
AIGC 摄影不是按快门,而是用提示词、模型和控制工具“造照片”。摄影的核心是光影、构图和情绪,AIGC 把这些变成了可调参数。
传统摄影是“发现瞬间”,AIGC 摄影是“构造瞬间”。你不再需要等到黄金时刻、找到合适模特、扛着长焦镜头,而是用文字描述:
然后模型把这些参数合成一张图。它不是替代摄影,而是把创意验证成本降到极低。
下面这段 Python 不到 12 行,用 diffusers 跑通“提示词 → 照片”的最小闭环。
from diffusers import StableDiffusionPipeline
import torch
pipe = StableDiffusionPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5",
torch_dtype=torch.float16
).to("cuda")
prompt = "cinematic portrait of a woman, golden hour, 85mm lens, f/1.8, shallow depth of field, film grain"
image = pipe(prompt, num_inference_steps=30, guidance_scale=7.5).images[0]
image.save("portrait.png")安装依赖:pip install diffusers transformers accelerate torch。如果没有 GPU,把 "cuda" 改成 "cpu",但速度会慢很多。
这段代码没有 ControlNet、没有 LoRA、没有后期,但它已经具备 AIGC 摄影的核心骨架:提示词 → 推理 → 输出图像。
模型不懂“好看”,它只懂你描述的概率分布。想让输出接近真实摄影,提示词里要带上镜头语言:
一个实用模板:
主体 + 动作 + 镜头 + 光线 + 质感 + 情绪
例如:
street vendor, 35mm, f/2.8, neon night, rainy, candid, cinematic
单次生成像开盲盒。真正可用的 AIGC 摄影,需要可控性:
工程上,把这些步骤串成流水线,才能稳定产出。
AIGC 摄影越逼真,越需要边界:
技术让生成变简单,判断仍然属于人。
AIGC 摄影把“拍照”变成了“描述 + 迭代”。 少量代码就能跑通生成,但真正决定作品质量的,是你的审美、镜头语言和伦理判断。
先用十几行代码生成第一张图,再逐步加上 ControlNet、LoRA 和后期。 工具是副驾驶,摄影师仍是方向盘。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。