細說起來，AI應該是這幾年最火爆的話題之一。在很多領(lǐng)域，AI已經(jīng)可以部分取代之前只能由人類擔任的工作，例如機器翻譯有了AI加持后，譯文的質(zhì)量在很多場景下已經(jīng)可以直接使用，但在藝術(shù)和繪畫，這個體現(xiàn)人類獨創(chuàng)性思維的領(lǐng)域，很難想象AI能和人類的想象力和手藝一較高下。
然而在2022年8月31日，這一“人類自信”似乎受到了挑戰(zhàn)，由AI生成的畫作《空間歌劇院（Théâtre D'opéra Spatial）》在美國科羅拉多州博覽會的數(shù)字藝術(shù)類美術(shù)比賽中獲得第一名。該獎項的授予引起很大爭議，有人感嘆“藝術(shù)的死亡在我們眼前展開”，也有人表示“憑借AI作品獲獎并不能證明你就是藝術(shù)家”。對此，創(chuàng)作者表示自己并沒有違反任何規(guī)則，提交作品時也標注出了所使用的AI繪畫平臺。兩位評委事后更是表示不知道該標注指的是AI工具，但即使知道了也不會改變自己的選擇。
圖片AI生成畫作《空間歌劇院（Théâtre D'opéra Spatial）》。
伴隨著AI繪畫工具的飛躍性發(fā)展，AI生成圖片的質(zhì)量和速度都有了顯著提升。今年8月，AI繪畫算法Stable Diffusion宣布開源，它生成速度極快，且具有較高的藝術(shù)性和觀賞性，這更加使人懷疑：AI繪畫是否會取代部分人類繪畫？
雖然有此擔憂，但是對于“把蒼白的文字轉(zhuǎn)為絢麗的圖畫”，這樣的新鮮體驗大部分人是不吝嘗試的。國內(nèi)外有不少科技公司都提供了這樣的工具，為普通的“手拙黨”提供一次妙筆生花的機會，也通過AI繪圖的聯(lián)想為專業(yè)繪圖設計師提供更多的設計靈感�；诖�，近期UCloud優(yōu)刻得的GPU云主機也上線了AI繪畫stable diffusion平臺，在UCloud控制臺創(chuàng)建GPU云主機時，在鏡像市場選擇“AI繪畫stable diffusion平臺”鏡像，然后點擊【立即創(chuàng)建】，機器創(chuàng)建成功之后，連接GPU云主機，就已完成所有前期配置。然后輸入您心中的描述，例如：“A dream of a distant galaxy, by Caspar David Friedrich, matte painting trending on artstation HQ”，執(zhí)行一下prompt命令，AI即可輸出您心中“設計”的圖片，示例圖片如下：
（更多詳細操作步驟見附錄）
蘇軾評王維詩曾言：“味摩詰之詩，詩中有畫，觀摩詰之畫，畫中有詩”。中國古典審美特別強調(diào)“詩情”與“畫意”完美融合。對于一部分朋友們來說，心中縱有萬千美景，無奈手拙難畫一線，只能凝縮于幾行文字，無法通過美妙的圖片直抒胸臆，而AI繪畫平臺恰好提供這個工具。細想一下：“遠看山有色，近聽水無聲”如果通過圖片展示，應該也是一副賞心悅目的圖卷吧。
也許Stable Diffusion目前還不能作為生產(chǎn)力工具，但不可否認，它讓設計變得簡單，也為設計方式帶來更多多樣化元素，讓普通人打開了 AI 繪畫的可能性。所以我們推薦大家實際部署玩下，讓自己擁有更多的可能！
附錄：UCloud的GPU云主機的AI繪畫stable diffusion平臺實踐手冊
體驗步驟
1.創(chuàng)建一臺GPU云主機
創(chuàng)建GPU云主機時，鏡像選擇“AI繪畫stable diffusion平臺”，操作路徑：鏡像市場——>AI繪畫stable diffusion平臺，便捷安裝stable diffusion，鏡像內(nèi)置環(huán)境：CentOS 7.8。
推薦機型：GPU型云主機 T4S、V100S、P40
說明：
內(nèi)存請選擇32GB及以上，否則模型加載時可能會觸發(fā)OOM。
綁定EIP并在外網(wǎng)防火墻放行TCP 8888端口。
2.虛機內(nèi)部啟動jupyter
nohup jupyter notebook &
目的在于后續(xù)可以在web頁面瀏覽生成的圖片，也可在web頁面直接編寫python交互式程序。
若需要開機自啟，可以自行通過rc.local或systemctl配置。
3. 使用stable diffusion
3.1 方式一：使用stable diffusion的sample script
3.1.1 切換conda環(huán)境
conda activate ldm
3.1.2 執(zhí)行sample腳本
執(zhí)行腳本，輸入您預想圖畫的描述，即可得到圖片（以下以“a painting of Mads Mikkelsen smoking”為例），生成的圖片在 /root/stable-diffusion/outputs/txt2img-samples/目錄下。
cd stable-diffusion
python scripts/txt2img.py --prompt "a painting of Mads Mikkelsen smoking"
3.1.3 使用jupyter頁面查看
根據(jù)外網(wǎng)ip地址，訪問http://EIP:8888img
輸入token（在/root/.jupyter/jupyter_notebook_config.py中查看c.NotebookApp.token的配置，可自行修改。）
根據(jù)導航點擊預覽圖片。
3.2 方式二：使用stable diffusion的lib
3.2.1 切換到指定目錄
cd /root/demo
CopyErrorSuccess
3.2.2 執(zhí)行python test.py
需確保在ldm的conda環(huán)境中運行。
以下以生成圖片“astronaut_rides_horse.png”為例做演示。
test.py
from torch import autocast
from diffusers import StableDiffusionPipeline
pipe = StableDiffusionPipeline.from_pretrained(
"./stable-diffusion-v1-4").to("cuda")
prompt = "a photo of an astronaut riding a horse on mars"
with autocast("cuda"):
image = pipe(prompt)["sample"][0]
image.save("astronaut_rides_horse.png")
3.2.3 使用jupyter頁面查看
