Stable Diffusion：最先进的文本生成图像模型

稳定扩散

生成式 AI 技术正在迅速发展，现在可以简单地根据文本输入生成文本和图像。Stable Diffusion 是一种文本到图像模型，使您能够创建逼真的应用程序。

扩散模型通过学习去除添加到真实图像中的噪声进行训练。这种降噪过程会产生逼真的图像。这些模型还可以通过调节文本的生成过程，仅从文本生成图像。例如，稳定扩散是一种潜在扩散，模型学习识别纯噪声图像中的形状，如果形状与输入文本中的单词匹配，则逐渐使这些形状成为焦点。必须首先使用语言模型将文本嵌入到潜在空间中。然后，采用U-Net架构在潜在空间中进行一系列的噪声添加和消除操作。最后，将去噪后的输出解码到像素空间中。

以下是 Stable Diffusion 生成的输入文本和相应输出图像的一些示例。

以下图片是对输入的回应：“宇航员在火星上骑马的照片”、“印象派风格的纽约市绘画”和“穿西装的狗”。

以下图像是对输入的响应：（i）玩扑克的狗，（ii）森林中树木丛生的城堡的彩色照片，以及（iii）森林中树木丛生的城堡的彩色照片。负面提示：黄色

基于稳定扩散AI 模型开发的工具包

DreamTexture.js自动纹理化开发包是基于 Stable Diffusion AI模型的3D 模型纹理自动生成与设置开发包，可以为 webGL 应用增加 3D 模型的快速自动纹理化能力。

图一为原始模型, 图二图三为贴图后的模型。提示词：city, Realistic , cinematic , Front view ,Game scene graph

1、DreamTexture.js 开发包内容

DreamTexture.js 基于 Three.js 和稳定扩散(stable diffusion) AI 模型开发，用于实现 3D 模型的自动纹理化,当然版本 V1.0,主要文件及目录组织结构如下：

开发包文件	说明
dream-texture.cjs	cjs 格式库文件
dream-texture.esm	esm 格式库文件
dream-texture.umd	umd 格式库文件
stable-diffusion-guide.md	用于 DreamTexture.js 的稳定扩散服务安装指南
LICENSE.md	开发包许可协议文件
example/	DreamTexture.js 使用示例目录

2、DreamTexture.js 开发包快速上手

以 ESM 库为例介绍如何使用 DreamTexture.js 开发包为 Three.js 应用增加 3D 模型的自动化纹理能力。

首先参考开发包中的稳定扩散服务安装指南部署自己的 stable diffusion api 服务，支持 windows 和 Linux。

接下来安装 three.js 开发环境，安装完成后需要引入 DreamTexture.js 库文件，以 ESM 库为例，引入代码如下：

import * as THREE from 'three';
import DreamTexture from './dream-texture.esm.min';

现在创建一个场景，在场景中导入 GLTF 模型，并可以适当的旋转或移动模型：

//将模型导入到场景
const gltfLoader = new THREE.GLTFLoader();
gltfLoader.load('monkey.glb', async (e) => {
  scene.add(e.scene);
});

// 将模型旋转到任何你想要的角度!
box.rotation.y = -Math.PI / 4;

然后实例化一个 DreamTexture 对象，注意要在参数中指定你的稳定扩散 API 服务的 URL：

//初始化DreamTexture对象，传入您的stable diffusion api 地址
const dt = new DreamTexture({
  baseUrl: 'http://127.0.0.1:7860', //stable diffusion url
});

现在就可以调用 DreamTexture 对象的 setTexture 方法传入提示词等参数, 让 AI 模型自动生成生成一张纹理图片，并投射到模型上，代码如下：

//编写提示词和其他参数
// 成功启动stable diffusion api后，可在 http://127.0.0.1:7860/docs 查看文档
const params = {
    prompt: 'monkey head, Brown hair, cartoon',//描述所需图像的细节越详细，Stable Diffusion生成效果越接近描述，较少描述则更具创意性。
    negative_prompt: 'blurry',//不希望Stable Diffusion生成的内容，用于排除不需要的元素。
    denoising_strength: 0.85,// 去噪强度
    cfg_scale: 15,//文字CFG比例
    image_cfg_scale: 7,//图片CFG比例
    steps: 10,//采样步数
    sampler_index: 'DPM++ SDE Karras',
    sampler_name: '',
};
dt.setTexture(scene, params).then((res) => {
  console.log('纹理添加成功！');
});

3D 模型的自动纹理化效果如下：

案例 1：

aa2

图一为原始模型, 图二图三为贴图后的模型。提示词：

car, Realistic , photography , hyper quality , high detail , high resolution , Unreal Engine , Side view

案例 2：

aa1

图一为原始模型, 图二图三为贴图后的模型。图二提示词：

Realistic , photography, bottle, porcelain

图三：将'porcelain'换为'glass'

3、DreamTexture.js 开发包 cjs/umd 库文件的使用

DreamTexture 支持三种常用的 js 库格式，除了前面介绍的 esm 格式，还支持 cjs、umd 格式：

cjs 库的引入代码如下：

const ProjectedMaterial = require('./dream-texture.cjs.js');

umd 库的引入代码如下：

<script src="./three.js"></script>
<script src="./dream-texture.umd.js"></script>

4、DreamTexture.js 开发包 API 接口说明

DreamTexture.js 的 API 接口非常简单，说明如下：

new DreamTexture({ baseUrl })

初始化 DreamTexture 对象,稍后用于 3D 模型的自动纹理化。

参数	描述
`baseUrl`	stable diffusion api 地址

dreamTexture.setTexture(object3d:THREE.Object3D, params)

DreamTexture 会将传入的 object3d 的正视图作为依据来完成 3D 场景的自动纹理化，包括纹理的生成和自动投射。

参数	描述
`object3d`	THREE.Object3D。支持 Group 和 Mesh。
`params`	stable diffusion img2img api 的参数

转载：Stable Diffusion：最先进的文本生成图像模型 (mvrlink.com)