感謝深智數位出版社的邀約！目前已經將相關內容集結成冊出書，拓展了其中的內容，朔造了一個能夠完全理解圖像生成式AI的框架，期許能以輕鬆幽默的方式讓大家了解圖像生成式AI相關的知識，並能夠藉由這樣的認知玩轉Stable Diffusion相關的擴散模型生成工具。

以整體的時間來說，這本書我花了大約半年時間才完稿，扣掉鐵人賽的準備與賽程的2個月時間，還花了4個月在撰稿上面，鐵人賽的內容大約有3萬字左右，但書籍完稿有8萬字（其實寫6萬字就足以出書了，但我覺得內容要夠完整才能放出來），代表內容增加為至少2倍，為了力求內容完善，這是必要的成本，雖然持續燒肝3個月其實並不容易（凌晨3~4點睡，一週至少5天），完稿的那一剎那差點沒激動到把筆電摔出窗外（咦

本書特色

一言以蔽之，其實就是0到1的快速入門圖像生成式AI的書籍，幾乎沒有放公式，市面上目前也沒有類似書籍，其中羅列了大多數相關的擴散模型相關起源、技術、及發展。除了提供理論基礎以外，實務上也導入實際案例的操作以幫助學習，光講述道理沒啥鳥用，能實踐才是王道，期許讀者閱讀完本書後能實際應用該技術在自己的專案上。

另外與其他書不一樣的部分，就是有獨立的圖表目錄，方便後續快速查閱；還有就是最後的參考文獻，把整體技術及發展的資料詳細整理出來，將近150篇的參考資源，相信可以幫助到需要學習圖像生成式AI的朋友。

圖像生成式AI的發展現況

流派種類

目前主要有三大流派，分別是：文生圖、圖像描述、圖文匹配，這些視覺領域的流派都能透過提示詞去強化其性能。

文生圖展示了提示詞生成新圖像的能力；圖像描述展示了多模態文字描述模型的能力；圖文匹配展示了適當文字與圖像的匹配程度，常見的代表是：CLIP。

SD的發展現況

目前SD發展的概況可以簡述為：SD -> SD XL -> SD XL Turbo -> SSD-1B -> Stable Cascade -> Stable Diffusion 3。其中Stable Diffusion 3具有生成輸入的提示詞內容能力。

這本書能帶給我什麼

讀者閱讀完本書後，應會具有以下收穫：

1. 了解圖像生成式AI的前世今生
2. 了解擴散模型諸如SD相關的原理及應用
3. 學會實操SD並應用在實際案例中
4. 認知目前圖像生成式AI的發展方向
5. 一次總覽圖像生成式AI的當代研究

購書連結

目前天瓏書局有早鳥預購價，歡迎多加利用：傳送門
電子書預購連結在此

其他通路請Google搜尋：圖像生成式AI的生存指南-以Stable Diffusion為例。

期待在書中與你相見～