進化的Automatic1111：Vlad Diffusion - Stable Diffusion
閱讀時間約 11 分鐘
2023/6/23 - 最近筆者的Vlad常常算圖卡住，所以轉回去用A1111，但為了算大圖又換回Vlad。移除幾個不常用的extensions並更新到6/23最新版本後，似乎有變穩定。
前提
Stable Diffusion（下略SD）是方興未艾的開源AI繪圖程式，原本只憑輸入 Python 指令即可完成繪圖，但這種方式不方便使用，所以很多大神會撰寫各自的UI和插件以供快速重複使用。然而因為都是在當志工，某個版本/插件的大神作者突然就停止更新的情況也屢見不鮮，這是會讓人覺得煩躁、但也讓人覺得有趣的現象。無論如何，基本原理是相通的，所以即便現在使用的介面突然哪天停止更新了，也不至於讓所學付諸東流。
正題
那麼就來切入正題。
Vlad Diffusion（下略Vlad）和 Automatic1111（下略A1111）相較：
優點
- 介面優化
- 效能優化
-針對 Torch 2.0 優化
-使用 SDP（Scaled Dot Product）優化運算，無須 xFormers 也可顯著提升效能、降低 VRAM 使用量（*想繼續使用 xFormers 也是可以的，安裝後可調設定） - 內建 LoRA、LyCORIS、 Custom Diffusion, Dreambooth 訓練功能
- 內建以下插件：
System Info （系統資訊）
ControlNet
Image Browser （圖片瀏覽器）
LORA
LyCORIS
Model Converter
CLiP Interrogator
Dynamic Thresholding
Steps Animation
Seed Travel
Multi-Diffusion Upscaler
詳情請參閱作者提供的Vlad Github頁面：
https://github.com/vladmandic/automatic
https://github.com/vladmandic/automatic
基本上多數使用者會用到的插件都已預先安裝好了。
缺點
- 有A1111沒有的一些小缺點，例如：
-顯示剩餘運算時間的小框有可能會看不到；
-更改設定後即使有按套用設定、重新啟動UI（Apply Settings、Restart UI），時不時仍會發生錯誤，必須關掉命令提示視窗重新執行；
-發生錯誤時不一定會有提示，但Vlad會「發呆」；
-運算生圖期間如果發生錯誤，有可能產生持續性bug，需要關掉命令提示視窗重新執行，介面也可能需要重新整理刷新。 - 介面比A1111要略加複雜。
- 人氣值可能會被 ComfyUI 超車。
＊註：有 Unreal、Unity3D 等遊戲引擎或 Blender、Maya 等3D繪圖軟體經驗的人，ComfyUI 將會是首選介面，但 A1111 和 Vlad 更適合沒有上述經驗或剛入門 SD 的使用者。
安裝
英文不錯的人可直接看這部影片完成所有步驟：
【這位作者有很多 SD 的教學而且更新很勤，個人力推！】
主要有三個步驟：安裝 Python、安裝 Github、安裝 Vlad
Vlad 的安裝步驟比 A1111 略為繁瑣：
1. 先到想安裝 Vlad 的目錄下，例如 G:\StableDiffusion\
2. 在該目錄下的路徑欄位輸入 cmd 後按下 Enter
2. 在該目錄下的路徑欄位輸入 cmd 後按下 Enter
3. 開啟的命令提示字元視窗會直接到該目錄下，這時請輸入：
git clone https://github.com/vladmandic/automatic
然後按下 Enter，就會將 Vlad 複製到該目錄下。
4. 複製完成後關掉命令提示字元視窗，準備開始下載和更新很多內容。上面的教學影片是指示到複製好的「automatic」資料夾內雙點 launch.py 執行更新，但我認為雙點同資料夾下的 webui.bat 就可以了，因為 webui.bat 就包含執行 launch.py 的步驟，且也是以後執行 Vlad 時雙點的批次檔。
- 初次下載更新會很花時間。因為沒有進度條所以有時候會在某些項目卡很久，請耐心等候。
- 跑更新時有可能會遇到錯誤（紅字 Error），但不是所有的 Error 都會造成問題。只要最後有出現網址和能順利開啟介面，通常就代表安裝成功了。
*我自己是跑了 launch.py 至少三次（期間有遇到紅字 Error），之後再執行 webui.bat 就有順利執行。
- 初次下載更新會很花時間。因為沒有進度條所以有時候會在某些項目卡很久，請耐心等候。
- 跑更新時有可能會遇到錯誤（紅字 Error），但不是所有的 Error 都會造成問題。只要最後有出現網址和能順利開啟介面，通常就代表安裝成功了。
*我自己是跑了 launch.py 至少三次（期間有遇到紅字 Error），之後再執行 webui.bat 就有順利執行。
- 更新期間可能會遇到下列提問：
最簡單乾脆的方法就是輸入「y」後按下 Enter，不然就要用文字編輯程式打開 webui.bat，於第一行的下方輸入既存 checkpoint 的所在路徑，例如：
set COMMANDLINE_ARGS= --ckpt G:\StableDiff\webui\models\Stable-diffusion
＊我自己因為很早就把 A1111 中的 1.5SD 的 .ckpt 檔案給砍了，所以還是得重新下載。不下載不給跑 Vlad，這點和 A1111 不太一樣。
如果真的無法安裝成功且英文不錯的話，可前往教學影片作者開設的Discord群中在 #help 中提問，或到 #faq 搜尋有沒有解答。
該群也會討論其他UI（例如ComfyUI）或插件（extensions），也可以交流自己的作品喔。
實際使用
初次設定
初次使用需要設定/轉移想使用的模組、插件等，已經有使用 A1111 或其他介面的話應該已經有相關檔案了。雖然最簡單暴力的方式就是全部都複製到 Vlad\automatic 目錄下的對應資料夾，但這些檔案有些非常龐大，而且 Vlad 有提供系統路徑（System Paths）的修改功能，何不充分利用？
＊註：首次使用 SD 就使用 Vlad 介面的人，請依照原本設定的路徑擺放對應的模組/插件即可，可跳過以下 System Paths、ControlNet 更改路徑的部分。
我因為把 Vlad 和 A1111 都安裝在同一個主資料夾內，所以我的路徑修改如下：
「../」是「往上一個母目錄」(parent directory)的意思。「../../」就是往上兩個母目錄的意思。因為我的Vlad 「automatic」路徑如下：
G:\StableDiff\_Vlad1111\automatic
而我的 A1111 目錄路徑如下：
G:\StableDiff\webui
所以我使用「../../」回到「G:\StableDiff\」，系統就能找到 A1111 的「webui」和其下的子資料夾了。
當然也可以直接貼上完整的絕對路徑，只是如果資料夾搬到其他位子時必須一併更新。
ControlNet 也得修改路徑，但因為 ControlNet 是在 automatic 的子資料夾的子資料夾中，所以需要「../../../../」（../連四次）：
紫框兩個打勾的部分是聽說這樣算出來的結果會比較理想就打勾的，但我沒有實際驗證過。
最後我還調整了下面兩個部分：
這裡是添加快捷選項的功能。因為VAE是常常需要用到的功能，所以我添加了。添加後主介面會增加下面這個欄位：
初次設定調整好後，請記得按過「Settings」頁面的這兩個按鈕：
保險起見，建議關掉Vlad的命令提示視窗重開。
常用選項
最後來介紹幾個常用功能/選項：
From Text、From Image = A1111的 Text2Image、Image2Image
Clip Skip
該選項在 A1111 也有，不過深埋在設定選項內。簡要言之，目前公認的用法是：寫實畫風設定成1，ACG設定成2。可以實際玩玩數值（1~4）比較差異。
Tile Diffusion、Tile VAE
這兩者都是提升效能（算大圖）相關的插件，內建於Vlad中。理論上兩者的效能比 SD Upscale 和 Ultimate SD Upscale 要更好。
Tiled Diffusion 在 From Image 介面中的選項多了很多。
「Tiled」的意思就是「一塊一塊」的意思，換句話說就是把圖片切成好幾塊運算，以達到減少VRAM使用量的方法。紅框的部分我沒使用過，以下僅簡要說明紫框的部分：
Tile Diffusion：
- Enabled - 勾選以使用
- Method - 據說 MultiDiffusion 效果很好（也是預設選項）
- Move ControlNet Images to CPU (if appllicable) - 有使用 ControlNet 時把 ControlNet 的圖片移至 CPU 端，也就是空出更多的 VRAM
- Keep input image size - 保留輸入圖片的解析度（From Image）
- Upscaler - 放大圖片時選擇的放大演算法
- Scale Factor - 放大倍率
Tiled VAE：
- Enabled - 勾選以使用
- Encoder Tile Size - 切割的Tile區塊大小
＊如果發生 CUDA 記憶體不足錯誤時，請將區塊大小調小
＊當運算圖片的最長邊<=此值，實際上不會觸發 Tiled VAE 功能。 - Fast Encoder/Fast Decoder - 快速編碼器、快速解碼器，可加快算圖速度
- Encoder Color Fix - Fast Encoder 有可能造成預期外的色差，可勾選此項修正，但會增加記憶體用量和運算時間。
最後使用 Vlad 運算的小說封面圖結尾（有額外在 Clip Studio Paint 後製）：
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
最近在嘗試使用不同的AI生圖方式混合出圖的方式，採用A平台的優點，並用B平台後製的手法截長補短，創造出自己更想要的小說場景，效果不錯，現在以這張圖為例，來講一下我的製作步驟。
最近有空時就在看如何使用AI作圖的方式製作出有魄力的動作與構圖，恰巧在Civitai這個AI作圖網站上找到了一些有趣的人物姿態，因此發想了一些構圖，依照這些構想做出來的圖效果還算可以接受，因此在這邊記錄一下過程與步驟。
生成式AI工具即將邁入三年，除了ChatGPT以外，也進化了許多GenAI工具，如Sora影片生成等。
你知道Stable Diffusion嗎？
從詠唱魔法師Prompts的玩家或職務，AI浪潮持續推進下，SD-WebUI並沒有停滯或被淘汰。
結果告訴了我們一件事情...
Stable Diffusion 的 Mov2Mov 套件是一個非常強大的工具，讓你可以自動化和簡化視頻轉換過程。這個套件特別適合那些希望在視頻中進行面部替換、添加配件或改變角色外觀的人。這裡是關於這個套件的一些詳細介紹：
功能和優點
自動化視頻轉換：
Mov2Mov 可以自動化視頻到
隨著人工智能技術的發展，AI 繪圖已經變得常見。Fast Stable Diffusion XL on TPUv5e 是在 Hugging Face 平臺上建立的演示模型，使用 TPU v5e 運行 SDXL 模型，大幅提高了圖像生成速度，生成一張 1024x1024 圖像只需約 10 秒。
這篇要介紹AI生成影片的兩個方式：SVD 跟 AnimateDiff。
這篇文章精選了三款必備的AI繪圖工具，包括MidJourney、DALL·E和Stable Diffusion。這些工具提供了豐富的創作可能性，讓使用者能夠輕鬆地以AI技術創作各種繪畫作品。
Tensor Art 使用 Stable Diffusion 的各種模型，也能使用ControlNet 和 LoRA功能，根據使用者的輸入來文生圖、圖生圖，生成各種風格的高質量圖像，包括人像、動人的風景、創意的抽象畫等。
Stable Diffusion Online是網頁版的Stable Diffusion AI圖像生成工具，省去了繁瑣的安裝和設定步驟，可以無限生成圖片，且不用註冊就可以免費使用，更棒的是還可以商業使用，為使用者提供更便捷的圖像生成體驗。
這個地址可以讓我一鍵安裝目前所有的開源AI應用，包括：
AI繪圖工具：Stable Diffusion的Web UI和comyUI
視訊換臉工具：Face Fusion
聲音課程工具：RVC和XTDS
記住這個地址，它可以讓你一鍵安裝目前所有的開源AI應用。不用管環境配置需要哪一個，直接點擊
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
最近在嘗試使用不同的AI生圖方式混合出圖的方式，採用A平台的優點，並用B平台後製的手法截長補短，創造出自己更想要的小說場景，效果不錯，現在以這張圖為例，來講一下我的製作步驟。
最近有空時就在看如何使用AI作圖的方式製作出有魄力的動作與構圖，恰巧在Civitai這個AI作圖網站上找到了一些有趣的人物姿態，因此發想了一些構圖，依照這些構想做出來的圖效果還算可以接受，因此在這邊記錄一下過程與步驟。
生成式AI工具即將邁入三年，除了ChatGPT以外，也進化了許多GenAI工具，如Sora影片生成等。
你知道Stable Diffusion嗎？
從詠唱魔法師Prompts的玩家或職務，AI浪潮持續推進下，SD-WebUI並沒有停滯或被淘汰。
結果告訴了我們一件事情...
Stable Diffusion 的 Mov2Mov 套件是一個非常強大的工具，讓你可以自動化和簡化視頻轉換過程。這個套件特別適合那些希望在視頻中進行面部替換、添加配件或改變角色外觀的人。這裡是關於這個套件的一些詳細介紹：
功能和優點
自動化視頻轉換：
Mov2Mov 可以自動化視頻到
隨著人工智能技術的發展，AI 繪圖已經變得常見。Fast Stable Diffusion XL on TPUv5e 是在 Hugging Face 平臺上建立的演示模型，使用 TPU v5e 運行 SDXL 模型，大幅提高了圖像生成速度，生成一張 1024x1024 圖像只需約 10 秒。
這篇要介紹AI生成影片的兩個方式：SVD 跟 AnimateDiff。
這篇文章精選了三款必備的AI繪圖工具，包括MidJourney、DALL·E和Stable Diffusion。這些工具提供了豐富的創作可能性，讓使用者能夠輕鬆地以AI技術創作各種繪畫作品。
Tensor Art 使用 Stable Diffusion 的各種模型，也能使用ControlNet 和 LoRA功能，根據使用者的輸入來文生圖、圖生圖，生成各種風格的高質量圖像，包括人像、動人的風景、創意的抽象畫等。
Stable Diffusion Online是網頁版的Stable Diffusion AI圖像生成工具，省去了繁瑣的安裝和設定步驟，可以無限生成圖片，且不用註冊就可以免費使用，更棒的是還可以商業使用，為使用者提供更便捷的圖像生成體驗。
這個地址可以讓我一鍵安裝目前所有的開源AI應用，包括：
AI繪圖工具：Stable Diffusion的Web UI和comyUI
視訊換臉工具：Face Fusion
聲音課程工具：RVC和XTDS
記住這個地址，它可以讓你一鍵安裝目前所有的開源AI應用。不用管環境配置需要哪一個，直接點擊