最近大火的两大AI绘图工具 Midjourney VS StableDiffusion

大家好，我是讯享网，很高兴认识大家。

大家好，今天给大家介绍一下最近大火的两大AI绘图工具，Midjourney （官网）和stable diffusion（官网）。

下面将分别从上手难易程度、出图效果、出图效率、使用成本进行对比。

1、上手难易度

首先我们来看上手难易度。

Midjourney提供了一个友好的界面来帮助用户了解和操作每一步。它还提供了一个简单的模板，可以让用户快速开始并轻松创建和发布他们的消息。midjourney是基于discord搭建的绘画平台，先注册discord，用discord的账号可以直接登录midjourney，完成后即可进入Midjourney对应的对话框，通过输入不同的命令来调用不同功能。此外，Midjourney还允许用户使用现有的媒体，可以轻松地添加图片等。

在这里插入图片描述
讯享网

进入之后，你可以看到midjourney的公共绘画区，很多人在这里生成图片，实时更新。

在这里插入图片描述

左侧栏里可以浏览频道，还有一些newbies-110，newbies-140这些是新手区，可以点进去生成自己的图片。

在这里插入图片描述

StableDiffusion，目前是开源的，也就是可以直接在本地部署，它需要用户深入了解技术知识，才能使用它来发布信息。它需要用户熟练掌握编码和数据库技术，才能完全利用它的所有功能。此外，StableDiffusion要求用户自己导入图像，视频等媒体，而不像Midjourney那样提供现成的媒体。当然对于硬件也是有要求的，基本要3g以上显卡显存至少要8gb。同时StableDiffusion模型占据的硬盘也比较多，至少有20-30G空间。当然也可以通过云部署的方式，比如通过Google的clap来部署StableDiffusion，即可通过url进行访问并使用。当然，想要得到更加丰富多彩的图片效果，还需结合不同的模型loray等。

StableDiffusion 大模型的切换，首先是这个界面左上角，在这里可以切换你所安装的模型。

在这里插入图片描述

文生图，这里与 Midjourney 不同的是，StableDiffusion 有一个反向关键词（意思是不要图片出现什么），文生图的关键词格式与 Midjourney 基本一致。

在这里插入图片描述

下面这块参数就是设置图片的一些基本参数，分辨率、尺寸等等，具体参数见下文

在这里插入图片描述

图生图，这个也很好理解，放参考图然后输入提示词，与其他 AI 绘画软件一致。

在这里插入图片描述

图片信息，意思是你用 SD 画的图，放在这里来，右边会显示这个图片的一些参数，包括关键词。

在这里插入图片描述

综合来讲，从上手难易度来说，Midjourney 更容易上手，StableDiffusion 稍难于上手！

2、两大ai绘图工具的出图效果

Midjourney 的底层原理是基于生成对抗网络和深度学习技术，当然我们还是更关注它的出图效果。我们可以看到Midjourney生成的图片都比较精美，目前版本已经升级到v5，真人生成会更加真实，细节处理的也比较到位。但是手指的处理上还是会出现瑕疵，Midjourney生成图片的可控性并不强，需要不断调整prompt，所以这也是目前最大的瓶颈。

例如，想要输入：可爱的女孩，手捧鲜花，背景是情人节活动气球装饰，用在线翻译帮忙翻译成英文关键词，输入：Lovely girl, holding flowers, with Valentine’s Day balloons in the background

机器人会在一分钟之内生成4张图片：

在这里插入图片描述

而StableDiffusion 用ldm潜在扩散模型，其目标是消除高斯噪声在训练图像上的连续应用，可以将其视为一系列去噪自动编码器。stable diffusion结合不同的模型，lauray可以生成各种不同风格的图片，通过正向提示词和反向提示词，可以更好的生成想要的图片。stable diffusion不仅仅具备纹身图、图声图、图、声纹这些功能，其嵌入的control net解决了空间一致性问题。以前根本没有有效的方法来告诉ai模型要保留输入图像的哪些部分control net。通过引入一种方法来改变这一点是StableDiffusion，能够使用额外的输入条件来告诉模型确切的做什么，甚至引入三dopen pose，生成人物的姿势或者动作，来精准控制需要生成的图片。这个是目前在a i绘图方面得到较高认可的功能。

例如：油画

prompt: portrait of bob barker playing twister with scarlett johansson, an oil painting by ross tran and thomas kincade

在这里插入图片描述

比如，这样的赛博朋克风

prompt: Cyberpunk, 8k resolution, castle, the rose sea, dream

在这里插入图片描述

从出图效果看，StableDiffusion在可控性和应用广度上都略胜一筹。

3、出图效率

StableDiffusion 有一个弊端，就是速度非常慢，动辄半个小时起步。

Midjourney是Disco Diffusion的原作者Somnai所加入的AI艺术项目实验室，Midjourney 对 Disco Diffusion 进行了改进，平均1分钟能出图。

4、ai绘图工具的使用成本

（1）、midoriy 如果你第一次在输入框里输入关键词时，弹出的是下面这样的提示。

在这里插入图片描述

说明免费用户没资格生成图片，需要去付费，以前的版本是说新用户有25张图片免费生成机会，但其实每输入一次关键词、点击一次放大、微调都算一次，所以25次免费机会很快就用完了，如果还想继续使用，还是需要购买会员。

现在的版本似乎没有新用户免费试用额度了，已经关闭了免费使用权限，必须订阅才能使用。

目前可以年年和月月付分为三档，basic plan, standard plane plan主要是在出图数量、快速模式时间快速出图模式和并行数有所区别。

在这里插入图片描述

（2）、StableDiffusion

StableDiffusion虽然是开源的，可以在本地运行，但是对硬件要求较高。如果不考虑入手硬件的小伙伴，也可以考虑购买类似google collab p的云服务进行部署。我们以google clap为例，有coo lab pro、co lab pro加两种订阅方案。这两个在计算单元上有所区别。同时，collab pro加还支持后台执行，最后还有psugo方案，可以购买更多的计算单元，从使用成本看因人而异。如果只是想生成一些图片，两者都可，成本也相差无几。如果是想长期使用ai绘图工具辅助完成一些工作，我会建议入手一款配置高点的显卡，在本地部署stable defence。从长期投入来看，成本是最低的一种方案。

（3）、成本对比图

在这里插入图片描述