Midjourney 与 Stable Diffusion：AI 画图入门这一篇就够

Wed, 10 May 2023 00:00:00 +0000

今年上半年，AI 画图从极客圈的小众玩具变成了人人都能玩的东西。朋友圈里突然冒出很多风格统一的头像，插画师开始用 AI 打草稿，自媒体配图也不再全靠图库。站在风口上的两个名字，一个叫 Midjourney，一个叫 Stable Diffusion。它们都能根据一句话生成图片，但用法、门槛和气质完全不同。新手最容易犯的错误，就是分不清这两者的区别，稀里糊涂交了钱或者装了一堆软件。

Midjourney：先玩起来再说

Midjourney 是目前最容易出效果的 AI 画图工具。它没有独立的网站和 App，而是寄生在聊天软件 Discord 里：加入官方服务器，在频道里输入指令加上一段描述，几十秒后就能拿到四张图。它的出图质量稳定，色彩和构图有一种天生的"高级感"，哪怕提示词写得很糙，也很少出特别离谱的结果。

代价是自由度相对有限。Midjourney 免费试用的额度很少，之后要按月订阅；生成的图片默认公开在社区频道里，别人能看到你画了什么；想精细控制某个局部、换脸、固定人物长相，就比较吃力。它的定位更像是"灵感机器"：适合做头像、插画、海报、灵感板，适合快速验证一个想法长什么样。

对新手来说，Midjourney 是最好的第一站。先注册 Discord 账号，进官方服务器，用最简单的句式开始：主体加风格，比如"一只橘猫坐在窗台上，水彩风格"。出图之后用放大和变体功能挑一张喜欢的，再慢慢学着往提示词里加光线、镜头、画幅这些细节。

Stable Diffusion：自由，但要自己动手

Stable Diffusion 走的是另一条路：模型完全开源，可以下载到自己的电脑上本地运行。好处是自由度拉满——换模型、换风格、控制姿势、局部重绘、训练自己的风格模型，几乎没有天花板；生成过程完全私密，图片存在自己硬盘里，不用担心被围观。

代价是门槛。本地运行需要一块性能过得去的独立显卡，显存太小会跑不动；安装和调试环境对纯新手不太友好，各种插件和模型文件也容易让人眼花缭乱。当然也有在线的托管版本，不用自己装，但免费额度同样有限，重度使用还是要付费。

如果你的目标是长期、大量、定制化地出图，或者想把 AI 绘画嵌进自己的工作流，比如固定画风做系列插画、给产品批量做渲染图，Stable Diffusion 值得投入一个下午去折腾。反之，只是想尝鲜、偶尔做几张配图，Midjourney 更省事。

提示词怎么写才像话

两个工具的提示词逻辑是相通的，核心是把画面讲清楚，而不是堆华丽的形容词。一个可用的提示词通常包含四层：主体是什么，在做什么，处在什么场景，用什么风格呈现。比如"一位老渔夫在码头修补渔网，清晨薄雾，电影感光线，胶片质感"，就比"好看的渔夫"有效得多。

新手可以按这个顺序练：先写主体和动作，出图看看方向对不对；再加场景和氛围；最后叠加风格词，比如水彩、赛博朋克、油画、像素风。每次只改一个变量，对比出图结果，很快就能摸到工具的脾气。另外要注意，Midjourney 对英文提示词更友好，中文描述容易被误解，写提示词时尽量用英文，实在写不出来也可以先用翻译工具辅助。

还有两个常见坑：一是提示词越长越好，其实堆砌无关的词只会让画面失控；二是负面提示词（不想要的元素）要慎用，写"不要有文字"有时反而会让画面出现文字，换成正向描述往往更管用。

版权和商用，先搞清楚再用

AI 画图的版权问题现在还没有全球统一的定论，但有几条红线是明确的：不要用 AI 生成知名人物的肖像去做商业宣传，不要拿着明显模仿在世艺术家风格的图去冒充对方作品，更不要把生成图当成实拍照片去误导别人。

商用方面，各家工具的条款不一样，免费版和付费版的授权范围也不同。接商业单之前，务必去读一遍你所用工具当时的使用条款，确认你的订阅档位是否包含商用授权；给客户交付时，也最好在合同里写清楚图片是 AI 生成的，避免后续纠纷。个人学习、社交分享、非商业创作，风险相对小得多，但署名和说明仍然是好习惯。

免费上手路径

不想一上来就花钱，可以这样走：先用 Midjourney 的免费额度体验出图流程，判断自己是不是真的喜欢这件事；同时了解一下本地部署 Stable Diffusion 的硬件要求，如果电脑显卡够用，装一个开源界面慢慢玩，长期成本最低；如果只是偶尔用，市面上还有不少基于 Stable Diffusion 的在线工具和 App，免费额度够应付轻度需求。

两个工具不是非此即彼。很多人最后的组合是：Midjourney 负责快速出灵感、定方向，Stable Diffusion 负责精修和批量生产。先想清楚你要图来干什么，再决定从哪个入手，就不会走弯路。

进阶玩法：从一张图到一套图

出图稳定之后，新手常会遇到下一个问题：怎么让一系列图看起来像出自同一个人之手？办法有几个。第一是固定风格词，每次提示词里都带上同一套风格描述，比如同样的画风、同样的光线、同样的色调，模型会沿着这个方向出图；第二是固定种子值，Midjourney 和 Stable Diffusion 都支持指定种子，同一提示词加同一颗种子，出图结果会高度接近，适合微调；第三是参考图，用已有的图作为起点，让 AI 在它的基础上改，这在做系列头像、系列插画时特别好用。

局部修改也是进阶必修课。Stable Diffusion 里有重绘功能，可以框选画面里不满意的部分单独重新生成，比如手画崩了只重画手，不用整张推倒重来。Midjourney 也有类似的思路，通过变体功能在满意的图上继续演化。掌握"先整体、后局部"的节奏，出图效率会高很多。