ai绘图关键词大全，ai绘图教程网站

给AI关键词，一次画200张画！

作图速度很快，不到3分钟就全部结束了。

也可以选择喜欢哪个任君，直接二次调整编辑。

要知道，基本版的Stable Diffusion默认情况下一次只生成四张图像。 所以，你得刷好几次才能得到稍微满意的画。

这就是新的Stableboost网站，是新设计的Stable Diffusion交互界面。 那很简单，就是提高和提高Stable Diffusion的工作效率。

并且，Stableboost的免费利用额远远多于Stable Diffusion。 每月使用500点的免费额度。 超过限额后，每张只收1美分。 只是涵盖运营成本。 网站一发布，各路网友就围观。

至此，Stable Diffusion真正成为了生产力工具。

另外，网站制作者的个头也不小。 主要开发者是前特斯拉自动驾驶ML工程师。

此外，特斯拉前高级AI主管安德烈卡帕斯( Andrej Karpathy )还为网站提供建议。 他以前负责的项目有特斯拉自动驾驶自动枕、特斯拉超算Dojo、特斯拉博文人形机器人……

所以这个网站到底能做什么？

:

超强操作界面

这位新AI画师最突出的特征之一是操作性强。

看了那个设定画面，有很多用户可以自定义设定的选项。 例如，照片的数量、照片的质量、尺寸等。

图像的数量可以在1~200之间任意选择，当然选择数量越多，等待时间也越长。

要设置生成的图像的质量，请滑动“Steps”和“Guidance scale”进行调整。

图像的大小当然也是如此，直接设定“高度”和“宽度”就可以了。

完成这些相关的设定后，就可以安心地“创作”了。

和其他AI一样，输入关键提示后，就可以放心地等待结果了。

但是，Stableboost中添加了“修饰语”功能。 这意味着可以将多个不同的修饰符添加到原始队列中，并且队列可以与这些修饰符自由组合。

例如，可以输入关键字“小狗”以设置“森林”、“河流”和“夜晚”修饰语。

结果如下。

为了方便选择照片，Stableboost还亲切地提供过滤功能。

可以根据标签、图像质量和修饰语筛选图像。

此外，还可以致力于二次筛选，直接对在先前步骤中选择的图像进行操作，然后单击图像右下方的“放大镜”，以生成更多的类似图像。

但是，这种筛选方法还只是开胃菜。 Stableboost这次“算法推荐”变得更聪明了。 用户只需单击生成的图像中最喜欢的内容，然后单击右下角的“循环”按钮，Stableboost就会生成更多具有这种样式的图像。 而且，此后每次用户单击图像时，生成的结果都会不断变化。

Stableboost还可以对原始图像进行辅助编辑。 例如，我想给图像中的人物戴眼镜。

除了生成图像外，Stableboost还可以生成视频，但目前还只是初步的，只是在不同的关键字之间插入过渡帧。

:

特斯拉前AI主管参与开发

体验了一次之后，我觉得Stableboost的运营非常顺利。 有网友开始向作者许愿，想不想参加Dreambooth。

DreamBooth只需添加3-5张图像和文字表示，就可以将指定物体移动到其他场景或样式中。

如果能all in one的话，AI制作的效率可能会进一步提高。 但看看这个网站的幕后团队，似乎也不是完全不可能。

主要开发者塔尔斯塔德默( Tal Stramer )是资深AI工程师。 我在推特、特斯拉、谷歌工作过。 今年6月刚结束在特斯拉长达4年半的工作，离职前的职位是自动驾驶ML工程师。 提供另一个重要建议的是前特斯拉高级AI主管安德烈卡帕斯( Andrej Karpathy )，他几乎负责特斯拉的明星项目。 是自动驾驶AutoPilot、超级计算机Dojo、柯博文人形机器人OpenAI的发起人之一。

今年7月，安德烈从特斯拉退休，感谢他连口罩都罕见地为特斯拉所做。 和你工作是我的荣幸。

退休后，安德烈表示，今后工作去向还不明确，希望在AI、开源、技术教育等方面多花点时间。

确实，当他读博士的时候，他亲自设计并推出了CS231n :视觉识别卷积神经网络这门课程，成为斯坦福大学课程深度学习的讲师。

日前，他做客Podcast节目，与MIT人工智能专家Lex Fridman探讨自动驾驶、人形机器人、AGI、特斯拉的视觉方案等内容。

而且，从他这几个月头发的推动中，他对AI的画感兴趣。 于是，Stableboost出现了。

可启动引导