《蜘蛛侠：纵横宇宙》上映短短几天，电影就已经收获了大量的赞誉。新奇的视觉风格、光怪陆离的表现、加量再加量的蜘蛛侠，以及蜘蛛格温和迈尔斯的感情，所有的一切都被网友们所称赞。

作为本身受众较小的动画电影，蜘蛛侠全球首周就达到了2.08亿美元，持观望态度的小伙伴一定要去看。关于剧情本身不在这里过多剧透，不过相信看过电影的同胞，一定都对蜘蛛侠的小女友格温记忆深刻，今天我们就用AI来绘制一个属于自己的蜘蛛女友。

工具用的是Stable Diffusion，这里还要感谢B站大佬【秋葉aaaki】的整合包，它整合了启动器、模型下载、代理设置、Python、Github等国内镜像。否则光是网络环境，就让人头疼很久，即便本地部署好了，再次启动也有可能因为网络问题而报错。

这是选择SD中的大模型，我们所有生成图片的风格都和它有关，它往往决定了你生成的图片是欧美、日韩、卡通，还是风景。

这个好理解，正提示词就是想出现什么元素，反向提示词就是不要出现什么。对于新手不太了解的，可以直接复制一些万能的，至少生成出来的不会太畸形。

另外，如果找一些现成的标签，会发现里面各种中括号小括号，这是加权和减权的意思。如果所有标签都是平等权重的话，那么括号中的一般来说就是AI生产成相关性更大的提示词。比如：

上面的(worst quality:2)就是2倍权重不要出现坏的质量，而出现双括号的情况则是相乘，单括号默认是1.1倍权重，双括号就是1.1×1.1=1.21

默认为20，通常在20-40之间，视不同模型而定，有的模型20容易脸崩。但迭代步数越高，生成的速度越慢，人物相对来说越固定，也就是接近原模型。

在同一模型中，Steps 20能够看到画面整体更朦胧一些，也并不太像真人；而Setps 40则与真人无异。但相对的Steps 20生成的图像也更自由，更天马行空一些。

而最后的生成批次和每批数量，则决定了最终出图数量。要注意每批数量指的是AI生成一次的图片数量，它们风格基本相同；而生成批次则是每一张都独立运算，风格随机性很大。

提示词相关性代表输入标签的引导程度，太大会出现画面崩坏，太小AI则会自由发挥。这项数值默认为7，步进单位为0.5，一般在3-9为宜。

比如我们用同一组提示词，其他设置完全相同，能看到相关性在2左右，AI画的就会天马行空，不过谁能拒绝一张偷地雷的蜘蛛侠呢；而相关性在10左右，就会出现油画一样的效果。

比如在同一LORA插件下，使用不同大模型，就会出现截然不同的风格。可以说大模型是用来定基调的，小模型则是用来定风格的。

这个周边数量放眼整个显卡界也是数一数二的，如果你是小蜘蛛的粉丝，那么这款索泰RTX 4070 AMP AIRO SPIDER MAN显卡一定不要错过。

作为RTX 40系显卡，我们也对SD生成时间做了对比。在提示词相同，迭代步数50、尺寸768×768、生成批次10每批数量2、提示词相关性7.5的固定环境下，我们得出了与RTX 3070 Ti的生成时间对比。

Stable Diffusion对于显卡的要求比较高，这就需要显卡拥有较强的Tensor算力。RTX 40系显卡相比上一代产品，虽然光栅算力提升不大，但是在光追和AI方面都有成倍的提升。