本月 V7.0 版本更新，安卓/iOS/电脑/小程序/网站游戏教程全解析

此问题的标签

安卓 iOS 电脑 小程序 网站 游戏 教程

本月的V7.0带来了一些非常有趣的功能，主要是SVD视频创建、LCM采样器实现五步图像和视频生成等功能。

V7.0版本：（V7.0版本仅支持win10和win11）

1、支持SVD动画，标清绘画中，raw image选择参考图，动画设置中选择SVD，目前可以设置宽高设置、多幅参考图的队列选择、种子、步数、总帧数、显存使用模式等参数；

2.增加了SD和CN的LCM采样器，这个采样器5步就能出好图，最好用网盘里的lora模型pytorch_lora_weights.safetensors，把这个lora以比例1加载，把描述相关性改成0或者1-2的值，就可以起飞了。

3、Animatediff文本转视频支持lora加载和LCM采样器，5步就够了，意味着速度提高了4-5倍；

4、画中画说话支持引用闪烁的视频，使生成的视频可以闪烁；

5.SD代画开始过渡到diffusers，目前显存占用模式选择diffusers模式，支持文本反演模型，现在可以使用：EasyNegative、ng_deepnegative_v1_75t、badhandv4负向描述。将TI模型放在TI_models文件夹下，主模型名称即为描述标识；

6、SD生成绘制时，显存使用模式选择diffusers模式，Lora加载速度提升数十倍，且依然支持多种Lora混合加载；

7、在SD XL上绘画时，还支持多个XL lora模型混合加载；

8、animatediff 增加了新的 1.5 V2 模型，作者说分辨率更高更稳定；在 animatediff 模式下，在 CN 绘图控制图中选中视频，就可以用视频参照重新绘制视频了，效果目前还不错，最多支持四种 CN 模型，另外还支持腾讯的 Ipadapter 模型，这些都在 CN 绘图模型设置里；

9、SD动画设置中可选择支持文本转视频的AnimateDiff项目，其他设置与文本转视频设置一致，支持队列模式，支持webui类的长描述权重描述，支持VAE模型加载。

01

软件概述

该软件的名称为：AI绘画离线版V7.0，基于GitHub上的开源项目Disco Diffusion、Stable Diffusion以及众多开源项目。

如下图，软件主界面依然以简单的操作为主：

▼

02

软件安装

软件很大，因为包含了很多离线模型（模型按照功能划分，可按需下载），下载后按照网盘里的PDF教程就可以体验了。

软件界面如下：

▼

03

软件功能

功能1：SD（稳定扩散）绘图

SD绘图是目前最为流行的开源绘图框架，在SD绘图模式下，目前支持文本转图像（SD生成和SD XL均支持）、图像转图像、文本转视频animatediff、SD动画deforum、队列模式、本地修改、图像描述解析等功能。

1.描述词设置：描述词有正向描述和负向描述，负向描述可以默认省略，如果写了负向描述，表示不希望该元素出现在绘制结果中。

▼

1.1.队列模式下的描述字设置： 当如下勾选队列模式时，可以通过固定的语句来生成大量的配置文件，也可以生成多组参数图。

▼

比如我的文字描述是：{4001艺术家} 的漂亮女孩，点击保存设置后，会生成400位艺术家的不同资料。

注意，{4001artist} 这个格式中的 {} 和 缺一不可，要遵循固定格式，400 表示生成 400 个配置文件，1 表示按一个艺术家名字排序（如果设置为 2 则表示按两个艺术家名字混合排序），artist 表示软件目录下 描述样式库] 文件夹中的艺术家.csv 文件，艺术家.csv 文件如下，有两列数据：

▼

软件支持你自己建立这种语料库，你可以复制csv创建一个副本，然后在副本里修改。注意也是两列格式，第一列是描述，第二列是说明。比如下面我建立的彩色.csv文件，简单写了必须严格两列，都放在软件目录下的【描述样式库】文件夹里。

▼

1.2、AI生成描述：可以先写好简介，然后点击AI生成描述继续写描述。目前有两种自动描述引擎：

▼

2.绘图参数：绘图轮次代表每次绘制多少张图片；描述相关性的默认值就可以了，当然也可以试试大于10的值；随机种子的默认值是0，也就是每次种子都是随机的，设置一个大于零的固定值。如果其他参数相同，SD输出的结果将一模一样。

▼

当采样器选择LCM时，可以设置步数为5，描述相关性建议为0，可以实现加速绘图，如下：

▼

3、显存使用模式选择：软件提供不同的显存使用模式。

▼

4.图像生成：参数比较简单，基本只需要导入原图，修改描述，设置图像差异参数即可。注意差异参数范围是0-1，1代表和参考图的最大差异。另外自适应大小更人性化，比如参考图宽高都是1024x512，绘制参数size设置成512x512，默认是None，也就是不自适应，最终图像大小就是512x512。固定宽度就是以绘制参数size设置的512宽度为标准，参考图宽高比为2比1，高度自动修改成256，最终输出就是512x256的图像。

▼

如下，尝试一下SD参考图来实现真实的二维效果或者一些其他的效果：

▼

5、动画变形：标清动画选择2D即可开启动画变形模式，动画还可以设置参考图，支持动画改变角度，缩放大小，xyz轴平移等。

▼

文字描述需要遵循以下格式，每行一个转场描述，每个转场描述以数字开头，代表动画帧数，例如第一行是前10帧的描述。

10:::一个

20:::b

40:::c

以下为SD动画演示视频：

▼

6、Animatediff：选择SD动画里的animatediff，开启文字生成动画模式，正常输入描述，即可生成如下短动画：

▼

7.图像转视频SVD：标清动画选择SVD，将参考图导入图像生成器，然后根据图片生成视频，设置如下：

▼

8.SD、LORA、VAE模型选择：支持第三方ckpt、safetensors格式的SD模型、VAE模型和LORA模型的选择（同时支持Lycoris类的LORA模型），如下图：

▼

当选择SD XL的时候会自动切换到SD XL模式进行绘图，SD XL的效果比第一代好很多，以下是测试中XL做出的图：

▼

9.AI图片描述分析：点击下方按钮，选择图片，稍等片刻就会显示描述，当然描述中难免会有出入，但作为描述画出来的图确实不错。

▼

以下是一些图片和解析后的描述：

一群钢铁侠并肩站在海洋中，这是保罗·佩尔蒂埃创作的漫画书，刊登在 deviantart、antipodeans、漫威漫画上，由工业光魔、imax 重新构想

▼

一幅描绘山脉和树木的风景画，由胜川春泉创作的细致哑光绘画，pixiv，新版画，浮世绘，哑光绘画，细致绘画

▼

10. DeepDanbooru 2D TAG解析：点击下方按钮，支持2D图片的TAG解析，NovelAI等模型需求量很大：

▼

功能2：CN绘图

CN就是目前大名鼎鼎的ControlNet，软件目前同步到CN1.1版本，整体使用上和SD没太大区别。

CN的本质就在于下图，不同的模型：

▼

1. 各模型简单演示：这些模型的作用是根据不同的参考图进行创作，例如Lineart模型为线描参考图，然后实现对线描进行上色或者二次创作的目的。下面的演示选取了二维线描的Lineart_Anime CN模型，并搭配二维SD模型及说明：

▼

选取人体姿势的openpose CN模型如下，左图为原图，中间图为原图的骨架图，右图为生成图。

▼

SEG语义分割的CN模型效果如下：

▼

以下是CN模型MLSD对建筑线条图识别的效果：

▼

下面是超分辨率Tile的CN模型，这真是一个重绘模糊图像的神奇工具：

▼

以下是二维码模型Dionqrcode的CN模型，可以利用该模型制作图像二维码：

▼

下面是巧妙运用瓦片模型实现文字灯光效果：

▼

2.CN视频重绘：基于animatediff选取合理的CN模型，然后在控制图中导入需要重绘的视频，软件操作非常简单，以下视频演示了重绘效果：

▼

功能三：DD（Disco Diffusion）绘图

1、描述词设置：如下图默认描述，每一段（一段算一个回车）都是一个关键词，对于同一个描述有不同的权重。

▼

2.图片生成：参考图也比较人性化，直接点击按钮选择图片即可，注意参数旁边的问号，一般添加参考图的时候需要把skip_steps参数设置大一点。

▼

4、AI绘画模型选择：参数设置中提供了两种绘画扩散模型引擎选项，原版DD、像素版DD和其他自定义PT格式模型，如下设置所示：

▼

以下是国画模型的演示：

功能四：AI高清图像/视频变焦

设置不同的放大模型和图像放大倍数，高清放大图像的输出目录为软件目录\\images_out\\AI_ultra_HD，当输入图像尺寸很大时，很容易超出显存，这种情况我们可以修改拼图大小参数，例如拼图大小设置为512时，6G显存选择realesrgan_x4plus模型，对1920*1080的图像进行4倍放大测试，不会超出显存，支持2-10倍放大。

▼

AI高清缩放为独立功能，在软件主界面的图片处理菜单中选择图片/视频高清缩放选项，选中一张图片或视频（支持批量），即可对图片或视频进行高清放大。

如下图所示，小图经过高清放大后的对比效果，无论对于二维图像还是三维图像都适用。

▼

功能五：老照片修复

在软件主界面的图片处理菜单中选择老照片修复选项，然后选择图片（批量支持）即可对老照片进行高清修复。仅支持对人物肖像进行高清修复。

以下是高清人脸修复对比效果动画演示：

▼

功能六：图像/视频着色

在软件主界面的图片处理菜单中，选择图像/视频着色，选择黑白视频或图片进行着色，支持批量着色。

在下面的参数设置中，可以选择不同的着色模型，二维模型侧重于二维线图的着色：

▼

以下动图是上色前后的效果：

▼

功能七：图片说话

图片朗读功能可以将导入的图片转换成演讲者的视频，支持音频、视频驱动，默认驱动为音频朗读。

▼

在软件主界面点击图片处理菜单，选择Picture Speak，选择图片（支持批量），将图片转换为如下视频格式。

▼

功能八：AI图像转3D

AI Image to 3D输出视频目录：软件目录\\video；AI Image to 3D同样是独立的免费功能，以下参数设置可以设置生成的视频时长以及相机位置（位置一般不改变）：

▼

在软件主界面的图片处理菜单中，选择“将图片转换为3D”，选择图片（支持批量），将图片转换为视频格式。转换速度较慢，一张图大概需要5到30分钟。

基本上就是原项目中介绍的效果，精美的图片转换成3D效果，但与原版相比，我做了一些改进，以支持原始尺寸的视频。

▼

功能 9：剪切

在软件主界面的图片处理菜单中选择抠图，选择一张图片（支持批量），就可以分割出背景和人物，如下图：

▼

功能10：二维生成

在软件主界面的图像处理菜单中选择2D生成，绘制数百幅2D图像：

▼

如下，可以在参数设置中设置各项参数，生成不同类型的ACG少女：

▼

功能十一：三维生成

在软件主界面的图像处理菜单中选择3D生成，可以绘制数百幅3D图像：

▼

如下可以在参数设置中设置各项参数来生成不同类型的三维图像：

▼

功能12：AI写小说

在软件主界面，在小说聊天菜单中选择AI小说写作聊天界面。点击下图AI小说写作按钮，设置开头，然后继续写不同轮次的文字：

▼

点击Train Novel，你可以选择自己的小说语料txt，并训练自己的模型，具体如下：

▼

还支持清华大学 Chatglm2，注意这个至少需要6G显存，并且加载模型比较慢，请耐心等待，可以采用类似Chatgpt的形式实现：

▼

同时还支持清华大学Visualglm，可以上传图片，并且用图片来描述格式，如下图：

▼

功能13：伴奏与人声分离

在软件主界面的音视频处理菜单中选择伴奏与人声分离，选择一首歌曲（支持批量），它就会自动将人声、伴奏、鼓和贝斯分离出来，效果非常惊艳。

如果显存为4G及以下，可以设置以下参数选择低显存使用模式：

▼

功能14：音视频文本转换

在软件主界面，选择音频视频处理中的音频视频转文本。选择音频或者视频进行语音识别，并输出字幕和文本版txt文件。

音视频文字转换功能支持100多种语言，如果选择中文，任何语言的音视频都会自动翻译成中文字幕和txt文件，方便快捷，但翻译效果有限，最好选择原视频语言进行识别。

7.0版本的大模型（int8）模式只需要4-5G显存，速度快4倍，而且效果不错。

▼

如下图所示，为选定的日语视频演讲的字幕识别效果，红色框内为软件自动翻译的字幕：

▼

功能15：视频插帧

软件支持2-16倍视频插帧，效果非常好，可以设置参数如下：

▼

点击音视频处理菜单中的视频插值选项，选择需要插值的视频，插值效果如下，原理就是AI计算两个相邻的帧，然后在其间插入大量的帧：

▼

功能十六：AI文字生成音乐

AI绘画就是将文字生成图片，音乐也可以。下面的参数设置支持文字转音频的设置，支持批量输入（换行），支持参考音频，然后保存设置后，就可以在主界面的音视频处理菜单下将文字生成音乐了。

▼

04

显卡要求

至少需要2GB显存，并且必须是NVIDIA显卡。不支持AMD，Intel等。

各项显存测试参数请参考：。

05

概括

这个项目确实挺有意思的，唯一的问题就是对显卡要求比较高，至少需要NVIDIA 2G以上显存，其他显卡比如AMD的都不支持。有兴趣的可以体验一下7.0版本，更详细的绘制参数和教程还是看Bilibili上更多相关视频吧。

06

获取本期内容

方法一：百度网盘提取码：95kh

方法二：123云盘（非常快）

提取码：JSsP