1. Giới thiệu về Stable Diffusion [0]

thumbnail Stable Diffusion là một công cụ AI phổ biến dùng để tạo ra hình ảnh, đặc biệt mạnh trong việc tạo nhân vật, kiến trúc và thiết kế nội ngoại thất.

1.1. Các phiên bản Stable Diffusion [8]

  1. Có hai phiên bản chính để sử dụng Stable Diffusion:
    • Phiên bản cài đặt trên PC.
    • Phiên bản sử dụng trên Google Colab.

1.2. Yêu cầu cấu hình cho Stable Diffusion trên PC [11]

  1. Yêu cầu cấu hình phần cứng mạnh mẽ, đặc biệt là GPU:
    • VRAM: Tối thiểu 16GB để sử dụng.
    • Card đồ họa (VGA): Ít nhất là dòng 1000 series trở lên để chạy, dòng 2000 series trở lên để chạy ổn định.
    • Dung lượng ổ cứng: Tối thiểu 15GB để cài đặt, 60GB trở lên để cài đặt ổn định và lưu trữ các gói mở rộng.

1.3. Cách kiểm tra cấu hình PC [19]

  1. Sử dụng công cụ DirectX Diagnostic Tool để kiểm tra cấu hình:
    • Nhấn tổ hợp phím Windows + R, nhập dxdiag và nhấn OK.
    • Trong cửa sổ hiện ra, vào mục Display để xem thông tin card đồ họa (tên, VRAM).
    • Xem thông tin RAM hệ thống ở mục System > Memory.
    • Kiểm tra dung lượng ổ cứng còn trống.
  2. Khuyến cáo: Nếu card đồ họa có VRAM dưới 4GB, không nên sử dụng phiên bản PC.

1.4. Giải pháp thay thế khi cấu hình PC yếu: Google Colab [33]

  1. Google Colab là giải pháp miễn phí, không yêu cầu cấu hình máy mạnh:
    • Chạy trên tài nguyên của Google, có cấu hình mạnh mẽ hơn cả máy tính cá nhân.
    • Không cần cài đặt phức tạp.

1.5. Hướng dẫn truy cập Stable Diffusion trên Google Colab [37]

  1. Truy cập website stable-diffusion.vn:
    • Tìm mục Sales và nhấp vào đó để truy cập các phiên bản Google Colab.
    • Link website sẽ được để dưới phần mô tả video.

1.6. Tài nguyên miễn phí từ Google Colab [47]

  1. Google Colab cung cấp tài nguyên miễn phí đáng kể:
    • RAM: 12GB.
    • VRAM: Lên đến 15GB (cao hơn yêu cầu tối thiểu 4.3GB và mức ổn định 8.3GB).
    • Dung lượng ổ đĩa tạm: 78GB.
    • Cấu hình này rất cao, đủ để sử dụng Stable Diffusion hiệu quả.

1.7. Ưu điểm của Google Colab so với PC [52]

  1. Dễ sử dụng và cài đặt đơn giản:
    • Không cần cài đặt phức tạp như trên PC.
    • Chỉ cần click vào vài dòng lệnh là có thể tự cài đặt và sử dụng giao diện.
  2. Tài nguyên mạnh mẽ và miễn phí:
    • Cấu hình tương đương máy PC rất mạnh.
    • Hoàn toàn miễn phí.

1.8. Nhược điểm của Google Colab [58]

  1. Giới hạn thời gian sử dụng:
    • Mỗi tài khoản Gmail chỉ được chạy liên tục khoảng 2-4 tiếng.
    • Sau thời gian này, Google sẽ ngắt kết nối tài nguyên.
    • Trước đây giới hạn là 10-12 tiếng, nay đã giảm do có nhiều người sử dụng.
  2. Cách khắc phục giới hạn thời gian:
    • Tạo thêm nhiều tài khoản Gmail để đăng nhập và tiếp tục sử dụng.
    • Mỗi tài khoản có thể dùng 2-4 tiếng, cộng lại có thể đạt 8-16 tiếng sử dụng mỗi ngày.
    • Có thể đăng ký gói trả phí Google Colab Pro.
  3. Yêu cầu mua thêm bộ nhớ lưu trữ (Google Drive):
    • Cần mua thêm dung lượng Google Drive để lưu trữ các model, LoRA, và các tệp dữ liệu khác.
    • Chi phí này không quá cao, khoảng 100.000 VNĐ/tháng.

1.9. Ưu điểm của Stable Diffusion trên PC [75]

  1. Cài đặt phức tạp nhưng mang lại hiệu suất cao:
    • Nhược điểm là cài đặt khó và yêu cầu cấu hình cao.
    • Ưu điểm là tốc độ xử lý nhanh hơn đáng kể.
  2. Khởi động nhanh chóng:
    • Chỉ mất vài giây đến hơn mười giây để khởi động giao diện Stable Diffusion trên PC.
    • Có thể chạy 24/24 mà không bị giới hạn thời gian.

1.10. So sánh giao diện và tính năng [89]

  1. Giao diện tương đồng:
    • Giao diện Stable Diffusion trên Google Colab và PC giống hệt nhau.
    • Sự khác biệt nằm ở việc cài đặt thêm các tính năng mở rộng (extensions).
  2. Hướng dẫn sử dụng trên PC:
    • Video này sẽ tập trung hướng dẫn sử dụng trên PC, nhưng cách dùng trên Google Colab cũng tương tự.

2. Sử dụng Stable Diffusion trên PC [92]

thumbnail

2.1. Thêm Checkpoint (Model) [101]

  1. Checkpoint là gì:
    • Là một mô hình AI đã được huấn luyện dựa trên lượng lớn dữ liệu (kiến trúc, người, v.v.).
    • Giúp tạo ra hình ảnh dựa trên những gì nó đã học.
  2. Phân loại Checkpoint:
    • Mỗi checkpoint có thể chuyên về một lĩnh vực (ví dụ: kiến trúc) hoặc nhiều lĩnh vực.
    • Nếu checkpoint học nhiều dữ liệu từ nhiều ngành, nó có thể tạo ra ảnh đa dạng (kiến trúc, người, phong cảnh).
    • Nếu chỉ học một ngành, nó chỉ tạo ra ảnh tốt trong ngành đó.

2.2. Nền tảng tải Checkpoint [113]

  1. Hai nền tảng chính để tải checkpoint:
    • Civit AI: Phổ biến nhất hiện nay, cung cấp nhiều checkpoint và có ảnh demo để dễ lựa chọn.
    • Hugging Face: Một nền tảng khác để tải checkpoint.

2.3. Các loại Checkpoint phổ biến [117]

  1. Phân biệt Checkpoint và LoRA:
    • Checkpoint là các mô hình lớn, còn LoRA là các tệp tinh chỉnh nhỏ hơn (sẽ được giới thiệu sau).
  2. Các checkpoint gợi ý:
    • Triomix: Dùng để vẽ ảnh người, đặc biệt là người châu Á (Hàn Quốc). Kích thước file lớn, khoảng 2GB - 7GB.
    • Realistic Vision: Tạo ảnh rất thực tế, nét. Phù hợp cho kiến trúc, nội ngoại thất, phong cảnh. Ảnh người có xu hướng giống người phương Tây.
    • Deliberate: Tương tự Realistic Vision, tạo ảnh rất thật và nét.

2.4. Cách cài đặt Checkpoint vào Stable Diffusion trên PC [144]

  1. Đặt file checkpoint vào thư mục cài đặt:
    • Tìm đến thư mục cài đặt Stable Diffusion.
    • Vào thư mục stable-diffusion-webui > models > Stable-diffusion.
    • Dán các file checkpoint đã tải về vào thư mục này.
  2. Tải lại model trong giao diện Stable Diffusion:
    • Trong giao diện Stable Diffusion, nhấp vào nút làm mới (refresh) để tải lại các model đã thêm.
    • Các checkpoint mới sẽ xuất hiện trong danh sách để lựa chọn.

2.5. Cài đặt Extensions (Phần mở rộng) [159]

  1. Extensions là gì:
    • Là các tính năng bổ sung, được cộng đồng phát triển dựa trên mã nguồn mở của Stable Diffusion.
    • Giúp Stable Diffusion phát triển nhanh chóng với nhiều ứng dụng hữu ích.
  2. Cách cài đặt Extension:
    • Vào mục Extensions trong giao diện Stable Diffusion.
    • Chọn tab Install from URL.
    • Dán link Github của extension vào ô URL.
    • Nhấn Install.
  3. Ví dụ: Cài đặt ControlNet:
    • Tìm link Github của ControlNet phiên bản phù hợp (ví dụ: ControlNet 1.1 cho Automatic1111).
    • Dán link vào ô URL và nhấn Install.
    • Sau khi cài đặt, nhấn Reinstall và Apply and restart UI.
    • ControlNet sẽ xuất hiện trong giao diện.

2.6. Cài đặt Model cho ControlNet [190]

  1. ControlNet cần có Model để hoạt động:
    • Sau khi cài đặt extension ControlNet, cần tải thêm các model đi kèm.
    • Truy cập Hugging Face, tìm kiếm ControlNet-v1.1.
    • Tải các file model có đuôi .pth (ví dụ: control_v11p_sd15_canny.pth, control_v11f1p_sd15_depth.pth).
  2. Cách cài đặt Model ControlNet:
    • Copy các file .pth đã tải về.
    • Dán vào thư mục: stable-diffusion-webui > extensions > sd-webui-controlnet > models.
    • Tải lại giao diện Stable Diffusion để các model được nhận diện.

2.7. Extension Auto Tag Complete [218]

  1. Chức năng: Giúp gợi ý từ khóa (prompt) khi nhập liệu, làm quá trình tạo prompt nhanh hơn.
  2. Cách cài đặt:
    • Lấy link Github của extension a1111-sd-webui-tagcomplete.
    • Cài đặt tương tự như ControlNet qua mục Extensions > Install from URL.
    • Sau khi cài đặt, tải lại giao diện.

2.8. Kiến thức Prompt cơ bản [232]

  1. Prompt là gì: Là những mô tả bằng văn bản để hướng dẫn AI tạo ra hình ảnh mong muốn.
  2. Hai loại Prompt chính:
    • Prompt (Positive Prompt): Mô tả những gì bạn muốn AI tạo ra.
    • Negative Prompt: Mô tả những gì bạn không muốn AI tạo ra (ví dụ: ảnh xấu, mờ, biến dạng).
  3. Mục đích của Prompt: Giúp ảnh đẹp hơn, chi tiết hơn và giống với ý tưởng của người dùng.

2.9. Hướng dẫn sử dụng Text-to-Image (Tạo ảnh từ văn bản) [242]

  1. Giao diện tạo ảnh:
    • Trong mục txt2img, nhập prompt vào ô Prompt và negative prompt vào ô Negative prompt.
    • Checkpoint: Chọn model phù hợp (ví dụ: Triomix cho ảnh người).
    • Sampling Steps: Số bước tạo ảnh, thường từ 30-50. Số bước càng cao, chi tiết càng nhiều nhưng tốn thời gian hơn.
    • Sampling Method: Chọn phương pháp lấy mẫu (ví dụ: DPM++ 2M Karras).
    • Width & Height: Kích thước ảnh (ví dụ: 512x512 cho ảnh vuông).
    • Batch count: Số lượng ảnh tạo ra mỗi lần.
    • CFG Scale: Mức độ ảnh tuân theo prompt. Kéo cao lên thì ảnh giống prompt hơn, kéo thấp xuống thì ảnh sáng tạo hơn. Nên để từ 7-10 để cân bằng.
  2. Tạo ảnh: Nhấn nút Generate.
  3. Negative Prompt: Sử dụng để loại bỏ các chi tiết không mong muốn (ví dụ: ảnh nhạy cảm, mắt méo, thừa tay/chân).

2.10. Extras - Tăng độ phân giải ảnh [312]

  1. Chức năng: Nâng cấp độ phân giải và chi tiết của ảnh đã tạo ra.
  2. Cách sử dụng:
    • Chọn một ảnh đã tạo.
    • Trong mục Extras, chọn một Upscaler (ví dụ: ESRGAN_4x).
    • Nhấn Generate để tạo ảnh có độ phân giải cao hơn.

2.11. Lưu và sử dụng lại Prompt [321]

  1. Lưu Prompt:
    • Trong mục txt2img, sau khi nhập prompt, có thể lưu lại bằng cách đặt tên và nhấn nút Save.
    • Các prompt đã lưu sẽ xuất hiện trong danh sách để dễ dàng sử dụng lại.
    • Lưu ý: Chỉ lưu lại phần prompt, không lưu các thông số khác.

2.12. Sử dụng ControlNet [333]

  1. Chức năng: Giữ lại cấu trúc, đường nét của ảnh đầu vào khi tạo ảnh mới.
  2. Cách sử dụng:
    • Kéo ảnh đầu vào (có thể là ảnh hoàn chỉnh, bản phác thảo, hoặc vẽ tay) vào ô ControlNet.
    • Chọn Model ControlNet phù hợp (ví dụ: lineart cho bản vẽ nét, depth cho chiều sâu).
    • Nhập prompt mô tả ảnh mong muốn.
    • ControlNet sẽ ưu tiên giữ lại cấu trúc từ ảnh đầu vào.
  3. Ứng dụng: Tạo ảnh dựa trên cấu trúc có sẵn, làm cho ảnh chi tiết và chân thực hơn.

2.13. Sử dụng Image-to-Image [356]

  1. Chức năng: Tạo ra một ảnh mới dựa trên ảnh đầu vào, có thể sáng tạo hoặc giữ lại cấu trúc.
  2. Cách sử dụng:
    • Kéo ảnh đầu vào vào mục img2img.
    • Nhập prompt mô tả ảnh mong muốn.
    • Denoising strength: Kiểm soát mức độ sáng tạo của ảnh mới so với ảnh gốc. Kéo thấp xuống thì ảnh giống gốc hơn, kéo cao lên thì ảnh sáng tạo hơn.
    • Width & Height: Kích thước ảnh đầu ra.
  3. Ứng dụng: Làm cho ảnh trở nên thực tế hơn, hoặc tạo ra các biến thể sáng tạo từ ảnh gốc.

2.14. Sử dụng Inpaint [381]

  1. Chức năng: Chỉnh sửa hoặc thêm chi tiết vào một phần cụ thể của ảnh.
  2. Cách sử dụng:
    • Kéo ảnh vào mục Inpaint.
    • Sử dụng công cụ vẽ để tô lên vùng ảnh muốn chỉnh sửa.
    • Nhập prompt mô tả chi tiết muốn thêm vào vùng tô.
    • Mask blur: Kiểm soát độ mờ của vùng chỉnh sửa.
    • Inpaint area: Chọn cách AI xử lý vùng tô (tô trong vùng tô, hoặc tô ngoài vùng tô).
  3. Ứng dụng: Sửa lỗi trên ảnh (ví dụ: mặt méo, thừa ngón tay), thêm chi tiết mới (ví dụ: thêm cây vào ảnh phòng khách).

2.15. Sử dụng PNG Info [397]

  1. Chức năng: Xem thông tin chi tiết (prompt, thông số) của một ảnh đã được tạo ra bởi Stable Diffusion.
  2. Cách sử dụng:
    • Kéo ảnh đã tạo vào mục PNG Info.
    • Thông tin về prompt, thông số, seed, v.v. sẽ được hiển thị.
  3. Ứng dụng: Lấy lại prompt và thông số để tạo ra những bức ảnh tương tự hoặc chỉnh sửa.

2.16. Sử dụng Checkpoint Merger [403]

  1. Chức năng: Kết hợp hai hoặc nhiều checkpoint để tạo ra một checkpoint mới với các đặc tính pha trộn.
  2. Cách sử dụng:
    • Chọn các checkpoint muốn kết hợp.
    • Đặt tên cho checkpoint mới.
    • Điều chỉnh tỷ lệ ảnh hưởng của từng checkpoint (ví dụ: 70% checkpoint A, 30% checkpoint B).
    • Chọn định dạng xuất file (thường là .safetensors).
    • Nhấn Merge.
  3. Ứng dụng: Tạo ra các checkpoint tùy chỉnh, kết hợp ưu điểm của nhiều mô hình.

2.17. Sử dụng LoRA [422]

  1. LoRA là gì: Là một phương pháp tinh chỉnh model, giúp tạo ra các style hoặc nhân vật cụ thể chỉ với một lượng nhỏ dữ liệu (khoảng 15-30 ảnh).
  2. Cách hoạt động:
    • LoRA tinh chỉnh lại model đã có để tạo ra một style riêng biệt (ví dụ: nhân vật mặc áo dài Việt Nam, nội thất tân cổ điển).
    • Kích thước file LoRA nhỏ hơn nhiều so với checkpoint.
  3. Cách sử dụng:
    • Tải file LoRA về và đặt vào thư mục stable-diffusion-webui > models > Lora.
    • Trong giao diện, sử dụng cú pháp <lora:tên_lora:trọng_số> trong prompt để kích hoạt.
    • Trọng số (ví dụ: 1, 0.5) điều chỉnh mức độ ảnh hưởng của LoRA.
  4. Phân biệt LoRA và Checkpoint:
    • Checkpoint là một mô hình lớn, bao quát nhiều lĩnh vực.
    • LoRA là một tệp tinh chỉnh nhỏ, tập trung vào một style hoặc nhân vật cụ thể.

2.18. Các phương pháp tạo style khác [480]

  1. Embedding (Textual Inversion): Phương pháp tạo style tương tự LoRA nhưng ít phổ biến và hiệu quả hơn.
  2. Hypernetwork: Một phương pháp khác để tạo style, cũng ít phổ biến hơn LoRA.

2.19. Cài đặt và tùy chỉnh trong Settings [493]

  1. Mục Settings: Chứa các tùy chọn để điều chỉnh các tính năng của Stable Diffusion, bao gồm cả các extension đã cài đặt.
  2. Tùy chỉnh: Người dùng có thể vào đây để điều chỉnh các thông số theo nhu cầu sử dụng.

2.20. Tổng kết và tài nguyên bổ sung [499]

  1. Tổng quan: Video đã giới thiệu các kiến thức cơ bản về Stable Diffusion, cách cài đặt, sử dụng các tính năng chính như prompt, checkpoint, extensions, ControlNet, Image-to-Image, Inpaint, PNG Info, Checkpoint Merger, LoRA.
  2. Tài nguyên học tập:
    • Kênh EliAI có nhiều video hướng dẫn chi tiết từ cơ bản đến nâng cao về Stable Diffusion.
    • Tham gia các group Facebook, Zalo để nhận thông tin mới nhất và hỗ trợ.