使用 AnimateDiff创建令人惊叹的 GIF 动画！了解如何使用这个强大Stable Diffusion工具，释放你的创造力。

1. 下载所需文件

2. 安装 AnimateDiff扩展

3. 安装AnimateDiff模型

4. AnimateDiff 设置

5. Stable Diffusion设置

嗨，你发现了宝藏。

这是一个AnimateDiff介绍教程，这个工具可让您使用Stable Diffusion创建令人惊叹的 GIF 动画，这是目前为止最好的文本生成视频（Text-to-video）人工智能工具之一。

AnimateDiff GitHub：

https://github.com/guoyww/animatediff/ （复制到浏览器打开）

您可以用它创建逼真的视频，或者卡通风格，目前卡通风格的效果是最好的，所以在本教程中我会演示卡通风格如何使用，道理是一样的。

1. 下载所需文件

对于这种卡通风格，一个不错的checkpoint是 ToonYou，您可以从 CivitAI网站下载最新版本，并把它拖到您的Stable Diffusion模型文件夹中，如下所示。

下图：放到Stable Diffusion的模型文件夹中

2. 安装 AnimateDiff 扩展

要开始使用，不需要从 GitHub 页面下载任何东西。

直接转到Stable Diffusion扩展选项卡，点击“可用”，然后选择“从…加载”，在列表中搜索“AnimateDiff”，点击“安装”添加扩展。

如果在搜索中找不到它，请确保取消选中“隐藏带标签的扩展 -> 脚本”，它就出来啦。

安装扩展后，转到“已安装”选项卡，然后单击“应用并重新启动 UI”。

建议你完全重启Stable Diffusion，以防止发生任何错误。

3. 下载AnimateDiff模型

接下来我们需要 AnimateDiff 模型，这是使用扩展所必需的，您可以从 Hugging Face 网站下载该模型。目前有2种型号可供选择；“mm_sd_v14.ckpt”和“mm_sd_v15.ckpt”。我发现 v14 模型效果更好，但我建议这两个模型都下载下来，这样就可以自己尝试哪个更符合需求。

将这些文件放置在以下目录中：

“StableDiffusion”>“extensions”>“sd-webui-animatediff”>“models”。

4. AnimateDiff 设置

安装 AnimateDiff 扩展后，它会出现在Stable Diffusion界面的底部。

要使用它，单击“AnimatedDiff”选项，界面会展开。以下是您可以配置的一些设置，我列一下我推荐的设置。

运动模块（Motion module）：mm_sd_v14.ckpt

帧数（Number of frames）：我建议至少使用8帧以获得良好质量，如果使用较低的值，输出效果不会那么好。

每秒帧数（FPS）：调整播放速度，我建议至少8到12。

不要忘记选中“启用”来使用该扩展。

故障排除

如果生成时间较长，请在生成前选择右边的“从内存中移除运动模块”。将负面提示控制在75个字符以下也很有帮助。最大帧数使用16帧。

5. Stable Diffusion设置

下面列出了使用 ToonYou checkpoint的推荐设置。

您可以尝试这些设置，找出最适合自己的。

checkpoint模型：ToonYou

clip跳过层：2（或更高）

正面提示词：包括 masterpiece，best quality等

负面提示词：包括 worst quality, low quality, letterboxed等

采样方法：DDIM（这是迄今为止最快的采样方法，会大大减少生成时间）。

采样步骤：最少 25 个，我建议 40 个。

宽高：512x512 或 768x768。请记住，您以后随时可以升级您的 GIF。

提示词相关性（CFG Scale）：7.5 - 8

对于其余的配置，使用默认设置就行。

在生成 GIF 之前，我建议生成一些图像，使用你最喜欢的图像中的种子。

OK讲完了，接下来自己试试吧。

示例

以下是使用 AnimateDiff 和特定设置渲染的 GIF 动画的一些示例：

示例1

采样方法：DDIM

迭代步数：40

分辨率：768x512

提示词相关性（CFG Scale）：8

模型：ToonYou（Beta 6）

示例2

采样方法：DDIM

迭代步数：40

分辨率：512x512

提示词相关性（CFG Scale）：8

模型：ToonYou（Beta 6）

结论

虽然输出的质量可能有所差异，不过不影响AnimateDiff依然是目前最强的文生动图工具之一。

AI绘画的秘诀之一就是多尝试，试试不同的设置和模型，才能获得更满意的结果。

出自：https://mp.weixin.qq.com/s/AiA_Rkz35FD1uv2deXPIKg