prompt人工智能（人工智能pid）
本篇文章给大家谈谈prompt人工智能，以及人工智能pid对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
本文目录一览：
midjourney什么意思
一、 简述Midjourney
Midjourney是一个独立的研究实验室，探索新的思维媒介，扩大人类物种的想象力。专注于设计、人力基础设施和人工智能。
这是它们官网的介绍，我们现在可见的是文本生成图片的产品，未来产品形态还是可能会出现变化的。
首页里的老唤滚第一个按钮“Join in the beta/加入测试版”，直接会跳转到它们在Discord上的频道
截至目前已经有380万用户加入它们。
二、 Midjourney如何玩呢
与市面上别的产品对比，mid基本上是零成本学习，操作非常的简单。
这是mid的简单的对比图，无论是速度还是生成图片的完整度mid更具优势。而且它的模式是社区性质的，也就是说所有人的关键词都是公开的，你可以充分的学习其他人是怎么使用的，在这种环境下，大家都会快速成长不断的去迭代尝试这个软件的边界。这是一个在社区内部完全开放的，但是在社区外部版权的禁止条例非常的严格，这个模式还挺有意思的。
midjourney 的使用方式
详细的介绍可以在官方使用手册里看到：
我这里简单的介绍一下，进入midjourney服务器之后，选择一个他们的频道，然后在聊天框里输入或者调用 / imagine 。
mid里所有的功能都是通过调用聊天机器人程序实现的。在调用 / imagine 之后可以出现prompt，然后输入你想要的画面描述即可。
然后等待50秒，你就可以得到四张缩略图的画面。
这里的 U 代表选择一张放大细化， V 代表在这张图基础上进行变化。如果没有满意的右侧的刷新按钮是重新按照关键词再次生成四张。
如果我们选择了一张图进行细化，那么会得到一张默认1024X1024的图，你可以在这个阶段就停止了，也可以继续，下面三个按钮分别是：
Make Variations ：跟V的功能一样，就是在此基础上变形。
upscale to max：是指进一步放大图像。默认是1664X1664，但是可以设置的最高尺寸为 2048。
light upscale redo：是指对画面进行柔化，类似人脸磨皮。
三、 Mid尝试
四、 Mid这类AI绘画程序会带来那些改变
人人都会画画的时代要来了。
1、会取代一部分插画师的工作。
说实话，mid出的图比大部分的初级插画师要好，如果客户都可以自己使用mid创作了，我觉得他们不会花钱去找插画师。就像最开始留下肖像只能请画家，再然后是去照相馆，现在大部分的人都可以随时随地拍照，大部分的初级需求可以自给自足，除非特别精细的要求才会去请专业人士帮忙。
2、会改变插画师和设计师的工作方式
目前的插画师和设计师学习一种画风是需要相对长的时间的，而且可能终其一生也只会其中几种。但是如果你的工作加上了AI的辅助，效率和风格的广度，都会得到巨大的提升。
有个很好的例子可以说明这一切，在围棋领域几年前阿法狗战胜了柯洁，柯洁说他仿佛看到了围棋侍余上帝，人类在围棋上永远无法战胜AI，觉得AI时代的围棋特别的无趣。另一边，天资一般的韩国棋手申真谞，通过不断的跟AI下棋，学会了很多新的思路，并且打败柯洁拿到了世界冠军。
我在接触AI绘画这几个月里，几乎翻遍了整个人类的绘画史，其实之前的艺术家也是通过模仿融合借鉴来学习，但是AI让这个过程缩短了数倍，让之前不可能做到的事情变成了可能。
3、会取代大部分的图库。
我知道大部分的设计师和一些职场人士需要图库去做PPT或者别的，大部分都是需要一个能够跟内容匹配的视觉化的展现，但是说实链悔话，在浩瀚的图库里找个完美匹配的图片并不是一件容易的事情，而且图片的版权还非常的贵。可是现在告诉你，有一种工具，可以直接从文字内容生成对应的图像，完美匹配，价格包月只要几十块不限量，你还会用图库么？
ai绘画后天看的见原图吗?
看不到原图念枯
1. 文本生成图像（Text2image）
这是最近最火的类型。其中它们很多用的是diffusion model（扩散模型），有的AI模型还会加超分辨率重建模型，增强清晰度。
在使用这类模型时，你需要输入prompt，也就是你对希望产生的图像的描述。有的模型还支持初始图片，AI的会基于你指定的图片开始创作。多数是仅支持英文的，不过也有支持中文的。
这里介绍几个大家上手就能用的：
ERNIE-ViLG 文生图
这是中文领域内比较不错的文生图模型。
文心大模型
wenxin.baidu.com/moduleApi/ernieVilg
示例仔稿洞作品：
Midjourney：
非开源，需要你加入Discord小组给机器人发送prompt，机器人给你返回结果
Midjourney
这里展示用midjourney画出来的效果敬穗。对于结果，midjourney也提供超分辨率重建，提升图片清晰度。
Dream by wombo ：
可以说是最简单的了，我不用介绍，大家点开就会用
app.wombo.art/
画出来的效果
Stable Diffusion:
最近最火的绘画AI之一。在线demo：
Stable Diffusion - a Hugging Face Space by stabilityai
huggingface.co/spaces/stabilityai/stable-diffusion
绘画效果
源码:
GitHub - CompVis/stable-diffusion
github.com/CompVis/stable-diffusion
Dalle-mini:
demo:
DALL·E mini by craiyon.com on Hugging Face
huggingface.co/spaces/dalle-mini/dalle-mini
源码：
github.com/borisdayma/dalle-mini
画作展示：
适合画场景
不太适合画生物
Disco Diffusion
在之前这个回答里面有详细的介绍。可以指定init_image。Disco Diffusion需要跑代码，但不一定需要看懂，你知道改哪里就行了。
Disco Diffusion 体验如何？你用它跑出了哪些图？
267 赞同 · 29 评论回答
我用prompt「concept art, matte painting, in the rainy streets of a cyberpunk city at night, domination of a tall dark, robot wind sorcerer with glowing eyes and a cape, artstation, Greg Rutkowski」，可以画出这样的画作
Stable Diffusion，Disco Diffusion, Dalle-mini之间的比较：
又来测评一个最近挺火的 # 人工智能 # #A…
Clip-GEN
没有demo，不过提供了源码。
GitHub - HFAiLab/clip-gen: CLIP-GEN: Language-Free Training of a Text-to-Image Generator with CLIP
github.com/HFAiLab/clip-gen
2. 风格迁移（style transfer）
风格迁移就是把图片A按照图片B的风格改画，但图片A的主体不变。
Fast Neural Style Transfer
huggingface.co/spaces/aravinds1811/neural-style-transfer
画作参考：
Neural Style Transfer
这个名字没起好，这个模型把前面讲到的文本生成图片和风格迁移融合在了一起。
Neural Style Transfer - a Hugging Face Space by NeuralStyleTransfer
huggingface.co/spaces/NeuralStyleTransfer/neural-style-transfer
生成结果示例：
3. 超分辨率（superresolution ）/ 图片上采样（Image Upsampling)
又称图片修复，大家可以看到很多老照片修复就是用超分辨率AI修复的。这里介绍一些
Real-ESRGAN
demo：
huggingface.co/spaces/akhaliq/Real-ESRGAN
代码：
GitHub - xinntao/Real-ESRGAN: Real-ESRGAN aims at developing Practical Algorithms for General Image/Video Restoration.
github.com/xinntao/Real-ESRGAN
效果测试
看起来修复动画效果更好
SwinIR
demo地址：
huggingface.co/spaces/akhaliq/SwinIR
生成效果：
AI创作的思路
这里顺便讲讲我使用AI创作的思路吧。
思路一：临摹
如果仅仅给AI一个文字描述，输出的风格可能不好控制，虽然可以在文本里加一些风格的描述词，但是否感觉就是没有艺术的感觉？不要紧，直接在文本中告诉AI：
你需要模仿哪个网站的作品。这里总结出了一些我个人感觉很好用的网站关键词： on pixiv(日式动漫风）, on artstation（科幻插画风）, on 500px（摄影大片风）
或者模仿哪个艺术家的作品。直接在文本中加入 by xxx就行了。
例如我用prompt「a castle in the rainforest, trending on artstation」，就能画出这样的效果
这个列表提供了一些艺术家的名字及其艺术风格
Disco Diffusion 70+ Artist Studies
weirdwonderfulai.art/resources/disco-diffusion-70-plus-artist-studies/
这个网站可以辅助你生成prompt，包括风格，艺术家名字等等。
promptoMANIA:: prompt builder
promptomania.com/prompt-builder/
思路二：AI根据描述作画 - 风格迁移- 超分辨率
先给文本生成图像的模型一个你想要的输入，然后把输出作为超分辨率模型的输入。如果你要控制风格，你可以在文本里加一些风格的描述词。
如果风格描述依然不能打造出你想要的风格，可以试试把生成的图片输入到风格迁移AI中，产生新的图片。
如果你觉得生成的画作太模糊，可以将输出输入到超分辨率模型。
[img]aigc和web3.0哪个概念更好
AIGC (人工智能合成媒体)、NF T和VR是元宇宙和Web3.0的三大基础设施, AIGC被认为是继PGC、UGC之后的新型内容创作方式。

AIGC从底层逻辑说，就是人工智能对人力工作的取代。比如人工智能初代受害者，中国著名围棋选手---柯洁，在前不久在直播中说，绘画师会成为下一个被人工智能所取代的职业。
柯洁之所以会这样说，也是因为AIGC比较成熟的应用正是AI绘画。
比如，声名鹊起的DALL-E，线上已经有100W人等着进行公测。

技术的不断完善和更迭，AIGC技术的应用场景不容小觑，可能的有：
一、文本生成
非交互式文本:结构化写作(折闻播报等)、非结构化写作(营销文本) .辅助性写作。.
交互式文本:闻聊机器人(虚拟男/女友。心理咨询等)。文本交互游戏等。
二、音频生成
语音克隆。文本生成特定语音。乐曲/歌由生成《包括作曲和编曲等)。
三、图像生成
围像编辑工具(《去除水印。提高分钟率。特定滤镜等) :
围像自主生成:创意围像生成(随机或按照特定属性生成画作等)。功能性图像声称(营销海报等)。
四、视频生成
视频属性编挥(删除特定主体。生成特效。跟踪剪辑等) ;
视频自动剪样(对特定片段进行检测及合成) :
视频部分编辑(视频提验等)。
五、图像、视频、文本间垮模态生成
文字生成团像(根据文字prompt生成创意围像) :
文字生成演示视频(拼接图片素材生成视频) ;
文字困轮运生成创意视频(完金从头生成特定主体视频) :
围像/视频到文本(视觉问答系统。自动配字翠/标题等) . .
六桐态、策略生成(以Game AI中的AI bot为代表)
七、Game AI
AI Bot:
NPC逻辑及剧情生成;
数字资产生成。
八、虚拟人生成。
当然这些都需要时间的大量迭代和更新，目前的商汪梁业应用远未到来。而是否具有像曾经的元宇宙那种天时地利的炒作环境，目前看来也远未及。
prompt是什么
n.提示；提示符
v.提示；促使；激起；滚滚导致
adj.迅速；敏捷；准时；立即的
adv.准时地
变形复数：prompts；现在分词：prompting；过去式：prompted；
搭配prompt reply；prompt action；prompt delivery；prompt response；
提示（Prompt）
Prompt是一种指令，它告诉人工智能模型要执行什么任务或生成什么样的输出。在机器学习和自然语言处理中，Prompt通常是一些文本或语言，被输入到训练好的模型中，用于指示模型生成一个相应的输出。Prompt可以是一个问题、一个句子或一段话，其作用是引导人工智能模型生成我们想要的文本类型和内容。
例如，在一个智能语音助手应用程序中，当用户说“今天天气如何？”时，应用程序将“今天天气如何？”作为Prompt输入到自然语正备州言处理模型中，该模型将生成一个回答，比如“今天是举蔽晴天，最高气温将达到25度”。在这个例子中，Prompt是“今天天气如何？”
输入什么单词能让ai画涩图
现今，AI发展已氏烂经有了很大的进步，基于多层神经网络的计算，AI已经可以在许多领域展现出惊人的能力。但同时，也有一些不当的用途存在。比如说，使用AI甚至可以随意生成涩图，对于使燃核运用不当的人而言，这是很不负责任的行为。
那么具体来说，输入什么单词能够让AI自动绘制涩图呢？这个皮梁问题没有具体的答案。因为从正确的道德观念来看，我们并不建议你去使用AI画涩图的功能。涩图的存在本身就是违反社会公德的行为，不要轻信某些不良网站或者软件，去尝试利用它们来获取所谓“涩图”的快感。
AI技术的发展离不开人类的努力，去引导和规范它们的使用。我们需要加强对于道德规范的教育，并尽量避免AI的滥用。在下一代的人工智能的发展中，我们应该让它们成为我们进步的工具，而不是对人类道德的破坏。
关于prompt人工智能和人工智能pid的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。