约 6059 字 · 阅读约 15 分钟

事情的起因其实非常简单。我想试试 AI 绘画。

我觉得打开网页、输入一句话、等几秒钟就能拿到图片的在线服务固然不错。

但是万一，我让它润色一下我的自拍，它把我的大头照上传了，咋办？

所以我想把绘画模型放在自己的电脑里，让它在本地画画。

至于具体怎么实现，我其实没有特别明确的计划。

我只知道自己已经准备好了一个绘画模型，电脑里也有一套可以运行它的工具。

剩下的事情，我打算交给 AI。

我的要求也不复杂，参考已有的图片，画一张风格相近的新图。画面里有一个橙色系的女孩，只不过原来的女孩是躺着的，我希望她换成趴着的姿势。

就这么一点要求。

我当时甚至已经开始期待成品了。

毕竟，AI 都能写文章、做表格、编程序了，让它帮忙画张画，应该不算什么大事吧？

后来我才知道，自己对「不算什么大事」这几个字，存在相当严重的误解。

#一、画还没开始画，画室先出了问题

如果把 AI 绘画比作请画家作画，那么我手里的这套工具，就相当于一间刚刚装修好的画室。

里面有画笔、颜料、画布，还有一位据说很会画画的画家。

问题是，这间画室还没有真正开张过。

我把要求交给 AI，让它自己安排。

它检查了一下现有的东西，决定先搭建一套最基本的绘画流程。

这个过程有点像给画家安排工作，先拿到参考图片，再理解我的要求，接着动笔，最后把成品保存下来。

听起来很合理，AI 也确实很快完成了准备。

它开始第一次尝试。系统报错了，我还没意识到问题有多麻烦。

毕竟第一次使用新工具，遇到一点小毛病很正常。

AI 检查了一番，发现问题出在一个名字上。

简单来说，它给画室里的某个抽屉贴了一张标签，写着「参考图片一」。

可是画室的管理系统要求，这张标签必须写成「图片区·参考图片一」。

少了前面几个字，管理系统就不认。

这就有点像学校教务处要求提交「高二三班张三」的作业，你只写了「张三」。

人一看就明白是谁，机器却坚持说找不到。

AI 找到了原因，修改了标签。这回成功了。

我以为事情终于走上正轨。结果没过多久，我打开绘画界面，按下运行按钮。

熟悉的错误又出现了。我看着屏幕，陷入沉思。不是刚修好吗？

#二、刚修好的错误，怎么又活过来了？

这次 AI 也没有立刻给出答案。它重新检查了画室，发现了一件很有意思的事情。

原来，这间画室有两扇门。一扇门是 AI 自己使用的，可以直接把任务交给绘画系统。

另一扇门是给人使用的，也就是我眼前那个可以拖动方框、连接线路的绘画界面。

AI 刚才修好的，是第一扇门。第二扇门里，还放着旧版本的任务单。

于是就出现了非常滑稽的一幕，AI 从自己的门进去，一切正常。我从界面进去，同一个错误原封不动地出现。

更麻烦的是，旧任务单还不止一份。

电脑里有两个地方保存着这些绘画流程，其中一处还会在启动时把自己的内容复制到另一处。

这意味着，就算今天修好了，如果没有处理干净，明天重新打开画室，旧错误还有可能回来。

AI 只好把相关的任务单全部检查一遍，统一修改，再确认重新打开时不会恢复旧版本。

这倒是很像生活中的某些场景。比如老师修改了课件，结果上课时打开的还是昨天的版本。

1

TypeError: unexpected keyword argument 'image_1'

1

"images.image_1": ["9", 0]

同一个报错，从界面回来。我贴了一份界面上的报错过来，问这是怎么了。一模一样的 TypeError，一模一样的 image_1。

这次的原因不在代码里。工作流存成 JSON 之后，那个槽位是这么一行，

1

{ "localized_name": "image_1", "name": "image_1", "shape": 7, "type": "IMAGE", "link": 11 }

#三、我的电脑不大，AI 却想开一家画廊

画室终于可以正常接收任务了。

但还有一个现实问题。我的电脑并不是专门用来训练大型 AI 的昂贵设备。它只有一块显存为 8GB 的显卡。

显存可以简单理解成显卡工作时使用的桌面。

桌面越大，能同时摊开的东西越多。

而我准备的绘画模型，光是主要文件就已经超过了 10GB。

这就像你买回来一套很大的绘画工具，却发现工作台根本摆不下。

好在 AI 并没有直接宣布放弃。

它检查了模型的特点，发现可以采用一种更节省空间的运行方式。

有些暂时用不到的东西，可以先放在电脑的其他地方，需要时再拿出来。

就像画家不必把所有颜料同时摆在桌面上。

经过调整，这套模型居然真的能够在我的电脑上工作。当然，代价是速度。

AI 随后测试了两种不同的画面尺寸。

较小的画面，大约几十秒就能完成一次绘制。

换成更大的画面，等待时间就明显增加，整次任务需要两分多钟。

我这才发现，原来「画得更大」并不是把图片简单放大。

它意味着画家需要处理更多细节，也意味着电脑需要花费更多时间。

不过，对于一个刚开始折腾 AI 绘画的人来说，这已经相当令人满意。

毕竟，最初我还担心电脑根本带不动。现在至少可以确定，这间画室虽然不大，但确实能开张。

#四、别人家的豪华画室，搬过来却不能用

解决了基础问题之后，AI 开始考虑怎样让绘画更方便。

这时候，我找到了一套别人分享的绘画方案。

打开一看，密密麻麻，全是方框和连线。

足足一百多个步骤。

如果说我们刚刚搭好的流程是一间小画室，那么这套东西看起来简直像一家设备齐全的美术工厂。

我自然有点心动。

既然别人已经做好了，直接拿来使用，不就省事了吗？

于是我让 AI 检查一下，这套方案能不能在我的电脑上运行。

AI 起初给出了一个令人振奋的消息，需要的工具似乎都在。

但它没有停在这里，而是继续核对。

结果发现，第一次检查的方法出了问题。

这有点像你去仓库询问，「有没有油画颜料？」

仓库管理员没有回答，只递给你一张盖着「已受理」印章的空白纸。

你却把这张纸当成了「有货」的证明。

AI 第一次检查时，就犯了类似的错误。

它重新核对清单，结果发现，这套豪华方案不仅缺少十几种工具，还缺少一批配套材料。

为了避免误判，它又实际打开绘画界面，尝试运行。

结果也很明确，跑不起来。这套方案并不是简单补几个文件就能使用。

要让它正常工作，还需要解决一整串额外的问题。

AI 最终放弃了直接照搬的计划。

我倒没有觉得特别遗憾。别人用得很好的东西，不一定适合自己。

别人家的厨房有十几种专业设备，不代表你必须把它们全部买回来，才能做出一顿好饭。

既然豪华工厂搬不过来，那就继续经营自己的小画室好了。

#五、我只想改一个地方，AI 却可能重画整张图

接下来，事情终于开始接近我最初的愿望。

我希望 AI 不只是凭文字生成图片，还能参考已有的画面进行修改。

比如，一张画里的人物、背景、衣服和装饰都已经很好了。

我只想改其中一个小地方，其他部分最好保持原样。

这听起来很简单。

但 AI 绘画有一个麻烦的特点，你告诉它「只改这里」，它不一定真的只动这里。

它可能顺手调整背景，改变光线，甚至让人物的其他细节也发生变化。

就像你请一位画家修改人物的帽子。

第二天去取画，却发现他不仅换了帽子，还重新画了衣服，顺便把窗外的天气也改了。

画家可能觉得这样更协调。但我不一定愿意。

AI 为此设计了一套新办法。先在原图上划定一个区域，告诉绘画模型，这里可以重新画。其他地方不要动。

等新内容画好，再把修改后的部分放回原图。

这样，原来不需要修改的部分，就能直接保留下来。

听起来像是给图片做一次精细的修补。

不过，真正实现时又出现了一个意想不到的问题。

AI 发现，用来标记修改区域的东西，如果直接放进原始图片里，绘画模型可能会把它误认为图片本身的一部分。

换句话说，我原本想告诉画家「这里需要修改」。

画家看到的却可能是「这里原来就是空白的」。

两者完全不是一回事。

于是 AI 改变了方案。

它把原始图片和修改范围分开保存。

一份告诉画家原来的画面是什么样。另一份专门告诉它哪里可以修改。再把结果组合起来。

经过测试，这套方法终于跑通。修改范围之外的原图，可以原样保留。

这一次，我们的小画室总算有了一项真正实用的本领，不是每次都重新画一张，而是可以只修改画面中需要改变的地方。

#六、我说参考第二张，它偏偏看上第三张

到这里，我已经开始觉得事情有希望了。

AI 不仅能够绘画，还能够同时参考多张图片。

这正是我需要的功能。

因为很多时候，我们想要的效果并不完整存在于某一张图片中。

可能第一张的人物姿势很好，第二张的服装漂亮，第三张的头饰更符合想象。

如果能把这些特点组合起来，就方便多了。

于是我让 AI 按照第二张参考图进行修改。

结果出来之后，我发现有点不对。

它好像参考了第三张。

我把情况告诉 AI。它重新做了一组对照测试。

先要求使用第二张，再要求使用第三张。

结果非常有趣，两次生成的内容，都明显偏向同一张参考图。

也就是说，AI 并没有可靠地理解我所说的「第二张」「第三张」。

这件事乍看有点不可思议。

毕竟，我们平时看图片时，第一张、第二张、第三张，分得清清楚楚。

但绘画模型理解多张图片的方式，并不一定和人类看相册的方式相同。

AI 于是换了一种表达方法。

不再简单地说，「参考第二张图片的头饰。」

而是改成，「参考那张带有黑色蕾丝和深红色玫瑰装饰的头饰。」

结果这次，它找对了。

同样的参考图片，同样的绘画设置，只是把要求说得更具体，结果就发生了变化。

这件事和日常生活中与人沟通的经验很相似。你告诉学生「把第二段改一下」，对方可能还要数第二段是哪一段。

但如果你说「把描写秋天落叶的那一段改得更生动」，意思就清楚得多。

和 AI 沟通时，具体描述事物的特征，有时比单纯告诉它编号更可靠。

#七、从修改图片，到凭空画出一张图

到这里，画室已经能够完成一件重要的事，拿着已有的图片，根据要求进行修改。

但我最初想折腾的是 AI 绘画。

总不能永远拿着别人的图片改来改去。

我还希望有一天，自己只需要描述一个场景，AI 就能从空白画布开始，把它画出来。

比如，黄昏时分，一间安静的旧书店，窗外正在下雨，暖黄色的灯光落在木质书架上。

没有参考图片。只有文字。能不能画出来？

于是，我们开始搭建另一套绘画流程。

这一次，AI 不再需要先拿到一张图片，而是直接根据文字创建画面。

过程中也遇到了一些限制。

例如，现有工具中适合这套模型的空白画布，只能直接生成正方形。

如果想画成长方形，就没有之前那么方便。

AI 检查了原因，发现并不是随便调整一个数字就能解决。

这套绘画模型对画布的内部格式有自己的要求，不能直接套用其他模型常见的办法。

它没有强行拼凑一套看似能用的方案，而是先按照现有条件完成了正方形画布的绘画流程。

至少现在，画室已经具备两种能力，一种是根据文字，从头画出一张图片。另一种是参考已有图片，对画面进行修改。

对于刚开始尝试本地 AI 绘画的我来说，这已经比最初预想的进展大得多。

#八、最后才发现，画室还会偷偷恢复旧布置

就在我以为事情终于可以结束的时候，又出现了一个小插曲。

我找到了这套绘画模型官方提供的工作流程。

既然是官方版本，自然值得拿来比较一下。

于是我让 AI 检查，我们自己搭建的流程，和官方提供的到底有什么区别？

结果相当令人欣慰。主要步骤、连接方式和关键设置都一致。

不同的地方，主要是示例文字、随机设置，以及保存图片时使用的名称。

也就是说，AI 之前根据说明自己搭建的流程，并没有漏掉重要环节。

这让我放心了不少。不过，检查过程中，AI 又发现了一个容易被忽视的问题。

还记得前面那两份绘画任务单吗？

原来，每次启动画室时，其中一个文件夹里的内容都会被复制到另一个文件夹。

而且，这种复制可能直接覆盖已有内容。

这就意味着，你今天在绘画界面里认真调整了半天，还点击了保存。

明天重新启动，昨天的修改却可能不见了。启动程序又把旧版本搬了回来。

这简直像一间神奇的教室。放学前明明已经重新布置了桌椅。

第二天早上进门，却发现所有桌椅又恢复成了上周的样子。

AI 最后统一整理了两边的文件，让它们保持一致。

多余的版本也进行了清理。

到这里，这间折腾了两天的小画室，才算真正收拾妥当。

#九、两天过去，我终于拥有了一间能用的 AI 画室

回头看看，这两天发生的事情实在有些出乎意料。

我最初只是想让 AI 帮忙画张画。

具体一点，是让参考图片里的女孩换个姿势。

结果，AI 先后忙着修理绘画工具、处理反复出现的错误、研究电脑能不能带动模型、检查别人分享的方案、尝试局部修改、纠正参考图片的识别问题，最后还得防止保存好的成果被旧文件覆盖。

如果把这些过程全部写成技术记录，大概就是一篇充满陌生名词、参数和错误信息的文章。

但站在一个普通使用者的角度，我看到的其实是另一件事。

我提出一个愿望，AI 尝试把它变成现实。

遇到问题时，它需要寻找原因。

发现方案不合适时，它需要重新选择。

第一次判断错了，就得重新检查。

有时候它甚至需要推翻自己刚刚得出的结论。

而我不必从第一天起就理解所有工具的内部原理。

当然，这不意味着 AI 什么都能做对。

恰恰相反，这两天里，它也犯过错误。

它曾经把一次没有得到明确结果的检查当成成功。

它也曾经以为修好了一个问题，结果另一个入口还留着同样的毛病。

有些问题，是直到真正运行起来才暴露的。

所以，我越来越觉得，使用 AI 并不是把一句话交给它，然后闭着眼睛等待奇迹。

更像是和一个知识丰富、行动积极，但偶尔也会犯迷糊的助手一起完成任务。

你需要告诉它自己想要什么。

看到结果不符合预期时，需要指出来。

至于具体该怎么修、怎么试、怎么安排步骤，可以让它承担更多工作。

这可能才是普通人接触这些新工具时，最有意思的地方。

过去，想在自己的电脑上搭建一套 AI 绘画工具，意味着先学习大量陌生知识。

现在，至少可以尝试换一种顺序。

先有一个想法。

让 AI 帮忙寻找实现的方法。

在一次次尝试中，慢慢理解自己正在使用的东西。

不必等到什么都学会了，才允许自己开始。

当然，这次折腾也留下了一个颇为滑稽的事实，我原本是来学画画的，结果前两天几乎都在装修画室。

好消息是，画室终于能用了。

接下来，总该轮到真正画画了吧？

希望如此。

毕竟，我最初想要的那张画，还在等着呢。