComfyUI。另外,还有一些开箱即用的客户端工具,例如,Draw Things和Diffusion Been等。 二、如何撰写AI绘图的提示词? 我们在使用Midjourney、DALL-E、Stable Diffusion等文本生成图像工具的时候,我们需要设计文本提示词(prompts)来指导AI生成图像过程,最终获得我们想要的效果。 我们可以将AI想象为一名正在学画画的中学生,你现在正在扮演一位美术老师,为他布置作业。 我们应该怎么出题呢?下面是一些方法: 1. 需要明确具体: 描述你想要的图像时,尽可能具体和详细,包含场景描述、物体、颜色、情感氛围、风格等。例如,我们出题的时候不说“一辆车”,而是说“一辆红色的跑车在沙滩上”。另外,需要尽量不要有抽象的隐喻,这位学生有可能无法理解。 2. 使用关键词: 使用关键词来描述图像的主要元素,如对象、颜色、环境、气氛,虽然有些比较聪明的学生(如Dell-E和Midjourney V6)已经可以理解完整的句子所表达的语义,但是关键词依然是核心。如果我们通过特定的关键词可以帮助AI更明确的表达,特别是一些艺术风格术语,如“印象派”、“超现实主义”或具体的颜色和纹理描述。 3. 不要过于复杂:虽然要具体,但是过于复杂的提示词可能会使模型难以理解和执行,我们需要找到描述清晰具体但又不过分复杂的平
More Episodes
随着Llama 3的发布,国内各路英雄豪杰纷纷开启了炼丹之旅。Llama-3 8b在惊人的15万亿令牌上训练,而Llama-2仅为2万亿。毋庸置疑,Llama 3目前是开源大模型中能力最强的!其跑分成绩已经赶上了GPT-4。 然而,Llama3的优势不仅限于此。作为开源大模型,每个人都可以对其进行个性化的定制,这意味着相比GPT,它具有更强的定制性和安全性。另外,Llama3...
Published 04/26/24
Published 04/26/24
今天要介绍的这篇文章《The Bitter Lesson 苦涩的教训》是由知名计算机科学家,阿尔伯塔大学、DeepMind的神经网络专家Rich Sutton 在 2019...
Published 04/17/24