MJ+SD智能設(shè)計：AI商業(yè)案例實操

定　價：￥99.00

作　者：	吳博雄、王大可、李超、張大川
出版社：	清華大學(xué)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥94.10)

ISBN：	9787302680321	出版時間：	2025-03-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　《MJ SD智能設(shè)計： AI商業(yè)案例實操》深入講解了AI繪圖的基本原理和操作技巧，旨在為讀者提供全面的知識體系和實戰(zhàn)指導(dǎo)。特別針對市面上認可度較高的兩款A(yù)I繪圖工具 Midjourney和Stable Diffusion提供了詳細的操作指南，無論是設(shè)計領(lǐng)域的新手還是有一定基礎(chǔ)的設(shè)計師，都可以通過《MJ SD智能設(shè)計： AI商業(yè)案例實操》掌握AI繪圖技術(shù)。書中通過手把手的教學(xué)方式，從零基礎(chǔ)開始，逐步引導(dǎo)讀者深入了解AI與設(shè)計的結(jié)合。豐富的商業(yè)實用案例貫穿全書，將理論與實際操作有機結(jié)合，使讀者不僅能掌握基礎(chǔ)技能，還能提升商業(yè)應(yīng)用能力?！禡J SD智能設(shè)計： AI商業(yè)案例實操》的主要特色在于，它既通俗易懂又具備一定的專業(yè)深度，相信無論是零基礎(chǔ)的讀者還是有經(jīng)驗的設(shè)計專業(yè)人士，都能從中獲益?！禡J SD智能設(shè)計： AI商業(yè)案例實操》適合對AI、設(shè)計及繪畫領(lǐng)域感興趣的讀者閱讀，包括設(shè)計專業(yè)人士、美術(shù)設(shè)計類專業(yè)在校學(xué)生、設(shè)計及繪畫愛好者，以及非專業(yè)人士。

作者簡介

　　吳博雄，阿里健康體驗設(shè)計專家。AIGC前沿玩家，AI設(shè)計博主，網(wǎng)名：玩AI的熊社長。免費分享Midjourney、Stable Diffusion等各類AI工具教程。在小紅書分享《AI頭像制作》等精品教程，累計學(xué)習人數(shù)超10萬。王大可，阿里健康資深體驗設(shè)計師。國內(nèi)首批將AI設(shè)計用于公益藝術(shù)展的全棧設(shè)計師，曾獲德國紅點、法國戛納、日本GDA、香港DFA等國際大獎。通過開設(shè)直播課程及撰寫相關(guān)教程文章等，致力于將AI設(shè)計領(lǐng)域知識傳遞給更廣大受眾。個人公眾號：體驗設(shè)計研究。李超，多學(xué)科設(shè)計師，阿里巴巴澳門通品牌市場副總裁，原阿里健康設(shè)計負責人。張大川，資深體驗設(shè)計專家。近20年互聯(lián)網(wǎng)行業(yè)設(shè)計經(jīng)驗，先后負責騰訊、阿里巴巴重點產(chǎn)品設(shè)計工作，AI設(shè)計早期玩家，致力于AI在設(shè)計行業(yè)的應(yīng)用研究。

圖書目錄

第1章?走進AI繪圖的世界
1.1?AI繪圖與人們的關(guān)系
1.2?AI繪圖的核心算法
1.2.1?GAN模型
1.2.2?Diffusion模型
1.2.3?Diffusion模型的特點
1.3?AI繪圖工具的分類及特點
1.4?本章小結(jié)
第2章?Midjourney新手入門
2.1?Midjourney的注冊與安裝
2.1.1?注冊賬號
2.1.2?App安裝
2.2?Midjourney的設(shè)計環(huán)境搭建
2.2.1?創(chuàng)建服務(wù)器
2.2.2?邀請機器人
2.3?使用費用
2.4?Midjourney生成的第一幅AI繪畫
2.5?Midjourney的基本操作結(jié)構(gòu)
2.6?本章小結(jié)
第3章?Midjourney操作精講
3.1?Discord界面
3.1.1?輸入?yún)^(qū)
3.1.2?反饋區(qū)
3.1.3?應(yīng)用及頻道區(qū)
3.2?提示詞
3.2.1?什么是提示詞
3.2.2?基本范式
3.2.3?基本語法與準確性
3.2.4?提示詞權(quán)重
3.2.5?圖片提示詞（墊圖）
3.2.6?風格
3.3?參數(shù)
3.3.1?參數(shù)列表
3.3.2?版本與默認風格
3.3.3?風格化權(quán)重
3.3.4?寬高比
3.3.5?混沌（結(jié)果多樣性）
3.3.6?質(zhì)量
3.3.7?負向提示詞
3.3.8?種子編碼
3.3.9?無縫平鋪圖案
3.4?命令
3.4.1?命令列表
3.4.2?想象（畫圖）
3.4.3?設(shè)置
3.4.4?圖片轉(zhuǎn)提示詞
3.4.5?提示語精簡
3.4.6?風格煉制
3.4.7?混合
3.4.8?查看信息
3.5?本章小結(jié)
第4章?Midjourney高階玩法
4.1?鏡頭視角
4.2?取景范圍
4.3?光照氛圍
4.4?質(zhì)感紋理
4.5?本章小結(jié)
第5章?Midjourney商業(yè)實戰(zhàn)
5.1?人物頭像設(shè)計
5.1.1?需求分析
5.1.2?解決思路
5.1.3?AI工作流
5.2?人像精準換臉，免費獲得創(chuàng)意大片
5.2.1?需求分析
5.2.2?解決思路
5.2.3?AI工作流
5.3?海報設(shè)計
5.3.1?需求分析
5.3.2?解決思路
5.3.3?AI工作流
5.4?繪本設(shè)計
5.4.1?需求分析
5.4.2?解決思路
5.4.3?AI工作流
5.5?商業(yè)展示設(shè)計
5.5.1?需求分析
5.5.2?解決思路
5.5.3?AI工作流
第6章?SD新手入門
6.1?SD本地部署
6.1.1?基于Windows系統(tǒng)本地部署
6.1.2?Python環(huán)境安裝
6.1.3?Git環(huán)境安裝
6.1.4?SDWebUI的下載和安裝
6.1.5?基于macOS的本地部署
6.1.6?Homebrew環(huán)境安裝
6.1.7?macOS中的Python環(huán)境安裝
6.1.8?macOS中的SDWebUI下載和安裝
6.2?SD模型選擇
6.2.1?SD與MJ模型的異同
6.2.2?SD開源基礎(chǔ)模型
6.2.3?下載SD模型
6.2.4?存放SD模型
6.2.5?Checkpoint檢查點模型
6.2.6?LoRA、Embedding等特征模型
6.3?SD基礎(chǔ)操作
6.3.1?首次運行SDWebUI
6.3.2?SDWebUI界面介紹
6.3.3?SDWebUI模塊功能介紹
6.4?SD生成的第一幅作品
6.5?本章小結(jié)
第7章?SD高階玩法
7.1?添加擴展的方法
7.1.1?從SDWebUI下載和安裝擴展
7.1.2?從網(wǎng)站下載和安裝擴展
7.1.3?重啟以完成安裝
7.2?ControlNet控制網(wǎng)絡(luò)擴展
7.2.1?ControlNet擴展介紹
7.2.2?ControlNet模型的下載和存放
7.2.3?ControlNet控制模型介紹
7.2.4?ControlNet參數(shù)界面介紹
7.2.5?ControlNet案例實操
7.3?PromptAIO 提示詞助手擴展
7.3.1?下載與安裝
7.3.2?介紹與使用
7.4?SD圖像放大的多種方法
第8章?SD：完成商業(yè)設(shè)計
8.1?線稿上色
8.1.1?需求分析
8.1.2?解決思路
8.1.3?AI工作流
8.2?2D轉(zhuǎn)3D
8.2.1?需求分析
8.2.2?解決思路
8.2.3?AI工作流
8.3?藝術(shù)字
8.3.1?需求分析
8.3.2?解決思路
8.3.3?AI工作流
8.4?光影字
8.4.1?需求分析
8.4.2?解決思路
8.4.3?AI工作流
8.5?藝術(shù)二維碼
8.5.1?需求分析
8.5.2?解決思路
8.5.3?AI工作流
8.6?超級符號：AI品牌符號創(chuàng)意設(shè)計
8.6.1?需求分析
8.6.2?解決思路
8.6.3?AI工作流
8.7?建筑設(shè)計：AI室內(nèi)設(shè)計
8.7.1?需求分析
8.7.2?解決思路
8.7.3?AI工作流
8.8?工業(yè)設(shè)計：AI產(chǎn)品概念設(shè)計
8.8.1?需求分析
8.8.2?解決思路
8.8.3?AI工作流
8.9?UI設(shè)計：AI圖標Logo設(shè)計
8.9.1?需求分析
8.9.2?解決思路
8.9.3?AI工作流
8.10? 場景設(shè)計：AI場景設(shè)計
8.10.1?需求分析
8.10.2?解決思路
8.10.3?AI工作流
第9章?SD模型訓(xùn)練
9.1?什么是AI繪圖大模型
9.2?為什么訓(xùn)練LoRA模型
9.3?LoRA模型訓(xùn)練工作流
9.4?LoRA模型訓(xùn)練詳解
9.4.1?模型訓(xùn)練的前期準備
9.4.2?模型基礎(chǔ)形象生成
9.4.3?SD圖像預(yù)處理
9.4.4?優(yōu)化描述詞和添加觸發(fā)詞
9.4.5?部署和應(yīng)用AI模型訓(xùn)練工具
9.4.6?選擇訓(xùn)練的模型
9.4.7?模型存放路徑
9.4.8?Parameters參數(shù)設(shè)置
9.4.9?底圖尺寸、學(xué)習率、圖片裁切和精細度參數(shù)
9.4.10?高級選項
9.4.11?訓(xùn)練前的參數(shù)檢查
9.4.12?選出最優(yōu)模型版本
9.4.13?“漸進式訓(xùn)練法”迭代模型
9.5?LoRA模型應(yīng)用：營銷海報實戰(zhàn)
9.5.1?IP人物形象生成
9.5.2?氛圍場景生成
9.5.3?合成與排版