你好，我是悦创。
前两讲中，我们已经学习了扩散模型的加噪去噪过程，了解了 UNet 模型用于预测噪声的算法原理。事实上，Stable Diffusion 模型在原始的 UNet 模型中加入了 Transformer 结构（至于怎么引入的，我们等下一讲学完 UNet 结构便会清楚），这么做可谓一举两得，因为 Transformer 结构不但能提升噪声去除效果，还是实现 prompt 控制图像内容的关键技术。
你好，我是悦创。
前两讲中，我们已经学习了扩散模型的加噪去噪过程，了解了 UNet 模型用于预测噪声的算法原理。事实上，Stable Diffusion 模型在原始的 UNet 模型中加入了 Transformer 结构（至于怎么引入的，我们等下一讲学完 UNet 结构便会清楚），这么做可谓一举两得，因为 Transformer 结构不但能提升噪声去除效果，还是实现 prompt 控制图像内容的关键技术。
欢迎关注我公众号：AI悦创，有更多更好玩的等你发现！
你好，我是悦创。
上一讲我们结识了旧画师 GAN，提到了扩散模型在内容精致度、风格多样性和通用编辑等能力上弥补了 GAN 的不足之处。如果说 GAN 是旧画师，扩散模型无疑就是当下最受追捧的新画师。DALL-E 2、Imagen、Stable Diffusion 这些大名鼎鼎的模型，它们背后的魔术师都是扩散模型。
你好，我是悦创。
今天开始，我们正式进入 AI 绘画理论阶段的学习。我会带你理解图像生成模型背后的算法原理，掌握 AI 绘画主流算法方案背后通用的算法模块，并带你从零到一训练一个扩散模型。
基于扩散模型的 AI 绘画技术是我们这门课的主题，但其实在 22 年以前，GAN 才是业界公认的 AI 绘画技术首选。在老一辈的 AI 画图中，GAN（生成对抗网络）可以说是唯一的选择。相信你也在各种社交软件上见到过各种变小孩、变老、性别变换的视觉特效，这类效果通常就是靠 GAN 完成的。
你好，我是悦创。
前一讲我们学习了如何优化文生图、图生图过程中的关键参数，让 AI 模型更加听话。但是，如果我们想要进一步展现自己的创意和想象力，比如创作漫画时让 AI 帮我们生成特定风格和特定人物，又该怎么办呢？
为了解决这个问题，我们可以考虑在原有模型上引入 LoRA 技术。引入 LoRA（Low-Rank Adaptation），最初只是想把它当成微调大型语言模型的方法。然而，在 AI 绘画领域，它展现了独特的作用。通俗一点说，我们可以将 LoRA 比喻为一条在广袤大道上的小路，这两条路径都可以达到目的地，但所见的景色却完全不同。
你好，我是悦创。
上一讲我们学习了很多文生图的 AI 绘画技巧。如果说文本生图是一种无中生有的绘画形式，那么图像生图无疑是锦上添花的绘画技巧。
今天这一讲，我会带你探索图生图的功能，了解图生图能力能够帮我们完成哪些任务，并通过控制重绘强度影响图生图的绘画效果。另外，我还会带你了解 Civitai 和 Hugging Face 这两个开源社区，用不同风格的模型帮我们进行 AI 绘画。学完这一讲，你就可以使用开源社区丰富的模型宝库，对自己手中的照片进行魔改了！
你好，我是悦创。
之前我们解锁了 Web UI 的七大特色功能，如果拿烹饪来做比喻，前一讲的内容大概只是把菜做熟的程度，还无法产出“色香味”俱全的图像作品。实际应用的时候，你很可能遇到后面这些困扰。
你好，我是悦创。
欢迎和我一起探索 AI 绘画的魅力。热身篇这一章相当于整个学习过程里的“新手村”，我会带你一起熟悉各种各样免费开源的 AI 绘画工具和模型，帮助你全面掌握 AI 绘画的无限潜能。
今天是课程的第一讲，我们先从 Stable Diffusion 和 WebUI 说起。学完今天的内容，你不但能够知道 Stable Diffusion 的来龙去脉，还能解锁 WebUI 里的特色功能，来实现各种富有想象力的视觉创意。
你好，我是悦创。
在过去的一年，AI 绘画的各种惊艳能力和效果，铺天盖地向我们涌来。无论是 LensaAI 的创意头像生成，或者是 Midjourney 足以以假乱真的 AI 绘画效果，再或者是 Adobe Firefly 变魔术般的 AI 修图能力，都让我们叹为观止。
你好，我是悦创。
非常欢迎你加入我的课程，与我一起探索 AI 绘画技术背后的奥秘。
先做个自我介绍，作为一名计算私教的从业者，我的学员、朋友也不乏是计算机视觉从业者，他们一直活跃在 AI 绘画技术领域。这么多年的工作里，他们在图像风格化、图像生成、数字人等技术方向积累了丰富经验。其中一个朋友目前在一家头部互联网公司工作，正带领他的团队全力推动多模态大模型领域的能力建设。
