概述：在入门使用之前，先为大家来介绍Statble Diffusion所遇到的各类词汇以及简要说明，这样在后面的学习过程中，能够更好的入门。就比如学习语言之前，你先要学会声母、韵母一样。这些词汇能够更好的带你入门Statb Diffusion;
一、AI 绘画原理
图像的本质是一个个像素点，AI绘画是通过对不同的图片打散成像素点，进行深度学习。最后在对需要生成的画面像素点的不断扩散，降噪，最终形成新的画面内容。
二、提示词
提示词是对需要生成画面内容的文字化描述。提示词分为正向提示词和反向提示词。正向提示词告诉AI，你需要在结果画面里面体现什么。反向提示词是告诉AI，你不需要在画面里面体现什么。
三、模型
模型是包含AI训练数据内容以及学习的过程会打包成一个文件，叫做模型，简单理解就是包含已经训练好的不同类型的底层数据。不同模型的风格也各有不同，常见模型风格为：二次元模型、写实模型、2.5D模型。模型常见后缀为：.ckpt、.safetensors ；模型路径为：Stable Diffusion 根目录–>models->stable-diffusion目录下；
四、参数
参数是指对AI生成图像更为细节的数据配置。
五、AI绘画三要素：模型+提示词+参数
不同模型展示的画风不一样，要能够快速学习使用AI绘画，对模型、提示词、参数三要数的学习必不可少。不同的参数搭配，就可以生成不同风格的图像。
六、VAE（变分自解码器）
VAE是深度学习的一种模型，负责将加噪后的潜空间数据转化为正常图像，官方解释深奥。你可以简单理解它是一个调色滤镜。是对生成后的图像进行最后的修正和调整。
七、CheckPoint（大模型/检查点模型）
一种基于大模型争对于关键节点进行检查或者存档的模型，大模型可以根据节点进行更新迭代。
八、Embeddings（词嵌入模型）
一种基于大模型对特定功能进行丰富或者修正的微调模型。举例来说，如果大模型是一本字典，词嵌入模型相当于一个书签，能够快速告诉模型指定的内容。它本身不包含信息，是对大模型中的特定内容进行标记。对于一些容错率不高的场景，可以使用词嵌入模型。常用于图案三视图设计、去除常见负面内容等功能。一般使用固定的提示词，就能够调用词嵌入模型
九、Hypernetwork（超网络模型）
一种基于大模型对特定风格进行补充描述的微调模型。举例来说，如果大模型是一本字典，词嵌入模型相当于一个卡片。没有下面Lora模型强烈的扩展性。主要应用于对各种风格的重构，比如二次元+梵高画风、常见的Q版风就是基于Hypernetwork生成的。在使用上，需要先将下载下来文件放置到Stable Diffusion WebUI根目录->models->hypernetworks目录下，然后再进行Statble Diffusion WebUI界面的设置->扩展模型->将 hypernetwork 添加到提示词 中调用。
十、LoRA（低秩适应模型）
一种基于大模型对特定场景进行补充描述的微调模型。目前此类模型占据市场AI绘画60%以上内容。举例来说，如果大模型是一本字典。LORA模型像一张彩页，能够争对于某个提示词进行更丰富的描述。主要应用在对于各类游戏、动漫、二次元人物的一些扩展和重绘。一般使用【<lora:模型名称>】来进行对lora模型的引用。
