2023 年 3 月可能是迄今为止世界对 AI 最关心的月份，但未来可能是世界对 AI 最不关心的月份。
姗姗来迟，今天给大家带来大家关注的AI绘画软件VS，也就是SD和MJ的对比。 2023年3月，这两款软件的结合，几乎成为首批AIGC的代名词，吸引了全世界的目光。 这两款软件各有优缺点，但对我来说，最终的选择早已确定。
SD和MJ都可以使用（提示词）生成文森图或者图形生成图来生成想要的图片，但是在很多具体的地方有很大的不同。 本文的目的是介绍这两款软件并比较不同之处。
软件说明
是 2022 年发布的深度学习文本到图像生成模型，由初创公司 AI 与多家学术研究人员和非营利组织合作开发的潜在扩散模型。 目前SD的源代码和模型已经开源，网站上维护了一个完整的工程，由全球开发者共同维护。 由于完整版对网络有一些众所周知的要求，所以国内很多开发者都会维护不同版本的包。 Coder为SD的普及做出了不可磨灭的贡献。
SD最大的特点是由于其开源的特点，可以在本地电脑上离线运行。 在大多数消费级硬件上运行，配备适度的 GPU 和至少 8GB 的显存。 我推荐的内存线是12G。
界面如下：
是一个人工智能程序和服务，由总部位于旧金山的独立研究实验室，Inc。提供基于平台的服务，可以根据自然语言描述（称为“提示”）生成图像，还支持功能图像生成。 使用MJ需要登录账号，在聊天界面发送指令后可直接在线获取AI图像。
主要特点
主要特点：
①硬件要求高：需要本地独立显卡，对硬件要求高。 纯CPU也可以跑，但是速度会很慢。
② 部署比较繁琐：环境布置有点繁琐，需要从上面用熟知的方式下载很多文件，需要一定的知识。 如果使用国内技术专家打包的集成包会稍微好一些，但是需要从网盘下载，也比较麻烦。
③难用：SD界面内容较多，如采样方法等，训练需要比较复杂的学习过程。
④上限和下限差距巨大：如果不进行特殊操作，SD可能会用完古神。 拍出好看的图片需要一定的学习过程，但是如果图片好看，就可以很精致。 难学难精通，但精通后上限极高。
⑤极度可控：插件和LORA超多，风格造型几乎随心所欲，绘图数量也海量。
⑥完全本地运行：整个过程不需要联网，数据只存在本地，可以和硬件无限使用。
⑦【极其重要】可以训练模型：可以“炼金术”，只训练自己的数据库，让AI完全按照自己的想法塑造目标风格的内容。
主要特点：
①无硬件要求：使用科学上网，能用就用。 对本地硬件性能零要求，几乎可以在所有设备上运行。
②部署极其简单：点击即用，几乎没有门槛。
③ 使用难度较低：基本上复制提示词，选择选项，就大功告成了。
④上限/下限差距极小：无需特殊操作，MJ即刻就能拍出更赏心悦目的画面。 但控制范围也较小。 易学易掌握，但掌握后上限相对固定。
⑤可控性极差：没有插件，没有LORA，输出的图片风格很固定。
⑥必须联网运行：整个运行联网，数据存储在服务器上，本地很难保存。
⑦无法定制您想要的机型：只能使用官方机型。
经营效果
直观来说，对于一无所知的人来说，即使复制别人的提示词，SD用户也会得到：
但是MJ用户只需要复制提示词，开头就可以搞定：
但未来随着能力的提升，SD用户可以随心所欲地训练自己的模型和LORA，甚至可以引入各种工具来控制AI绘图绘图的内容。 您甚至可以指定要重绘的区域……这个过程最终会很像真正的绘画。
概括
简单来说，SD是一种运行在本地的服务，是开源的，但是门槛比较高，但是能达到的效果上限是极高的。 MJ作为在线服务，门槛低，但可控性不够强，上下限相差不大。
SD和MJ我都密集使用了一段时间，但还是坚持选择SD。 因为SD可以训练它想要的模型，并且可以完全控制它。 炼金术虽然繁琐，涉及到很多参数调整和材料，非常复杂，但经过这个过程得到的模型，却可以成为炼金术士的艺术资产。 在未来的世界里，一个只属于自己的模式，可能是一个公司或个人的重要资产，一种竞争力，一种壁垒。
