Tensor.Art 工作坊:Stable Diffusion 與 ComfyUI Workflow 的比較分析

在數位藝術的創新領域,Tensor.Art 提供了兩個強大的線上工作區:Stable Diffusion 工作區和 ComfyUI Workflow 工作區。雖然兩者都能夠產生令人驚嘆的圖像,但它們在操作和功能上存在顯著差異。讓我們深入了解他們的特點和優勢。

*本篇文章翻譯自 Tensor.Art Workshop: A Comparative Analysis of Stable Diffusion and ComfyUI Workflow

若你還不知道什麼是 Tensor.Art 或是不知道如何使用的話,歡迎先看看教學文章 Tensor Art 教學:目前最推薦的免費網頁版 AI 繪圖工具!

Tensor Art:https://tensor.art/

Stable Diffusion 工作區

Stable Diffusion 工作區指的是一般「Classic Mode」,透過指令、反向指令、調整模型、參數等等讓 AI 去生成圖片。

Tensor.Art Classic SD 工作區的螢幕截圖

Stable Diffusion 工作區:SD 工作區更像是預設的影像產生工具。使用者只需輸入指令,選擇模型和 Loras,設定採樣器參數,工作區就會產生相對穩定的影像效果。此外,使用者還可以選擇建立文字轉圖像、圖像轉圖像、文字轉動畫,或利用 hires.fix、adetailer 等細節調整功能。 SD 工作區對使用者友好,可滿足大多數使用者的基本影像產生需求。

ComfyUI Workflow 工作區

Tensor.Art 推出新功能「Workflow Mode」,讓你可以在網站上製作自己的 AI 生圖 Workflow,能執行更多、更複雜的參數設定,幫助你達成理想的生圖成果。

Tensor.Art ComfyUI Workflow 工作區的螢幕截圖

ComfyUI Workflow 工作區:與 SD 工作區相比,CW 工作區提供進階功能和更大的靈活性。開啟 CW Workspace 後,您會看到一個網格狀的空白畫布,您可以在其中新增和修改節點。您也可以選擇使用預設工作流程範本開始建立,儘管 CW Workspace 的學習曲線較為陡峭,但其可自訂性和優化的效能使其成為專業使用者的首選。

SD 工作區與 CW 工作區製圖比較

SD 工作區 vs. CW 工作區

這是兩張使用相同參數但分別使用 SD 工作空間和 CW 工作空間製作的圖片。它們的指令如下:

masterpiece, best quality, absurdities, high resolution, 8k, ray tracing, intricate details, highly detailed, A castle on a cliff at sunset, medieval style towers and white walls, sunset, A small boat on the seaside, beach, coconut trees, seagulls, Snowy mountains with thick snow, heavy snowfall, Modern modern city at midnight, the lights in the city are like stars

為什麼使用相同參數的圖片卻有如此大的差異呢?

可以將 SD Workspace 視為一條通用的、預先包裝好的組裝線,能夠滿足大多數使用者對影像產生的基本需求。透過簡單的操作,您可以使用 controlnet、adetailer 和 inpaint 等功能產生不錯的圖片並修改細節。但這條工作線對於原始資料的「輸入輸出」過程是固定的,當你輸入一些提示或一個影像時,你必須等待整個工作線運行後才能輸出完成的結果。這個過程是一個黑盒子,常常讓你不確定處理哪裡出了問題,導致生成的結果不太令人滿意。如果你將所有的指令都輸入到單一輸入框中,AI 可能會忽略你想要表達的許多細節或將它們混淆。例如,如果你想讓一隻狐狸出現在圖像的左下角,人工智慧可能會在右側畫一隻狐狸。

將影像分為幾個部分,並在 CW 工作區中為每個部分配置一個“管道”。

相較之下,CW Workspace 可以比喻為多個較小管道的組合,每個管道負責處理一部分資料內容,最後聚合成詳細且令人滿意的影像。由於其高可配置性,CW 工作區可以透過 SD 工作區無法進行的方式進行最佳化。這也大大提高了速度,用戶報告說,與 SD 工作區相比,CW 工作區的生成速度快了 3-5 倍。在此過程中您可以添加許多自訂節點和圖像輸出端口,讓您可以隨時調整本地參數並立即看到調整的效果,而不是等待整個圖像生成後再進行調整。這種透明度和靈活性可以被認為是 CW Workspace 的主要優勢!您可以將影像分為幾個部分,並為每個部分配置一個「管道」。每條管道都能用 AI 能夠理解的語言準確表達局部場景的細節,最終將它們拼湊在同一張圖像中,得到一張細節精益求精、令用戶滿意的畫面。

然而,CW Workspace 有其局限性。鑑於其高度可自訂性,使用者可能需要花一些時間了解共享工作流程的結構和節點放置。為了幫助使用者了解各節點的功能和使用方法,我們推薦這本 ComfyUI 社群手冊

綜上所述,SD Workspace 和 CW Workspace 各有所長,能滿足不同使用者的需求,我們希望本文可以幫助您了解並充分利用這兩個工作區。

所有演示和範例圖像都是使用 Tensor.Art 的線上 SD 工作區和 CW 工作區產生的,不需要特定的硬體或軟體。

喜歡這篇文章嗎?

目錄

其他相關文章

學無止盡!再來看看其他教學文章吧!

音樂串流平台 Spotify 因應 AI 發展推出新功能,這不僅僅是一次技術革新,更是對於用戶需求的回應和對未來趨勢的預見。
ChatGPT 自推出以來一直在不斷進步,除了自然語言處理模型的精進,在用戶使用上也不斷地優化,你有發現你的 ChatGPT「Reply」新功能已經開放使用了嗎?另外從今天起你也可以不用創建帳戶就可以使用 ChatGPT!
因為圖像產生器實際上並沒有讀取文字!AI 看似勢不可擋,但它無法拼寫"burrito"(墨西哥卷餅)。讓我們來看看 AI 拼寫的相關問題。