SD和MJ到底怎么选？选哪个？一文带你了解SD与MJ区别_ai绘画mj和sd差别
赞
踩
所有的AI设计工具，模型和插件，都已经整理好了，文末扫码即可免费获取噢~
24年是个AI井喷式爆发的一年，以ChatGPT为代表的各类AI如雨后春笋般快速生长发展。各种基于AIGC（人工智能内容生成）技术的产品不断涌向社会，而其中最普遍的，则莫过于大量的AI绘图模型，如Midjourney、Dreambooth、Novel AI和Stable Diffusion等。
虽然AI绘图领域，看似进入了百花齐放的时代，但目前业内的顶流，仍然是Stable Diffusion和Midjourney为代表的两大龙头。
今天我以目前市面上最主流的这两款AI绘图工具为例（SD和MJ）
详细介绍二者的区别
希望大家看完之后能够选择更为适合自己的AI绘画工具
01 简介
Stable Diffusion
Stable Diffusion是2022年发布的深度学习文本到图像生成模型，它是一种潜在扩散模型，它由创业公司Stability AI与多个学术研究者和非营利组织合作开发。目前的SD的源代码和模型都已经开源，在Github上由AUTOMATIC1111维护了一个完整的项目，正在由全世界的开发者共同维护。
由于完整版对网络有一些众所周知的需求，国内有多位开发者维护着一些不同版本的封装包。Coder为SD的普及做出了难以磨灭的贡献。
SD最大的特征，就是由于其开源的特性，可以在电脑本地上离线运行。
（SD for Web UI 使用界面）
Midjourney
Midjourney是一款由总部位于旧金山的独立研究实验室Midjourney, Inc.创建和托管的人工智能程序和服务。Midjourney基于Discord平台提供服务，可以根据自然语言描述（称为“提示”）生成图像，也支持图生图功能。使用MJ需要登陆Discord账号，在聊天界面发送指令后就可以直接在线得到AI图像。
（Midjourney 使用界面）
02 硬件与运行要求
Stable Diffusion 主要特征：
01：硬件要求高：需要本地的独立显卡，对硬件要求较高。纯CPU也能跑，但是速度会比较慢慢。
02：部署相对麻烦：环境布置略微麻烦，需要从GitHub上用众所周知的方式下很多文件，且要求一定的python知识。目前国内技术大牛打包的整合包解决了这个麻烦，需要从网盘下载，一键安装。
03：可完全本地运行：运行全程可无需联网，数据仅存在本地，拥有硬件即可无限使用。
Midjourney 主要特征：
01：无硬件要求：使用科学上网，能够使用discord就能够使用。对本地硬件性能0要求，可以在几乎所有设备上运行。
02：部署极为简单：点开discord马上就能使用，几乎没有什么门槛。
03：必须联网运行：运行全程联网，数据存在服务器上，难以本地保存。
03 操作难度
Stable Diffusion
使用难度较高。Stable Diffusion的界面有很多内容。由于是开源软件，SD一直在更新，并且会有源源不断地便捷插件导入。如果想要熟练操作，需要花费一定时间进行深入学习。
Midjourney
使用难度较低。基本只要了解几个快捷命令，然后输入提示词就可以进行出图操作。相对SD上手速度快了很多。
**04 可控性
**
Stable Diffusion
可以自定义模型。允许训练独属于自己地模型用于创作。可训练自定义风格模型是Stable Diffusion成为顶流AI出图工具的主要原因之一，理论上你可以训练任何风格的模型用于创作，而很多网友也将训练好的模型上传至CIVITAI这样的专业门户网站供大家免费下载使用，这种优势是Midjourney目前无论如何也追赶不上的。
可控性极强。得益于controlnet类插件与其自带的局部重绘功能，SD有着极强的出图可控性并且允许对于细节进行着重修改，类似于PS里的剪辑蒙版。
Midjourney
使用难度较低。不允许用户制作并使用自己的训练模型。
可控性较弱。
在可控性方面Stable Diffusion也有着Midjourney无法比拟的优势。
得益于开源性的特点，网络上有各种各样的插件可以应用于Stable Diffusion。还有众多LORA类模型可供选择，使得无论出图风格还是形态都可以随心所欲且精准控制。
而Midjourney相对来说便较为封闭，没有任何一款插件可以应用其上，这也导致出图的可控性很弱。更依赖于“抽盲盒”式出图。
05 出图效果
Stable Diffusion
出图效果上下限相差很大。且同一批次出图数量可自行设置。
Midjourney
出图效果上下限相差很小。且同一批次只能生成4张图片。
如果单纯对比出图效果的高低，在两款工具都精通的情况下，其实难分伯仲，不过由于二者的上手难度差异较大，也导致同一款工具出图的上下限差异不同。SD的出图效果更体现在可控性上。
Stable Diffusion的操作方式相对复杂，所以出图效果会与熟练度成正反馈的关系，当深入学习一段时间后，可产出十分精致好看的图片，而刚刚入门时出图不尽如人意的概率较大。
Midjourney相对来说更容易上手与精通，这就导致用户即使刚入门也可以产出较为满意的图片，但是能够把控的范围也较小，精通后出图效果上限也相对固定。
为了更直观的感受两款AI工具的原生出图效果。我们将同一段提示词分别输入Stable Diffusion与Midjourney中。
案例-初级效果（文生图）
Prompt：“A library in the heart of the city, sunny during the day, realistic rendering, high-quality images, 8K definition”
Stable Diffusion：
Midjourney：
案例-高级效果（多种出图方式结合）
Stable Diffusion：
Midjourney：
06 费用及版权
Stable Diffusion
免费。自有版权
Midjourney
收费（大约一个月30美元）。版权取决于付费等级
Midjourney则声明，除免费版本用户不得将产出图片直接商用外，订阅版本用户均可随心所欲的商用其产出的图片，不过如果是年收入在100万美金以上的公司，则必须购买Pro专业版。对Stable Diffusion而言，用户全权拥有产出图片的版权。
07 总结
MJ的使用群体更偏向于大众化，只是出于兴趣或者好玩，又或者只是简单需要AI辅助去寻找灵感，开课收割，又或者甲方需求不是特别的细化的情况，那么MJ非常合适，他能快速的解决你的这些需求，缓解相关从业人士的焦虑，当然唯一可惜是需要付费。
SD的使用群体则更偏向于精准化，各类人群需求不同，所产出的内容天差地别，这意味着各类人群都能在SD里找到自己的使用方式和最佳体感。
站在商业化的角度来说，SD显然是比MJ更加适合用作商业服务的，因为对于美术有需求的甲方来说，能够指哪打哪，一定的他愿意付费的重要原因，而不是简单的通过概率试错来达到结果的收获。没有一个甲方会愿意为虚无的运气付费的。
简单来说，SD是在本地运行的服务，开源，但门槛较高，但是能够实现的效果上限极高。而MJ作为在线的服务，门槛低，但是可控性不够强，上下限差距不大。
SD和MJ我都高强度用了一段时间，但我还是坚持选择SD。因为SD可以训练自己想要的模型，并且完全掌控。虽然炼丹比较麻烦，其中涉及到很多参数调整和素材，非常复杂，但是这个过程走完之后得到的模型能够成为炼丹术士的美术资产。今后的世界里，只属于自己的模型或许是公司或是个人的重要资产，是竞争力，也是壁垒。
所有的AI设计工具，模型和插件，都已经整理好了，文末扫码即可免费获取噢~
写在最后
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
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。
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。
若有侵权，请联系删除
