用户通过应用平台设置参数、调用生成式 AI 模型，并获得生成
结果和系统的反馈信息，简单易用、功能完善的应用平台是用户高效完成生成式AI 工作的保障。在 AI 图像生成领域，应用平台的用户人群主要包括算法工程师、制作人、设计师三类。他们虽然职能不同，但对于生成式AI 应用平台的需求在使用成本、使用难度、功能等方面是相通的。
(1) 算法工程师主要负责生成式AI 模型的训练和调优。一方面，他们利用现有素材，根据业务需要，对基础模型微调，以训练出能生成某一风格或某一类图像的模型；另一方面，他们需要不断输入各种参数，用生成的模型进行推理，生成测试图像，以检验模型是否达到预期，能进入实际生产环节。算法工程师需要在训练和推理工作之间不断迭代，通过代码搭建工作流程，在命令行和编程环境完成工作。生成式AI 应用平台提供可视化的用户界面，用于控制参数的快速调节，帮助算法工程师减少代码工作量，将注意力集中在模型效果上，提升工作效率。
(2) 制作人负责提出具体设计要求，并评估设计成果。在传统的设计流程中，由于设计操作的专业性，制作人往往是将设计理念通过文字表达出来，由设计师按照文字要求进行设计。要达成制作人设想的效果，往往需要制作人和设计师之间反复沟通，多轮修改。制作人利用生成式AI 应用平台，可以自己直接将创意通过图像表达出来，再由设计师根据具体要求进行精修，大大节省了需求方与设计方在前期沟通中花费的精力。
(3) 设计师负责执行具体的设计操作，不断调试参数，以获得需要的设计效果。设计师利用生成式AI 应用平台，快捷、批量地生成大量的设计原稿，高效地标记与挑选生成图像结果，并打通设计工作流，将原稿作为输入应用到后续环节进行进一步的人工修改与AI 生图。
目前， 以 Midjourney35 为代表的 SaaS 化商用软件， 以 Stable Diffusion WebUI36、ComfyUI37为代表的开源应用是用户使用最为广泛的AI 图像生成领域的应用平台。表 1 对比了两类平台的主要特点。 Midjourney 以简洁易于上手的操作界面和可媲美专业水准的出图效果，率先吸引了大众对 AI 图像生成的关注。Stable Diffusion WebUI是应用最广泛的应用软件之一。Stable Diffusion WebUI 是一个基于 Stable Diffusion 模型的开源项目，利用 Gradio 模块搭建出网页形式的图形化用户界面。SD WebUI 备受欢迎的原因包括：(1) 开源免费，功能快速迭代，支持最新的 AI 生图功能；(2) 安装配置操作简单，普通用户易于上手；(3) 提供丰富全面的控制参数，专业用户可以精细地掌控创作过程；(4) 采用插件机制扩展支持多种功能，吸引了开源社区大量人员参与贡献。ComfyUI 是另一个广受关注的AI 图像生成应用的开源项目。与 Stable Diffusion WebUI 类似，它遵循 GPL-3.0协议开源，普通用户免费使用，可本地部署，无须联网，但建议配备 GPU 卡。与 Stable Diffusion WebUI 最大的不同在于，其应用界面采用节点式的工作流设计模式，适合有 3D 设计软件使用经验的用户。虽然它的上手门槛较高，但具有异步队列系统等 Stable Diffusion WebUI 尚不具备的功能。
表 2-1 Midjourney 与 Stable Diffusion WebUI 主要特点比较
Midjourney | Stable Diffusion WebUI | |
费用 | 有免费出图额度限制，超过限额则需要购买会员 | 遵循 AGPL-3.0 协议开源，普通用户不需要付费 |
35 https://www.midjourney.com/
36 https://github.com/AUTOMATIC1111/stable-diffusion-webui
37 https://github.com/comfyanonymous/ComfyUI
Midjourney | Stable Diffusion WebUI | |
操作体验 | 界面简洁，操作简单，主要依 靠提示词控制，出图可控性不强 | 界面功能丰富，出图过程可控性强 |
运行要求 | 无本地硬件要求，需要联网运行 | 无须联网，可完全本地部署，但建 议本地配备 GPU 卡，否则运行效率很低 |
模型训练 | 闭源，无法自定义模型和二次训练 | 开源，用户可以自己训练模型 |
扩展性 | 无插件，功能有赖于原厂开发 和更新 | 采用插件机制，提供丰富的插件， 社区共建 |
截至 2023 年 7 月底，Stable Diffusion WebUI 项目在 GitHub 上已获得 93k 颗星，18.3k 个fork，比ComfyUI 均高出一个量级。同时， ComfyUI 可以通过插件的形式在 Stable Diffusion WebUI 上使用。因此，目前对于个人创作者和企业用户，从使用成本、上手难度、功能与可扩展性等方面综合考虑，Stable Diffusion WebUI 具有优秀的用户体验，是开展AI 图像生成实践的首选。