《AIGC绘画创作》读书笔记：单张好看靠抽卡，批量一致靠工程
阅读方式：微信读书网页版，从版权页翻到第 15 章末，共 788 屏、15 章、14 分 57 秒。 三部分：基础入门（MJ 与 SD 各自的机制）、Midjourney 案例、Stable Diffusion 案例。
这本书和之前读的《AI 绘画与摄影实战 108 招》看起来撞题，其实不是一类。
108 招解决的是"怎么写出对的词"；这本解决的是"怎么稳定地出同一张脸"。
一句话区分：前一本教你抽卡出好图，这一本教你流水线出图。
一、Midjourney 和 Stable Diffusion 不是竞品
很多人把这两个当"哪个更好"来比。这本书的处理更实际——它把两者放在一条工作流的两端。
Midjourney 的强项是"审美"。 它是个托管服务，你写提示词，它出图，默认就好看。你不用管模型、不用管显卡、不用管参数。
代价是不可控。你没法精确地说"左手再抬高五度"、"这个 Logo 往左移两厘米"。它给的是"感觉对"的图，不是你脑子里那张图。
Stable Diffusion 的强项是"控制"。 它跑在本地，大模型、VAE、LoRA、ControlNet 全都能换、能叠、能调。你可以把构图、姿势、结构全部约束死。
代价是门槛。第 3 章光讲安装和界面就花了 70 多屏，从启动器依赖到整合包、从扩展插件到模型预览图。这一段对新手很不友好，但它恰恰说明了 SD 的定位——它是个工具，不是个服务。
所以真实的工作流往往是：MJ 出十个方向，挑一个丢进 SD 精修。 一个负责想，一个负责抠。
二、一致性：从"作品"到"资产"的那道坎
这本书我认为最值钱的是第 6 章：讲述故事的图像力量。
这一章要解决的问题很具体：我要做一个故事、一个 IP、一套角色，怎么让同一个人在不同场景里还是同一个人？
AI 绘画最初的痛点就在这里。你出一张很满意的图，想让她换身衣服、换个场景，结果一改提示词，脸全变了。单张能看，成套就崩。
作者给了三招，一层比一层稳：
第一招，图像提示。 在 /imagine 后面直接贴图片地址，再接补充描述。这样模型会参考那张图的形象，只改你新加的部分。
第二招，种子 + 图像提示。 种子值固定了"起点"，图像提示固定了"长相"。两个一起用，一致性明显提升。
第三招，cref 参数。 Midjourney 的角色参考功能。它专门用来"锁脸"——换场景、换服装、换姿势，人物还是那个人。
这三招的意义，我觉得不在技巧本身，在于它标记了一个转折：AI 绘画从"生成一张图"进入了"维护一个角色"。
前者是作品，后者是资产。而资产才需要一致性。
三、SD 的三层控制
第 3 章讲 SD 的界面参数，密密麻麻列了十几项。我把它压成三层，从粗到细：
第一层，大模型——决定"像什么"。 麦橘写实、chilloutmix、儿童摄影_V1.0……这些名字看着像黑话，其实是不同的"画风包"。换一个大模型，出图的整体质感就变了：是照片感、是插画感、是二次元。
这是最粗的一档开关，也是最有效的一档。很多人调半天提示词没效果，其实该换模型。
第二层，LoRA——决定"这个特定的东西"。 LoRA 是个小模型，叠在大模型上面，专门管一件事：某个特定的人、某种特定的画风、某件特定的衣服。
它的好处是体积小、效果好、能组合。你可以同时挂一个"人脸 LoRA"和一个"服装 LoRA"，各管一摊。
第三层，ControlNet——决定"结构"。 这是 SD 真正超过 MJ 的地方，下面单独说。
四、ControlNet 的 20 种控制，本质是在问"你想约束什么"
书里对 ControlNet 的定义很清楚：
"ControlNet 是 Stable Diffusion 的一个扩展插件，它通过添加额外的条件来控制 AI 图像生成过程，从而极大地增强了 Stable Diffusion 在图像生成方面的灵活性和精确度。"
然后它列出了 20 种控制类型。这个清单我抄下来，因为它比任何教程都直观：
Canny（硬边缘）、Depth（深度）、IP-Adapter、局部重绘、InstantID、InstructP2P、Lineart（线稿）、MLSD（直线）、NormalMap（法线贴图）、OpenPose（姿态）、Recolor（重上色）、Reference（参考）、Revision、Scribble（涂鸦）、Segmentation（语义分割）、Shuffle（随机洗牌）、SoftEdge（软边缘）、SparseCtrl（稀疏控制）、T2I-Adapter、Tile（分块）
这二十个名字，其实是在回答同一个问题：你想约束画面的哪一部分？
想固定轮廓，用 Canny 或 Lineart。
想固定姿势，用 OpenPose。
想固定空间纵深，用 Depth。
想固定语义分区（哪里是天、哪里是地），用 Segmentation。
想只改一小块，用局部重绘或 Inpaint。
想保住脸，用 InstantID 或 IP-Adapter。
我读到这里才真正理解 ControlNet 的意义：它把"构图"从一句形容词，变成了一个可以输入的约束。
在 MJ 里，你说"一个人站在窗边"，它给你一张它理解的图。在 SD + ControlNet 里，你给它一张线稿，它必须按那个轮廓画。前者是许愿，后者是施工。
五、后半本的案例，暴露了真实的难度
第 7 到 15 章是 SD 的案例集：虚拟数字人、给模特换装、人物图像处理（模糊变清晰、黑白线稿上色、卡通转真人、换脸、改姿势）、动漫三视图、游戏场景与道具、小说推文配图、电商广告、影片场景、建筑与室内设计。
这些案例看下来，我发现一件事：难度不在"生成"，在"对齐"。
生成一张漂亮的图，现在谁都会。难的是生成一张符合要求的图——衣服的颜色必须统一、三视图必须是同一个人、古装片必须有那个年代的味道、香水瓶必须是那个牌子的形状。
书里最有价值的其实是那些"翻车与修正"的段落：第一次出来的颜色不对，怎么加 LoRA 调；脸变了，怎么用 ControlNet 锁；构图散了，怎么用 OpenPose 定。
这些段落不好看，但它们是真实的活。
六、这本书的短板
一是安装部分过重。 第 3 章讲 SD 安装、启动器、整合包、插件、模型放哪，占了大量篇幅。这些内容半年就过期，而且现在有一键包，照着做反而绕。
二是版本时效。 书里用的是 SD 1.5 时代的生态（麦橘、chilloutmix 这些模型），MJ 讲的是 V5/V6 之前的参数体系。现在这两边都换代了。
三是案例的"可迁移性"弱。 每个案例都是"提示词 + 参数 + 出图结果"的三段式，你能照抄，但换到自己的需求上，还是得重来一遍。它给的是示范，不是方法。
但它有一个很实在的优点：它敢把"一致性"这个问题摆到台面上讲。 大部分 AI 绘画书都在教你怎么出好看的图，只有它认真讲了"怎么让同一个人出现十次还是同一个人"。
这个问题，才是从玩到用的分水岭。
七、一句话
会写提示词，能出好图；能锁住一个角色、能约束一个构图、能复现同一张脸，才能接活。前一件事靠感觉，后一件事靠工程。 这本书讲的，就是那道坎怎么过——种子管复现，图像提示管长相，LoRA 管细节，ControlNet 管结构。
至于"哪个工具更好"这种问题，读完就不想问了：一个是笔，一个是尺。你不会问笔和尺哪个更好。
阅读记录：微信读书网页版逐页翻阅，788 屏 / 15 章 / 14 分 57 秒。
本书知识图谱见文中配图，原图地址：https://www.jiangtian.top/zb_users/upload/kg/aigc-paint-map.png
发表评论: