零基础学习 AI 绘画的进阶之路 · 起始篇

计算机和绘画都是零基础的初学者——既不懂编程，也没有接受过任何美术方面的训练——该如何开启 AI 绘画的进阶之旅呢？

要进行 AI 绘画学习，先要面对工具的选择，作为一个计算机和绘画的双重初学者，可以从使用在线服务开始。这样，就不必自己搭建环境，无需进行下载和部署，降低了入门难度。

在众多在线服务中，Midjourney是一个不错的选择。虽然它需要付费使用，但其价格并不高，并且接受世界各地的信用卡支付。当然，其他的在线 AI 图像生成服务也都可以使用。

工具多种多样，关键在于学习方法。以提升能力为目的的学习，我个人建议采用任务驱动的方式。

任务驱动式学习是指列出一系列要用AI绘画技术完成的任务，然后逐个攻破，在完成每一个任务的过程中针对性的学习技能点，由浅入深，逐步点满一棵技能树。而不是漫无目的的随意画，或者在网上找一些例子来模仿——看到别人生成了一个可爱的小女孩，也画女孩；看到别人生成了一个熊猫，也生成熊猫；看到别人生成了一个宇航员骑马的画面，还是跟着学……当然，这样的方式也可以体验，但却只是一个非常外围的体验。没有明确的目的，很快兴趣和新鲜感就会消失。以任务为驱动的学习方式能够更好地帮助学习者深入了解AI绘画技术，并在实践中不断提高自己的技能。

那么具体执行哪些任务呢？

我们先来看看一个图像生成的基本的原则：从创意到可控；先风格再细节；前后可分离，前主后次；先一后多，一多复多多…… 这当然这是一个开头，仅限于AI绘画的起步阶段，但对于初学者，已经够学一阵子的了。

我们就按照这样的原则，来给自己设置任务就好了。下面这一个任务列表实力，给大家做为参考：

首先第一个任务，就是生成自己的头像（别人的当然也没问题）。学习者可以上传一张自己的照片，然后基于这张照片生成不同风格的 AIGC 作品。最简单的是卡通风格的头像，事实上，几乎所有 AI 绘画工具/服务来说，在生成卡通风格的头像方面都表现得相对出色，这可能是因为卡通风格的图像资源相对丰富，可以大量用于基础模型的训练。

之后，可以继续尝试诸如海马体、赛博朋克、讽刺漫画、吉普力动漫等等各式各样的风格。还可以尝试将名画的风格应用到头像生成中。这里可能需要一些美术史的知识，我们也可以查询一下不同时期和流派的画家及其代表作。此外，还可以尝试中国传统美术及现代国风风格的作品。如果是使用 Midjourney，可以尝试使用 --niji 关键字生成二次元风格的图像。

除了风格，我们还可以尝试提供提示修改一些细节，例如指定镜头、姿态、服饰等等——进行这些尝试时你可能会发现，生成模型并不是那么“听话”，这是正常现象，如果要在生成图像中让细节符合生成者的指定，是很困难的的，有时候需要很多细节技术的加入，还有些时候不得不动用P图等手段。

由此也引出了我们的图像生成原则中最核心的一点：从创意到可控。创意图像的核心是构建出不存在的创意形象或场景，而可控图像生成则需要更精确地控制生成图像的构图与细节，以满足特定的需求。在实际的应用中，创意和可控是并存的，但在进行练习的时候，我们可以主动区分两者，从一些单一、简单的任务开始。

入门阶段的创意和可控相比，前者相对简单。初阶的创意图像生成主要锻炼的是学习者的想象力，先做到”脑中有图“，才有”纸上有图“。

以此为目标，我们可以为自己设定一些形象构思类的任务，比如创作龙生九子的九子，或者是《西游记》中和孙悟空结拜并号称七大圣的六位妖王。针对题目，我们需要创作出多个独立且各具特色的形象。这些形象最终要组合成一个系列，因此应具有统一的风格。

对于每一副 AI 画作，除了前景的主体”人物“，还有相应的背景或环境，这些在创作时也要考虑到。当然，我们也可以把背景设置为纯色，这样可以先把精力集中在主体形象上。毕竟前景比背景要重要得多。

在练习了形象创作后，我们可以挑选一个形象进行下一步的同一形象不同姿态 、表情、场景的系列图像创作。这个形象可以是人物、动物、植物、神话中的神兽、卡通人物……总之万事万物皆可，关键在于保持形象的统一性。因为最常用的形象是人，因此建议以人物形象作为”一人多图“任务的主体。

这个任务相比于前几个，就很难仅靠自己摸索来学习了，不过好在现在无论图文还是视频，都有很多先行者分享自己的经验和方法，在互联网上很容易搜索到，大家可以有针对性地专门学习。

对单一人物的控制，是一个非常关键的环节。掌握了单一人物的控制技巧后，实际上还有一个更高阶的任务，那就是保持多个形象的一致性，同时在不同的画面里呈现出多个形象的不同互动关系。

多形象的一致性控制在当前还是一个相当有难度的挑战，很多时候无法一步到位生成结果，需要用前后景分离，分步创作不同形象后在运用 PS 手段组合为一副画作这样的 Work Around。对于初学者而言，能做到这一步就可以进入下一个阶段了。

除了"人物"形象相关的绘画，我们还可以体验一下设计类图像的生成。尝试通过使用AIGC，进行一些设计活动。例如，我们可以设计一个专题海报，或者 PPT 中的插图。例如：设计一个万圣节派对的广告；为主题为 “人工智能当前的发展” 的 PPT 绘制插图 —— 要通过插图展示一个人工智能已经在各个方面融入日常生活的未来社会等。

另外，还可以利用AIGC来设计一些工业设计，比如：设计商品的包装盒；设计手镯、耳环等装饰品；设计居室装潢等。

当然，要完成过上面的这些内容，可能仅采用 Midjourney 这种端到端的在线服务是不够的，真正在工作中运用 AI 绘画完成工作任务，需要更底层地运用图像生成模型。在这方面，目前应用最广泛的是一款开源模型：Stable Diffusion（简称 SD）。关于 SD 的学习路径，我们将在后续进行详细讨论。

欢迎关注微软 ATP 官方账号

微软 ATP 一手资讯抢先了解

点击“阅读原文” | 了解更多 AI 赋能案例