？？？

这是一个有关从满是男孩子的矩阵中找出一位女装子的游戏试验。

这是一个有关AI绘图工具Stable Diffusion（AUTOMATIC1111版WebUI）的插件Latent Couple中，weights这一参数效果的测试。

Stable Diffusion以及Latent Couple是什么？

Stable Diffusion是个AI绘图的工具软件，AUTOMATIC1111开发并分享了一个基于网页端的运行方式，被称为Stable Diffusion WebUI。有许多开发者为该网页运行方式打造了各种功能的插件，而本文中主要分析的就是一款名为Latent Couple extension (two shot diffusion port)的插件，由opparco提供。

由于整个AI绘图工具的世界都正在发生着日新月异的变化，因此本文也只涵盖当下时间点（2023年3月下旬）的测试效果。

有关的Latent Couple一些参数

Latent Couple，从其标题中的括号来看，是双人合影插件。其实不仅限于此，其实这是一个用于分割画面、分区域指定AI绘图的插件。至少我第一天上手，就已经很容易地做出三人图绘，乃至人+人+物的分割区域绘图了。

目前，在Latent Couple模块界面上，共有如下几个数值区域：Divisions、Positions、Weights、end at this step。前两个应该是有关分割区域的比例，以及指定区域位置，这两个参数已经有一些人给出了研究成果，甚至还有人做了Latent Couple 助手这样方便好用的辅助分割工具。我这里就不加赘述了。Weights似乎是分区域的权重，而end at this step则从字面上看，应该是停止步骤的意思。

本文主要是以一个实际例子，来研究Weights中参数对画面的影响。

在Latent Couple插件安装后默认状态下，divisions=1:1,1:2,1:2 positions=0:0,0:0,0:1，也就是将画面氛围2个区域，左右均等。其实不仅是二等分，还可以分为更多区域。为了方便起见，本次就控制条件，以这种默认的二等分形式作为分区方式。

Latent Couple的各项参数，其中字符串都是以半角字符逗号「,」来分割的，第一项表示整体，其后依次表示各个分区。

因此根据我的理解和观察，在Weights中，假设weights=0.2,0.8,0.8，那么0.2就表示整体画面的表达权重，第一个半角字符逗号后的0.8表示第一个区域的表达权重，第二个半角字符逗号后的0.8表示第二个区域的表达权重。如果区域更多，则可以继续往后写。

经试验，这些数值可以是大于1的数字，乃至是负数。这里是指程序上允许填入这样的数字，但并不意味着AI生成的图片一定美观且合理。

本次就通过固定标签、负面标签、采样步数（Steps）等一系列变化量，观察在一个由Latent Couple插件进行一分为二等分的图片中，weights后的参数（3个数值）的变化对AI产生图片的影响。

绘图目标

本次设计了这样一个实例。

背景：教室
人物（左）：女装子BOY
人物（右）：普通，黑白T-shirt的BOY

(masterpiece), ((best quality)), detailed,2boy,classroom,front view, looking at viewer, standing,front view
AND 2boy,young man face,tom girl , crossdressing , feminine , feminine boy,otoko no ko , otokonoko,Japanese idol clothes,colorful clothes,colorful hair,long hair,((makeup)),seductive smile,
AND 2boy,short hair, black hair, white T-shirt, panic

大致解释：

(masterpiece), ((best quality)), detailed	提高画质用
2boy	2个男孩
classroom	教室
front view	前面图
looking at viewer	看向看图者（屏幕前的你）
standing	站立
front view	前面图（我发现自己写重复了……）
AND
2boy	2个男孩
young man face	年轻男人的脸
tom girl , crossdressing , feminine , feminine boy,otoko no ko , otokonoko	女装子、男の娘
Japanese idol clothes,colorful clothes	日本偶像服装、彩色服装
colorful hair,long hair	彩色的头发、长发
((makeup))	化妆
seductive smile	魅惑的笑容
AND
2boy	2个男孩
short hair, black hair	短发，黑发
white T-shirt	白色T恤
panic	慌张

Negative prompt: (worst quality:1.6),(low quality:1.6), easynegative,extra limbs,((((nsfw)))),more than 2boy,more than 2 people

＊备注：若要使Negative prompt中的easynegative一词生效，需安装easynegative插件。

Steps: 25,

Sampler: DPM++ SDE Karras,

CFG scale: 7,

Seed: 2367890522,

Size: 1024×768,

Model hash: 5c4787ce13,

Model: Elysium_Anime_V2,

Latent Couple: "divisions=1:1,1:2,1:2 positions=0:0,0:0,0:1 weights=?,?,? end at step=20"

Used embeddings: EasyNegative [119b]

以下，对weights的3个数值，分别取1、0.666、0.333、0，这4个阶段，以此递减，排列组合得64种可能性，整理在4张表格中。注：测试时略有失误，有时会将0.333写作0.3333、0.666写作0.6666。由于推测小数点后第4位对画面表达差异不大，因此就不重新生成图片了。

weights=1,?,?

＊您可以横向滚动页面查看表格，或使用网页浏览器的「阅读器视图」来查看整张表格。
＊表を表示するには、水平方向にスクロールするか、Webブラウザーの「Reader View」を使用して表全体を表示できます。
＊You can scroll horizontally to view the table or use the "Reader View" of your web browser to see the entire table.

注：在创建图片时出现了一次输入错误（输入成了1,1,0666），因此00074-2367890522.png是出错后的图片，故该编号的文件名跳过。

分析：由于在整体的weights=1，因此有如下表现：（1）每一张图都有教室背景的充分表达；（2）每一张都是2boy，左侧区域的女装子要素被压抑住了。即使在weights=1,1,0时，还是基本上是2个男孩的构图。

此外，随着控制右侧区域表达的weights的第三个数字越来越小，可以发现在整体表格的右侧，右侧的普通男孩子的存在感逐渐变得稀薄，例如没有脸（weights=1,0.3333,0.3333），甚至到了最右下角（weights=1,0,0），整个人都消失了，画面表达完全被整体的教室场景所占据。

weights=0.6666,?,?

分析：随着整体画面表达权重开始从第一张表格的1，降低到0.6666，女装子的灵魂得到了解放左侧画面的表达式（女性形象）开始得到表达。但由于在整体、左侧和右侧的标签中，都写有2boy，而对于女装、色彩亮丽的服装等的表现只写在了左侧区域的标签中，因此在这张weights=0.6666,?,?的表格中，仅有整体和右侧的表达权重都降低到一定程度，左侧的表达权重才显露出那么一点点，这主要体现在本表格的右上方，也就是weights=0.6666,1,0.3333与weights=0.6666,1,0这两张。

此外，与第一张表格（weights=1）一样，本表（weights=0.6666）中，也体现出了越是到右下角，右侧普通男孩的表达越是稀薄这一趋势现象。

weights=0.3333,?,?

分析：在本表（weights=0.3333,?,?）中，首先观察整体背景的表达。可以看到，尽管背景表达的权重已经较低（0.3333）了，但依然会随着整体数值与左侧、右侧数值的比例关系，而呈现出不同表达。例如在表格的右下角（weights=0.3333,0,0）左侧与右侧的数值都为0，而此时画面整体呈现出颜色较为淡薄朦胧的教室场景；然而在表格的左上角（weights=0.3333,1,1），控制左侧区域与控制右侧区域的表达为1，相对于控制画面全体（0.3333）要高不少：尽管在左侧与右侧的指定标签中并没有写上有关背景的描述（比如white background或simple background），但背景依然呈现一片白色，没有教室被表达出来。

而至于为什么在表格的右下角（weights=0.3333,0,0）中，是左侧出现了1位男孩，而不是全都消失仅剩下教室，或是出现2位男孩，那就不清楚了。推测可能与该Seed生成的噪点图在左侧恰好有一团黑色吧。从下一张表格的（weights=0,0,0）中也可以看到，随机图像中，左侧确实比右侧要黑一些。

weights=0,?,?

分析：在weights=0的这张表格中，首先可以看到的是：背景（教室）完全没有表达出来。可以认为：写在标签中的第一个AND前的一段，也就是针对整体画面的指示完全没有得到表达。而同样的「无表达」现象，也出现在了左侧与右侧图像上，在最极端的情况（weights=0,0,0）时，即画面右下角，画面上无一内容被表达出来。

不过，即使是「无表达」的情况，那团随机的图像色调似乎还是会收到其他有所表达的部分的影响。例如在本表格最下方一行，未被表达的是左侧女装子的彩色服装，被表达的是右侧普通男孩（白色T-shirt），此时随机图像呈现灰白色；另一方面，本表格的最右侧一列，未被表达的是右侧普通男孩，被表达的是左侧女装子（彩色服装），因此随机图像也呈现彩色条纹。

另外，还可以观察到，左侧女装子的服装虽然都是符合「Japanese idol clothes,colorful clothes」这一标签，但越是接近表格左下单元格，服装越显得沉稳，男性化；越是接近表格右上单元格，服装越是显得花哨、女性化。这应该是受到了左侧表达与右侧表达之间数字比例的影响。

对于weights的各项数值在0～1区间的4阶段变化（共计64张图）的观察就到这里了，下面是一些超越0到1这个区间的测试图：

weights=数值各项相等，且都大于1或小于0

weights的3项中，2个1，1个2

weights的3项中，2个2，1个1

weights=2,2,2

weights=其他/Others

最后，就本次测试的绘图目标（教室中+左侧女装子男孩+右侧普通白T-shirt男孩）来说，最满意的就是本文的题图：weights=0.5,2.2,0.6！

感谢阅读。御閲覧有り難う御座います。Thanks for reading.

作者wildgun主张对本文及图片的著作权。
希望你也能用到AI绘图工具及Latent Couple插件创造出自己的有趣作品 ：）