Stable Diffusion vs Midjunery的区别和选择

现在网上最多的关于AI绘画的工具莫过于stable diffusion(sd)和midjunery(mj)了,最近尝试了一番,稍作总结吧算是。我们对于工具的使用通常考虑的无非就是好不好用,效果如何,当然还有费用问题。

因为个人对绘画感兴趣,所有两者对比也是从绘画角度来看。

一、应用方式

sd和mj在使用过程中都需要对想要的绘画进行细致的描述,sd的出图数量默认一张,多张可以自定义,看你电脑扛不扛得住,mj默认是4张,然后你可以从4张中选中意的进一步改造和优化,或者全部重做。mj提供了各种可选项去优化图片,sd需要你自己补充文字描述。

另外,mj在使用过程中不需要你选择模型,可以在描述后添加关键词来指定风格,而sd则需要你手动选择模型或者其他插件,你可以理解mj集成了多种模型,通过关键词控制,这点比sd其实更开箱即用了。

从这点来说,还是mj比较好入门,我一开始因为其费用问题选择sd,手动搭建本地环境,因为各种电脑问题也是废了一番功夫,有兴趣可以看我sd安装中问题解决的文章。

二、费用问题

sd是免费的,所有的模型也都可以自主选择,无疑是最香的,但是它免费一个很大的因素是因为本地运行使用的是自己配置,如果你的电脑配置很一般,估计还真是"无福消受"。本地会打开一个局域网页面进行应用。不过好在有些服务器平台提供sd的的远程付费,7天25个小时的费用32元+。

mj是收费的,官网的价格并不便宜,最便宜的8美元一个月,提供了很好的web和app,只要订阅付费,就可以使用,运算和消耗都是人家服务器。还有一点是mj需要科学上网,我选择了一些共享方案,上网和订阅总共一个月不到30元,当然我选择的都是低配,但足够初学者使用了。

相比之下我在mj上的费用并不贵,况且还可以网上飞,解决了费用问题,最近用mj比多了些。

三、性能差异

这是一个视频截图,讲述的是对两者的对比,对号表示胜出。本人略实践了后然后总结一下,给看官一个概念。

还原和理解:虽然说mj好点,但整体而言差异不大,不需要过分纠结,毕竟都是大模型,比国内的好太多了;

放大:默认都是1024,mj可以支持到4倍,sd只有2倍,但是mj着重处理清晰度,并没有更加细节的升级,sd有更多插件支持,可以放大过程中有更多升级,就是费显卡;

视频:出图了又开始升级到视频了,mj可以通过免费的第三方支持,sd有多种插件直接支持;

局部优化:选择图片的局部,增加描述进行修改;

可控性:对画面元素的控制能力,sd更胜一筹,我们其实做开发也经常遇到,越是封装越是不可控,我们前面说mj开箱即用,正是它把很多东西包装起来了,但是这并不代表它不可控,只是需要你了解更多它的关键词和操作;

出图风格:mj更具创意风格,多样性,sd在细节上更好,但是sd有较宽的上下限,全在使用者会不会用

四、选择

我也是刚开始做,也尝试把一些作品发到公众号和抖音,对于我这类新手来说,mj还是很不错的,如果费用不是问题,选择mj可以更快入门。前面对比两者的出图风格,sd的效果主要在于使用者,所以我觉得可以在熟练度上去后再细用。

通过两者的使用和对比,各有优势,有时间可以都试试,挺好玩的!

相关推荐
虎头金猫2 小时前
管理飞牛OS还在点点点?我用Ansible给它装了个远程遥控器
微信·开源·ansible·aigc·智能家居·开源软件·ai编程
陆业聪6 小时前
Gemini Spark深度拆解:Google给AI一台永不关机的云服务器
人工智能·aigc
92year7 小时前
GitHub 3800 仓库泄露:手把手教你审计 VS Code 插件安全
aigc
虎冯河8 小时前
Nano Banana Pro生图逻辑详解—— 从底层架构到实践指南
架构·aigc
后端小肥肠9 小时前
一人公司如何用 WorkBuddy + Obsidian 搭一套长期记忆系统?
人工智能·aigc·agent
Python私教9 小时前
端侧 AIGC 进 App:HarmonyOS Data Augmentation Kit 实测复盘
华为·aigc·harmonyos
寻道码路10 小时前
LangChain4j Java AI 应用开发实战(二):大模型参数调优实战:Temperature、TopP、MaxTokens 深度解析
java·开发语言·人工智能·aigc
小和尚同志20 小时前
深入使用 skill-creator:结合真实生产级实践
人工智能·aigc
canonical_entropy1 天前
Attractor Before Harness: AI 大规模开发的方法论
前端·aigc·ai编程
幸福的猪在江湖1 天前
5 万 Star!OpenSpec 规范驱动开发完全指南:让 AI 按你的规矩写代码
aigc·ai编程·领域驱动设计