Bendi新闻
>
我用AI做了两稿方案,就被甲方“勒令辞退”...

我用AI做了两稿方案,就被甲方“勒令辞退”...

3月前


李总,你看看这两个方案

甲方 李总

做得挺好的

甲方 李总

去辞职吧


(难道我用AI做图被李总发现了???)



李总,我是有哪里做得不对吗?

甲方 李总

不是,做得又快又好

甲方 李总

赶紧把工作辞掉,下周来我们公司报道,工资加50%...



最近,深圳和上海的2家设计公司分别发出通知,将对全体员工AI能力进行考核,AI画图能力与待遇挂钩。



此外,越来越多设计公司也逐渐要求新员工在试用期内必须掌握AI技术并通过考核,否则不予转正……



AI时代的到来,让我们拥有更多的时间与精力放在创作与构思上,而不是花大量时间去埋头画图!


随着AICG人工智能的飞速发展,如今大量的设计师开始结合AI进行设计,甚至是平、立面图以及效果图的绘制。

 

目前主流的AI画图工具有:Midjourney、Stable Diffusion、DALLE 2

相对而言,Stable Diffusion拥有较强的控制形体能力,可以借助你的模型线稿更贴合你的设计,且无需科学上网,免费使用。

此外,它的开源插件也相当丰富,可以实现各种功能,更加适合我们建筑、景观、室内行业。


抱着尝鲜的态度,相信有不少小伙伴都用AI工具“试着玩”。但用了一段时间之后,你会发现AI并没有想象中的“靠谱”。 

为此,设计气象台特意为你打造了这个《建筑·景观·室内AI辅助设计高阶特训营》,主攻Stable Diffusion(以下简称"SD"),精耕建筑、景观、室内三个行业,深入浅出,让你快速从零到一掌握Stable Diffusion的“定制化出图”。



课程亮点 


与我们第一期AI课程不同,本次课程一共九节课,深耕Stable Diffusion及相关插件。

让你更系统地掌握Stable Diffusion、Controlnet等常用插件,comfyUI节点界面设计以及Lora模型训练,AI出图更加稳定,可控性更强。



我们摒弃“无用”的教学,专注建筑、景观、室内三大行业,让你快速习得多种风格平面图、立面图、效果图、鸟瞰图的AI生成,并掌握从SU模型/线稿到AI出图的完整工作流!


此次课程的电脑配置要求如下:

适合人群 


1.建筑/景观/规划/环艺/室内等相关专业学生;

2.建筑/景观/规划/室内等行业在职设计师;

3.AI设计初学者;

3.想转行至建筑景观规划室内设计行业的人士。

你将收获什么? 


1. 掌握从SU模型/线稿到AI出图的完整工作流;

2. 掌握通过Stable Diffusion来精准出图:平面图、立面图、效果图、鸟瞰图;

3. 学会ControlNet等常用插件以及comfyUI节点设计;

4 掌握Lora模型训练。


ABOUT LECTURER

讲 师 介 绍

Light


· 多年风景园林工程设计甲级资质公司项目实战经验;

· 曾参与过数个大型景观项目设计;

· 进行过多次大学生软件培训,目前专攻AI人工智能设计设计,同时精通Midjourney、Stable Diffusion、ChatGPT等工具。

讲师AI作品


本节课将带你了解Stable Diffusion软件基础,手把手教你本地部署方法并了解常见错误。


▲ 讲师作品


同时还会跟你介绍其基础界面,教你如何下载素材模型以及文生图的常用设置。




你将继续了解Stable Diffusion的基础界面,并学习AI出图技巧,理解图生图界面参数解析以及基本原理。


▲ 讲师作品


本节课将带你熟练掌握边缘检测、线形图、关键词改图、元素合并、风格迁移等ControlNet控制类型去干预你的效果图的生成。 

▲ 边缘检测(课程案例)

▲ 元素合并(课程案例)


让你学习根据不同底图选择合适的建筑/景观/室内控制类型要点的方法,使效果图和设计思路相匹配。 

▲ 课程案例

▲ 课程案例


 

继续上节课内容,你将继续学习更换背景、更换风格、光影识别、图像修补、材质ID、素描转真实效果等ControlNet控制类型。

▲ 随机洗牌(课程案例)

▲ 加强版图生图(课程案例)

▲ 材质ID(课程案例)

 

 

本节课你将学习如何用AI辅助建筑设计/室内设计的流程方法。


将SU体块/道路线条/现场照片Controlnet分块控制,再叠加文生图+图生图以及细节重绘,最终生成建筑景观室内设计分析和效果意向图。


▲ 建筑SU模型图AI生成对应方案效果图(课程案例)

▲ 景观线稿图AI生成对应方案效果图(课程案例)

▲ 室内现场照片AI生成对应方案效果图(课程案例)

本节课你将学习如何用Stable Diffusion对图纸进行深化,包括:局部画面修复,重绘和修补,图像智能放大算法、高清大图的生成、提取精细线稿、细化线稿、智能放大等功能。

 

▲ 图像智能放大

▲ 局部画面修复,修复前(上),修复后(下)

 

你将习得Stable Diffusion常用辅助插件安装与应用技巧。此外,本节课还会教你使用comfyUI节点式界面,让你用Stable Diffusion如同用Rhino一般。两种不同的操作界面供你选择。

▲ 课程案例

▲ 局部重绘(课程案例)

▲ comfyUI节点式界面

Lora可以说是Stable Diffusion当下最火的应用之一。


本节课你将学习如何使用Lora模型的训练。从环境部署,图像预处理,到训练参数,以及多种智能炼丹炉的使用。

 

▲ 左:线稿底图,右:AI生成图;课程案例

▲ 课程案例

▲ 课程案例

▲ 课程案例

 

最后一节课将教你如何通过SD精准生成写实风、插画风等多种风格的彩平图、立面图、效果图及鸟瞰图。 


▲ 彩平图生成(课程案例)

▲ 立面图生成(课程案例)

▲ 效果图生成(课程案例)

▲ 鸟瞰图生成(课程案例)



9节课能做什么?

让你深度掌握Stable Diffusion及多个常规插件的应用,快速掌握建筑、景观、室内设计三大行业AI出图的精髓。


本次课程为在线观看+课后答疑形式,让你快速掌握建筑、景观、室内AI出图的专属用法!


  授课形式  

在【设计气象台】平台进行授课

3年内随到随学,可重复学习


从2016年开始,设计气象台团队已开展了《D5大师渲染专攻班》、《名师景观规划IPAD手绘特训营》、《MAPPING&ARCGIS场地分析与数据可视化表达班》等一系列课程,并形成良好的教学系统,陆续培养出大批优秀学员,获得大家的一致认同。



目前市面上的Stable Diffusion相关课程,一般都在四位数以上而且教的内容基本都是人物画像或者场景CG,专门教建筑、景观或室内的几乎没有。

而这个课程除了专攻Stable Diffusion之外,还会教你各种常用的插件,让你更稳定、更精准地进行AI出图。


同时还深耕建筑、景观、规划三大领域,让你在学习道路上少走弯路。

《建筑·景观·室内AI辅助设计高阶特训营》


价值:1099元

超重磅福利

购买本次课程,还附赠SD安装包、各大常用插件以及10大类建筑项目图纸&国内顶级效果图!

总价值:800元


建筑·景观·室内

AI辅助设计高阶特训营


课 程 原 价

  2,199元  


- 限时秒杀优惠 -

459

(立省1,740元,仅限前10名,手快有手慢无!)





最后感谢各位读者长期以来的大力支持。本次我们将免费赠送价值499元的顶级AI设计工具资料包。数量有限,先到先得哦~


获取方式

私信「设计气象台」回复
KCZL
▲ 点击名片,立即发起私信
      

免责声明:

以上图片及资料内容部分来源于网络,由我方再整理,版权归原作者所有;若此图库侵犯到您的权益,请与我们联系删除。

微信扫码关注该文公众号作者

来源:设计气象台

相关新闻

甲方让我给她儿子做方案???被我用AI糊弄过去了..AI在用 | AI模拟器《换你来当爹》上线,「马斯克」10岁就被我练废就因为我用了AI出图,甲方逼我辞职...“练习时长两天半,我用Suno发布了首张AI音乐专辑”财经早参丨“我长大想当行长”视频引热议,农发行回应;“90后”王斌被罚没2.71亿元;俄防长:俄方愿意就乌克兰问题进行对话包小柏:失去女儿后,我用AI“重现”女儿“我”用excel做了个16位CPUReiserFS 作者在狱中就“被 Linux 内核弃用”发表评论ReiserFS作者在狱中就“被 Linux 内核弃用”发表评论你用AI写的论文,已经被“盯”上了!前员工称“被恶意辞退、两张百万保单佣金未发”,泰康保险回应热议!三甲医院40多名护士称“无故”集体被辞退!医院回应……“销售转产品,没经验总被拒,我做了一件事!”「妈妈,我出了车祸」AI合成儿子哭喊声,加州妈妈险被骗1.5万美元“我的女儿我就宠!”浙江54岁老爸被全网怒赞,看哭一代人“寡姐”怒了:两拒OpenAI,但AI声音“仍像极了我”三甲小主治:急着发文,我用AI降重,竟差点被判学术不端……“普高转Alevel,只用6个月,我就被UCL录取了!”“被姐夫性侵后,我用性命证明我没说谎”俄乌战争两年了,还会打多久?我做了一份“小西内参”网红教你“白嫖”Costco,用了两年半的沙发说退就退“你尖叫,我就开枪打死你”!23岁纽约女回家被跟踪 楼梯间内遭强J「被名字耽误」第二弹!我堂堂Top20,怎么就成了“野鸡大学”?!纽约最糟房东“700项违规”,刚入狱就被揍!房客:抱歉我笑了
logo
联系我们隐私协议©2024 bendi.news
Bendi新闻
Bendi.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Bendi.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。