stable-diffusion 生成同一人物不同动作的尝试（固定随机数）

此前一直在研究的一个课题是如何生成游戏角色动作，例如如下的连接是使用rpgmaker的行走图做训练，使得扩散模型得以根据一张正面图去生成行走图。然而，由于收集数据的成本比较高，并不容易做出一个很通用的模型。

而预训练模型因为经过大规模的训练，有着更强的能力，本次尝试是使用预训练模型去生成同一角色的不同动作。这个研究有着比较重要的落地意义，因为一旦成功，便能够加快游戏开发2D美术的效率，减少一帧一帧去画角色行走帧动画的工作量。

效果

如下图所示，展示着“穿着裙子的黑色短发女孩”的不同动作，图中每一列代表一个特定动作的正面、背面和侧面，而每一行代表不同的动作。其中，第1、2、4行是站立动作，第3行是跑步动作。

下图展示是另一个“穿着裙子的黑色短发女孩”，每一列是特定动作的正面、背面和侧面，第一行是跑步动作，第二行是站立动作。

下图是“穿着裙子的红色头发女孩”的不同动作，可以看到虽然衣服、鞋子的一些细节上会有不同，但大体可以认为它们是同一个角色。

下图是另一位“穿着裙子的黑色短发女孩”，正面和侧面的不同画面。

实现方法

先是要制作基准动作，使用pose studio等软件摆放角色动作，然后输出不同动作的正面、背面和侧面图。

输出的动作图如下所示，图中每一列代表一个动作的正面、背面和侧面，不同行代表不同的动作，其中第三行是跑步动作。

然后基于stable-diffusion和controlnet生成，以下是相关的prompt。

1girl, short hair, gray simple background, white white background, full body, masterpiece, best quality,
lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

同一seed生成的角色具有较高的相似性，我们既当作同一角色

特殊情况

在一次尝试中中发现，若要做到较好的动作控制，则描述词不应与动作有矛盾。如下图，使用了“big eye”描述角色，那么在生成背面图时经常会失败，生成了正面图。想想也很有道理，背面哪能看到“big eye”（大眼睛）。把眼睛的描述词去掉后才能得到较好的结果。

PS：《Unity3D网络游戏实战（第2版）》是一本很好的学游戏开发的书籍，看完就能做网络游戏，注意注意，是网络游戏，不仅仅是单机游戏。

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

需要的可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】