揭秘三大图像生成平台：DALL-E2、Midjourney和StableDiffusion的大不同！

文章主题：声明, 人工智能, 图像生成, 文本到图像

666AI工具大全，助力做AI时代先行者！

随着Diffusion Model的普及，AI绘画只需要你输入文本描述，模型就能在几分钟内生成精准匹配的精美图像。本文从使用步骤、费用和商用等角度对3个主流平台进行比较：DALL·E2、Midjourney、Stable Diffusion。

作者：韩信子@ShowMeAI 深度学习实战系列：https://www.showmeai.tech/tutorials/42 自然语言处理实战系列：https://www.showmeai.tech/tutorials/45/> 计算机视觉实战系列：https://www.showmeai.tech/tutorials/46/> 本文地址：https://www.showmeai.tech/article-detail/392

声明：版权所有，转载请联系平台与作者并注明出处

收藏ShowMeAI查看更多精彩内容

🚀随着Diffusion Model的广泛应用，相信大家已经在网络上见识到了大量由人工智能（AI）生成的图像。这些图像均利用了”文本到图像”的生成模型制作而成：只需输入一段文本描述（称为Prompt/提示），AI模型就能在短短数秒或几分钟内，生成一幅或多个精确匹配提示、美观度极高的图像。

ShowMeAI在前序的文章中也做了一些相关的介绍：

你给文字描述，AI艺术作画，精美无比！附源码，快来试试！ 使用Hugging Face发布的diffuser模型快速绘画

截止目前为止，三个最流行的AI作画产品是 Stable Diffusion、 Midjourney和 DALL·E 2。

在本文中，ShowMeAI将对这3种模型进行比较，我们不会介绍这些 AI 模型后面的复杂数学原理，而聚焦在使用方法和效果对比。

DALL·E2

DALL·E2由 OpenAI开发，目前产品版本处于 beta 阶段。

如何使用

① 文本提示作图

在DALL·E2中，我们能够利用『文本到图像』和『文本引导的图像到图像』两大生成算法，轻松地创造出理想中的图片。其中，『文本引导的图像到图像』这一算法更是实用便捷，您只需上传一张图片，AI就会根据您的提示，生成一幅全新的画作。

上图 DALL·E 作画提示词：A stop-motion animation still of a cute robot standing in the forest (一个可爱的机器人站在森林里的定格动画)。

② 文本提示的图到图

这款工具具备”编辑生成图像”的功能，通过采用”文本引导图像到图像”的生成算法，我们能够在已有图像的基础上创建新的图像，从而扩展原有图像的尺寸或对被遮挡的图像进行补全创作。

③ 分辨率和格式

在 DALL·E2 中，所有生成的图像都具有 1024 x 1024 的固定图像大小 。

使用注意事项

首次使用DALL·E服务可以获取50个免费积分（需在首个月内使用完毕）。后续月份，您将每月获得15个免费积分（同样规则，积分不叠加）。每个提示default会生成4个图像，消耗约1个积分，您也可选择付费15美元获取115次作图机会。

DALL·E2 生成的图像可以用于任何合法目的，包括商✦业用途。

Midjourney

Midjourney 由同名研究实验室开发，目前处于公测阶段。

如何使用

生成图像 Midjourney ，您可以使用 Midjourney Discord 服务器。

① 文本提示作图

Midjourney的『文本提示做图』也非常简单，也同样是提交提示文本，就可以生成对应的结果。

上面的截图，是在 Midjourney Discord Server 上提交提示 A stop-motion animation still of a cute robot standing in the forest (一个可爱的机器人站在森林里的定格动画) 的运行结果。

② 图像变体&高分辨率

此外，您可以创建生成图像的其他变体或将生成的图像放大到更高分辨率。

我们也可以输入一个或多个图像的 URL，以其作为初始，配以提示文本引导作图。

③ 分辨率和格式

Midjourney支持创建各种格式的图像，图像分辨率高达 2048 x 2048 。

使用注意事项

首次加入Midjourney Discord家庭，我们能够获取25分钟的免费GPU时间，这大约能支持25次免费的图像生成（每次生成大约需要1GPU分钟）。当你发出一个请求，系统将会生成四个备选作品供你选择。

Midjourney允许付费会员将 Midjourney 生成的图像用于商✦业用途。

Stable Diffusion

Stable Diffusion 由 CompVis、 Stability AI和 LAION开源，于 2022 年 8 月发布，大家都可以使用（但需要一些服务器计算资源支撑）。

如何使用

如果要本地运行 Stable Diffusion，至少需要 10GB VRAM 的 GPU。 Huggingface 提供了有关如何使用 Stable Diffusion 教程。

如果您不想编写和触碰任何代码，也可以使用 Dream Studio Web 应用程序，只需要注册一个帐户即可。

① 文本提示做图

# Dream Studio 的 “文本到图像” 功能提供多种选项，用户可设定生成图像的步驟數、隨機種子等，甚至可以設定每次生成的圖像數量（1至9之間）。

上图为 Dream Studio 提示词 A stop-motion animation still of a cute robot standing in the forest (一个可爱的机器人站在森林里的定格动画) 的运行结果。

一个快捷尝试的方式是在 HuggingFace的 Diffuse the Rest应用里尝试，如下图所示：

② 分辨率和格式

使用 Stable Diffusion，您可以创建各种格式的图像，图像分辨率高达 1024 x 1024。

使用注意事项

首次注册 DreamStudio beta 将获得价值 2 英镑的积分。 这大约相当于 200 次单张图免✦费生成的额度。 免✦费试用后可以按 10 英镑的增量购买额外的积分。

随意使用来自 DreamStudio Beta 和 Stable Diffusion beta Discord 服务的图像用于任何用途， 包括商✦业目的 。

总结

在本文中，我们比较了目前最流行的3个图像生成平台 DALL·E2、Midjourney、Stable Diffusion。对比的结果汇总如下表：

不过请大家注意，下表可能会发生变化，因为这三个模型正在积极开发中，功能也在不断完善。下方的信息来源时间点为2022年9月。

参考资料

你给文字描述， AI 艺术作画，精美无比！附源码，快来试试！：https://www.showmeai.tech/article-detail/313 使用Hugging Face发布的diffuser模型快速绘画：https://www.showmeai.tech/article-detail/312 DALL·E2：https://openai.com/dall-e-2/ OpenAI：https://openai.com/ Midjourney：https://www.midjourney.com/ Midjourney Discord 服务器：https://discord.gg/midjourney Stable Diffusion：https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb CompVis：https://github.com/CompVis Stability AI：https://stability.ai/ LAION：https://laion.ai/ Dream Studio Web 应用程序：https://beta.dreamstudio.ai/ Diffuse the Rest：https://huggingface.co/spaces/huggingface/diffuse-the-rest

推荐阅读

数据分析实战系列 ：https://www.showmeai.tech/tutorials/40 机器学习数据分析实战系列：https://www.showmeai.tech/tutorials/41 深度学习数据分析实战系列：https://www.showmeai.tech/tutorials/42 TensorFlow数据分析实战系列：https://www.showmeai.tech/tutorials/43 PyTorch数据分析实战系列：https://www.showmeai.tech/tutorials/44 NLP实战数据分析实战系列：https://www.showmeai.tech/tutorials/45 CV实战数据分析实战系列：https://www.showmeai.tech/tutorials/46 AI 面试题库系列：https://www.showmeai.tech/tutorials/48