众所周知，过去的一年可以被视为属于AI的一年，人工智能在各行各业都得到了迅猛的发展，ChatGPT和Newbing的出现极大地改变了人们对于AI的认知，而诸如Dall-E，Midjounrney, SD等工具的出现更让AI绘画从实验性质的尝试，变成了真正具有生产力的工具。考虑到人工智能在建筑设计领域巨大的潜力，在去年十月，我就开设了第一期stable diffusion的课程，讲解了sd的基本操作流程和相关使用技巧。然而人工智能的发展速度还是大大超出了我们的预期，短短几个月内，针对stable diffusion，大量新的模型库，新的插件和新的功能被开发出来。课程案例快闪视频-Rhino+SD建筑表现工作流©洪宸等等很多在去年难以完成的操作，使用当前的stable diffusion都可以轻松完成。因此虽然stable diffusion的基本使用方法和底层逻辑并没有发生什么大的变化，考虑到其功能的巨大提升，课程的扩充还是很有必要的。
因此，为了提升同学们对于stable diffusion的理解，强化对于人工智能的掌握，并能够将AI真正的运用在建筑设计与表现流程。我们特别推出[ stable diffusion人工智能应用教学课2.0 ]，由LAC软件课程主管洪宸老师教授，针对想进一步提升AI绘图能力的同学，通过学习stable diffusion的使用方法与操作技巧，让大家可以更加科学，从容的完成地设计任务，轻松玩转AI绘图。Research Assistant, The University of HongKongMArch, The University of HongKong毕业于香港大学两年MArch专业，并师从Christian Lange于香港大学数字化实验室担任一年研究助理（RA）。擅长参数化分析与数字化建造，提倡通过科学分析来指导建筑设计。
目前在LAC STUDIO担任建筑方向学术主管，并负责LAC STUDIO网络课程研发，开设有Rhino全模出图工作流，参数化建筑力学分析模拟，参数化绿色建筑分析与模拟以及LAC暑期制图教室等网络课程。
考虑到stable diffusion在版本更新的过程中，其基本使用方法和底层逻辑并没发生变化。因此在第一节课中，我仍将使用第一期sd课程的内容，给大家介绍一下stable diffusion的操作逻辑，参数含义，关键词设置等等内容。包括基本绘制流程的讲解，以及对于原画以及建筑图纸关键词的简单设置。（报名过第一期stable diffusion课程的同学可略过此部分内容）
inpainting采样方式比对在掌握了stable diffusion基本的功能和使用方法后，我们就要针对SD功能的更新进行新内容的扩充了，那在介绍AI建筑绘图之前，我将首先和各位讲解一下当前非常火的Lora模型库的运用，包括对于Lora的基本介绍，模型库的下载和安装，如何利用lora创建超写实人物以及人物后期的调整和变化。考虑到本次课程主要面向的仍然是设计人士，因此lora人像绘制对于我们来说只能是开胃小菜，真正的主餐还是建筑绘图，因此从第三节课开始我们就将进入建筑绘图板块，学习AI建筑绘图的基本注意事项，包括模型库的选择，参数的设置，以及如何通过关键词进行建筑风格的控制。
四季树屋 ©洪宸AI室内风格表现-意式 ©洪宸
AI室内风格表现-哥特式 ©洪宸在掌握了建筑AI绘图的基本知识后，下面我们就要结合stable diffusion近期对于建筑师最重要的功能更新-ControlNet，讲解如何将AI结合进入我们的建筑设计表现工作流中。包括controlnet的安装，模型库的选择，参数含义，rhino+controlnet绘图工作流，多重controlnet,技术图纸绘制，图纸修正，智能配景生成，场景重构，配色改变，手绘风格化表达等内容。
Rhino+ControlNet绘图工作流 ©洪宸controlnet一键配色调整 ©洪宸在第五节课中，我们将学习stable diffusion几个比较适合建筑师使用的插件，包括关键词提示插件StylePile,以及sd针对Photoshop的两款插件-Auto Photoshop以及Stable Art,让大家可以更加灵活方便的时候stable diffusion进行绘图创作。PS插件-autophotoshop在最后一节课中，我们将把一些与AI绘图有关的零碎知识点进行整理。包括comfyUI节点式AI绘图，图片批量化剪裁，AI人脸重绘，NewBing与ChatGPT相关介绍等等。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
