注册ChatGPT，试用MidJourney和Stable Diffusion
文章目录
-
- 一、ChatGPT
-
- 1.1 什么是ChatGPT
- 1.2 注册ChatGPT
- 二、 玩转MidJourney
- 三、本地配置Stable Diffusion
-
- 3.1 百度飞浆跑AIGC模型
- 3.2 colab试用Stable Diffusion-v1-4
- 3.3 colab试用stable-diffusion-2
- 3.4 其它功能
一、ChatGPT
1.1 什么是ChatGPT
能直接生成代码、会自动修复bug、在线问诊、模仿莎士比亚风格写作……各种话题都能hold住，它就是OpenAI上周推出的——ChatGPT。
ChatGPT 是 OpenAI 训练的对话式大规模语言模型，以对话的方式进行交互。它和之前的另一款模型 InstructGPT 属于同级模型，代表“GPT 3.5”代。
1. 写代码
有网友分别问谷歌和ChatGPT“如何使用Latex表示微分结果”，相较于谷歌中规中矩的回答：
ChatGPT则是一下给出了直接可用的代码，你只需动动手复制粘贴即可：
你还可以让它生成一个带有电子邮箱、密码输入框，以及登陆按钮的登陆界面等等。
2. 改bug
另一位网友 Josh 提交了一段代码，问 ChatGPT“我怎么都搞不懂这段代码为什么无法运行”。
ChatGPT 很详细地进行了解释：除法公式格式有问题，一个字符串（a）无法被一个数字（1）除，因为被除数和除数应该都是数字。
但这还没完。ChatGPT 再次试图理解原代码的意图，然后给 Josh 提供了一些修改的建议：如果想让除法处理非数字，则需要给函数加入额外的逻辑，让它能够检查实参的类型是什么，只有在两边都是数字的时候才运行。如果有一边不是数字，就返回错误或者一个默认值。
- 写数学公式和正则表达式等等
- 帮忙查询各种文档，给出学习建议和路线等等
- 输入中文，帮写英文邮件，语法非常好。
ChatGPT上线两天就有100万用户申请，现在正是免费测试期，不可不试。更多ChatGPT介绍可以参考演示视频《ChatGPT - 你的 AI 助教》、介绍帖《ChatGPT有多厉害，影响到谷歌地位？》、《行走的代码生成器：chatGPT》
1.2 注册ChatGPT
参考视频《1块钱注册火爆全网的ChatGPT机器人》
注册一个ChatGPT，你需要以下两点：
- 可以访问google，注册google账号
- 有一个国外的手机号，这个通过网站https://sms-activate.org/cn，注册一个虚拟手机号来完成
简单说就是国内不在OpenAI的服务地区，所以只有这样才能注册OpenAI的账户。
1. 注册OpenAI账户：
先定位到国外节点，打开ChatGPT注册地址，点击注册→接受
跳到OpenAI官网，用自己的邮箱注册一个OpenAI账户：（也可以用自己的google账户登录，但如果不是绑定国外手机号，就废了，所以还是重新注册好一点）
2. 邮件确认
注册完之后，提示确认邮件，此时网络节点一定要在国外，否则报错Not available，这个账户就没法用了，而且网页无法登出。你只能重开一个别的浏览器或者手机操作（未登录），比较麻烦
如果不在国外节点，打开邮箱进行确认操作，马上报错：
如果节点在国外，确认邮件后弹出以下界面：
3. 注册国外虚拟电话
填好之后弹出一个界面需要确认手机号，国内的手机号不行，所以需要注册一个虚拟的国外手机号。
打开https://sms-activate.org/cn，现在页面右上角注册账号（需要大写字母）。登录账号之后，左侧搜索OpenAI，打开：
最便宜的是印度10.5卢布，大概一块钱。点击购物车之后提示余额不够，点击资金，进行充值（可以选支付宝等方式）：
复制下面的电话号码，到刚才确认电话的界面。其中前两个数字（比如下面巴西的号是55）是区号，选择国家为巴西，输入55后面的号码，确定之后等待网站受到短信：
这个接收短信（激活）好像是有成功率的，如果过几分钟收不到就取消短信，系统会退款，重新选一个号。我是先选印度的一直没收到，就取消重选巴西的，收到短信激活成功了。
激活后选择用户类型，看自己需要了
之后再打开ChatGPT登录界面，登录刚刚的账户就行，下面就可以愉快的玩耍了。
点击上面的OpenAI discord还可以加入discord的OpenAI服务器。
二、 玩转MidJourney
参考B站《Midjourney 人工智能绘画 零基础保姆级教程 》、MidJourney官网
MidJourney可以在discord里面使用，discord就相当于一个巨大的聊天室，集成了很多功能。MidJourney运行在discord中，只需要在聊天框输入prompt，就可以生成需要的图片。下面介绍简单操作。
1. 在聊天室使用MidJourney
打开discord主页进行登录：
在打开后的页面左上角搜索MidJourney，就到了MidJourney板块。
点击左侧newbies新手区，进入之后在聊天框输入/，选择/imagine，就可以输入prompt生成图片了
比如输入network of ideas with galaxy backgroud，生成：
2. 在私人服务器使用MidJourney
在多人服务器，大家都在生成图片，网页经常刷新，容易找不到自己的图。下面介绍创建私人服务器的方法。点击左侧栏+创建自己的服务器：
此时输入/并没有imagine的选项，是因为生成机器人还没有加入服务器。下面进行配置。点击左上方蓝色图标， 弹出窗口点击“寻找或开始新的对话”，输入MidJourney Bot。
点击MidJourney Bot，弹出窗口选择添加至刚刚创建的服务器，下面就可以和刚才一样进行prompt作图了。
三、本地配置Stable Diffusion
- 本地windows跑Stable Diffusion参考：《10分钟Window本地部署stable diffusion AI绘图》，或者视频《AI绘画速成指南，stable-diffusion 2.0 从安装到使用》。安装要求Win10及以上系统，内存16G及以上，有GPU显卡，最好是4G以上的NVIDIA系列，不支持N卡1050以下。
- 没有GPU在
colab跑主要参考《Google Colab尝试 Stable Diffusion》
3.1 百度飞浆跑AIGC模型
打开百度飞浆官网，注册后新建项目。输入以下代码就能跑了：
from paddlenlp import Taskflow
text_to_image = Taskflow("text_to_image", model="CompVis/stable-diffusion-v1-4")
prompt = [
"In the morning light,Chinese ancient buildings in the mountains,Magnificent and fantastic John Howe landscape,lake,clouds,farm,Fairy tale,light effect,Dream,Greg Rutkowski,James Gurney,artstation",
]
image_list = text_to_image(prompt)
for batch_index, batch_image in enumerate(image_list):
# len(batch_image) == 2 (num_return_images)
for image_index_in_returned_images, each_image in enumerate(batch_image):
each_image.save(f"stable-diffusion-figure_{batch_index}_{image_index_in_returned_images}.png") # 保存图片
可选参数：
model：可选，默认为pai-painter-painting-base-zh。
另外支持的还有[“dalle-mini”, “dalle-mega”, “dalle-mega-v16”, “pai-painter-painting-base-zh”, “pai-painter-scenery-base-zh”, “pai-painter-commercial-base-zh”, “CompVis/stable-diffusion-v1-4”, “openai/disco-diffusion-clip-vit-base-patch32”, “openai/disco-diffusion-clip-rn50”, “openai/disco-diffusion-clip-rn101”, “disco_diffusion_ernie_vil-2.0-base-zh”]。num_return_images：返回图片的数量，默认为2。特例：disco_diffusion模型由于生成速度太慢，因此该模型默认值为1。
Disco Diffusion-2.0-base-zh模型，支持中文：
# 注意，该模型生成速度较慢，在32G的V100上需要10分钟才能生成图片，因此默认返回1张图片。
text_to_image = Taskflow("text_to_image", model="disco_diffusion_ernie_vil-2.0-base-zh")
image_list = text_to_image("一幅美丽的睡莲池塘的画，由Adam Paquette在artstation上所做。")
for batch_index, batch_image in enumerate(image_list):
for image_index_in_returned_images, each_image in enumerate(batch_image):
each_image.save(f"disco_diffusion_ernie_vil-2.0-base-zh-figure_{batch_index}_{image_index_in_returned_images}.png")
3.2 colab试用Stable Diffusion-v1-4
官网发布了在线版本，大家可以体验，不过要收费。本地部署的方案，这样就没有数量的限制、不用排队、自由度也很高、可以随意修改配置、替换模型。
直接打开StableDiffusion的GoogleColab notebook，按提示操作，就可以了。英文看的头疼就参考帖子《Google Colab尝试 Stable Diffusion》。这个是使用的Stable Diffusion-v1-4模型，讲解了各种操作。有一点是下面阅读同意的选项是没有的，其它正常跑。
步骤5：获取Hugging Face 的 Stable Diffusion 的访问权限
前往 https://huggingface.co/CompVis/stable-diffusion-v1-4勾选同意并点击按钮：
3.3 colab试用stable-diffusion-2
如果要试验stable-diffusion-2的话，参考https://huggingface.co/stabilityai/stable-diffusion-2：
pip install --upgrade git+https://github.com/huggingface/diffusers.git transformers accelerate scipy
from diffusers import StableDiffusionPipeline, EulerDiscreteScheduler
import torch
model_id = "stabilityai/stable-diffusion-2"
# Use the Euler scheduler here instead
scheduler = EulerDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
pipe = StableDiffusionPipeline.from_pretrained(model_id, scheduler=scheduler, revision="fp16", torch_dtype=torch.float16)
pipe = pipe.to("cuda")
prompt = "a photo of an astronaut riding a horse on mars"
image = pipe(prompt, height=768, width=768).images[0]
image.save("astronaut_rides_horse.png")
image
如果想一次生成多张图片，控制每张图迭代次数，并都一一保存，可以运行以下代码：
from PIL import Image
generator = torch.Generator("cuda").manual_seed(1024)
def image_grid(imgs, rows, cols):
assert len(imgs) == rows*cols
w, h = imgs[0].size
grid = Image.new('RGB', size=(cols*w, rows*h))
grid_w, grid_h = grid.size
for i, img in enumerate(imgs):
grid.paste(img, box=(i%cols*w, i//cols*h))
return grid
num_cols = 3
num_rows = 4
prompt = ["A cute English shorthair cat"] * num_cols
all_images = []
for i in range(num_rows):
images = pipe(prompt,num_inference_steps=50).images
for j,img in enumerate(images):
img.save(f"img_row{i}_clo{j}.png")
all_images.extend(images)
grid = image_grid(all_images, rows=num_rows, cols=num_cols)
grid
更多API和操作，还是参考StableDiffusion的GoogleColab notebook。
3.4 其它功能
- Stable Diffusion修图：参考《Stable Diffusion一句话帮你换图，网友魔改《戴珍珠耳环的少女》。效果展示：
- 生成动漫美女，参考《AI绘画 stable diffusion二次元美少女测试》
测试一下stable的二次元美少女，全用了日本的画家，包括： - 小岛文美Ayami Kojima/山本高远takato yamamoto 用于华丽的浮世绘风格
- 副岛成记shigenori soejima/皆叶英夫minaba hideo/小畑健takeshi obata 用于人物造型
- 寺田克也katsuya terada 用于表现结构线
- 空山基Hajime Sorayama 用于塑造盔甲
关于二次元风格的要点：
-
二次元有两种风格 :动画Anime/漫画Manga ，动画人物细节较少，动作比较僵硬但表情丰富。漫画细节动态多，背景丰富但没有表情。
-
关键词权重是按顺序排列的，二次元风格很吃画风，要比其他风格更加注意权重。
-
1-3号图是按照正常的书写习惯，描述+画家 +效果。结果画家没有权重，画面只体现了非常普通的美少女风格。用的画家是皆叶英夫/小畑健
-
从四号开始把画家放在首位。粉丝推荐用米山舞，但谷歌查她的英文名只有不到10张作品且AI无法识别，因此我用了她曾经参与过的动漫Fate，放在句式的第一位，变成：详细描述fate的漫画海报 关于一个什么少女，什么衣服等等。画风就秒变专业。
-
第五张，也是Fate开头，把漫画改成动画，人物立体了，但动态没有那么丰富。
-
第六张前置了副岛成记，人物就变成他画的那种细长条身材。
-
第七张前置了小岛文美，变成华丽成熟画风。
-
第八张前置了小岛文美+新艺术风格，变成华丽卡牌造型。
-
第九张前置了山本高远，变成复古的风格。
-
寺田克也/空山基 夹杂在中间人物描述里面，能丰富细节。
-
想要好看的造型最好在末尾加上artgerm和穆夏。这两个人相当于二次元钥匙。
-
千万不要加的词是pixiv，会变成小学生画风。
-
AI对日本画家收录很少，所以用整部动漫的名字比画家名字更容易出效果，但要连载时间很长的动漫才可以，例如连载12年的进击的巨人可以识别，而鬼灭之刃只有4年就无法识别。而Fate是一个历时18年包含很多动画，漫画，游戏，小说的综合体，因此风格非常的突出。
-
手部依然不够准确，动作不够丰富，元素多的图片像素不高。
- 二次元进阶教程《AI作画stable diffusion 本地化的教程收集·进阶教程（二次元向）收集·资源指路》、《使用stable-diffusion-webui的Textual Inversion功能》
我比较喜欢的动漫风格：
- 约会大作战：英文名DATE A LIVE
- 科学电磁炮：Toaru Kagaku no Railgun