圖像生成

網上看到不少利用 Stable Diffusion 生成出來的圖片，看來相當吸引，特別當不少有心人製作了一些偶像演員的修飾套件 (LoRA)，更會令人躍躍欲試。今次我們就用上最近流出的日本藝人 LoRA，簡單介紹在 Stable Diffusion 中使用方法，以及有甚麼需要注意的地方。

圖像生成平台 Midjourney 今早發表新版本演算法 v5，提供更廣泛的美學風格、解像度提高一倍，並且有更多細節。付費用戶可以率先試用。另外，Midjourney 又宣布推出電子雜誌，除了介紹平台上的佳作外，還有「唸咒」教學。

OpenAI 正式推出採用 gpt-3.5-turbo 模型的 ChatGPT API 之後，採用新一代 API 的 Siri 捷徑隨即推出，不單提供連續交談和 iCloud 同步，將交談紀錄保存在 iCloud 雲碟之外，還可以控制 ChatGPT 的行為！今次我們就來試試調教 Siri 成為一個忠誠的女僕，還利用 Stable Diffusion 來生成這位女僕的外貌。

相信近來吸引大家想一試 Stable Diffusion 圖像生成，都是因為網上流傳大量仿如真人的東方美女照片。原來這些美女照片不少都是由一個名為 ChilloutMix 的模型生成的，不過由於訓練這個模型的資料涉及肖像權問題，曾一度停止公開，不少人都覺得可惜。近日該模型的作者就將權利轉移給著名 AI 圖像生成模型庫 CivitAI，將模型重新上架。

圖像生成是近月 AIGC 其中一個熱門課題，很多人都會利用 Discord 或者網上提供的服務，不過要不是要輪候，就是要付費，有時候更會有「內容限制」，玩起來不夠爽。其實只要您有一部遊戲電腦，要在家中自建圖像生成平台不是甚麼難事！

圖像生成技術愈來愈進步，而家要控制生成圖像樣貌、動作、燈光都非常容易，生成效果更幾可亂真，「有圖有真相」的說法愈來愈站不住腳。到底大家分辨真假圖片的能力有多少呢？最近就有人製作了一份網上測驗，考考大家分辨真假圖片的能力。

Qualcomm 日前表文章和影片，首次示範將經過全端 AI 優化的 Stable Diffusion 安裝在 Android 手機上，少於 15 秒就能生成一張可愛猫咪騎士的照片，揭示邊緣裝置在人工智能上的威力。

圖像生成是 AIGC 一大話題，更加影響到與圖像、影像有關業界今後的發展，所以除了收集模型、LoRA 之外，學識運用被稱為「咒語」的提示句來控制圖像生成，就成為最近不少人的「進修」課題。網上就有一些愛好者收集了大量「語料」製作成「魔導書」，為大家提供生成參考。

近日不少人都在玩 ChatGPT，不過既要用 VPN 登入，又要用外國手機號碼註冊，頗為麻煩，所以有心人就利用 ChatGPT 的 API，在不同平台製作客戶端，讓大家更方便地玩到 ChatGPT。除了早前介紹過 iOS 平台上的的《PoE》之外，Telegram 上也有個名為《OpenAI GPT-3 DALL-E Bot》的 ChatGPT bot，大家可以請它寫文章、作詩、編程之外，還可以生成圖片。

一直以來，圖像生成中一大難題就是控制姿態或環境布局，人們以 Trail and Error 的方式大量生成圖像。不過近日一個名為 ControlNet 的神經網絡結構推出，就被喻為可以扭轉圖像生成咒語競賽的殺手技術，用戶可以輕易控制生成角色的姿勢，大大縮短咒語的長度。