AIGC教程：如何使用Stable Diffusion高效生产“等距游戏美术资源”？

【GameLook专稿，未经授权不得转载！】

GameLook报道/对于游戏研发而言，美术资源是时间和资金占用比较高的一部分，尤其是游戏内大量的资源创作。随着生成型AI技术的进步，不少团队已经开始了用AI生成美术资源的尝试，尤其是2D游戏。

最近，海外一位开发者详细讲解了他使用Stable Diffusion创作等距游戏资源的过程。从生成结果来看，用AI制作游戏资源无疑是非常高效的，数分钟内就能生成大量品质较高的2D等距游戏资源，尤其是对于模拟经营、SLG以及2D回合制游戏。

不过，Gamelook需要提醒的是，在很多的模拟经营或类似的2D游戏里，创作这些资源只是一个方面，对于同一个建筑，玩家往往需要从低级升到高级，期间会出现明显的视觉提升。更重要的是，在不少游戏中，建筑升级实际上需要一个（等待）过程，而AI目前还不能生成动画，仍需要开发者手动制作升级动画。

以下是Gamelook听译的完整内容：

今天主要探讨的是如何制作等距游戏资源，看这张图，它们非常适合做模拟游戏、各种类型的RPG、回合制游戏，那么，如何用Stable Diffusion制作这些资源呢？

你的第一反应可能是输入指令，让AI生成等距游戏资源之类的事情，如果这么做，你可以得到很多不错的结果，比如下图这些资源，甚至是与你最喜欢的游戏资源风格很接近。

但是，如果仔细看细节，你很快会意识到，它们都不是同样的视角，有些视角比较低，还有些比较高。

因此，如果你将这些资源放在一款游戏里，它们是完全不兼容的，我们需要额外的控制，才能得到可用的等距游戏资源。

Stable Diffusion+ControlNet+Blender

比较好的是，我们刚好得到了一套叫做ControlNet的工具，帮我们将Stable Diffusion生成的资源调整到我们想要的效果。

我今天要做的是，用深度模型创作这些资源。这意味着什么？

我展示如何用Blender来为你想要的资源创建一个模糊的形状，通过渲染这些深度图，然后将其输入到ControlNet来创作你的最终资源。

这只是其中的一个案例，你可以用它来创作大量的选择。

甚至是完全不同的风格，不一定只是城建游戏，我还用它做了一个魔幻风格的游戏创意。

接下来我们进入正题，到底该怎么做？

第一步，当然是需要安装Stable Diffusion，我用的是AUTO1111界面，了解它的基本使用方法和简单的指令输入。

接下来你需要的是ControlNet扩展，进入Stable Diffusion界面，点击扩展标签，选择从URL安装，然后输入ControlNet网址（https://github.com/Mikubill/sd-webui-controlnet），黏贴到对应的地方，然后点击安装。

完成之后，点击已安装标签，将刚刚安装的扩展选项打钩，随后点应用并重启UI按钮。

重启UI之后，text2img和img2img标签界面下方就会多出一个ControlNet选项。

这里会有额外的设定选择，不过，我们还需要ControlNet模型。

为此，我们打开这个链（https://huggingface.co/webui/ControlNet-modules-safetensors/tree/main），下载其中的control_depth_fp16模型，还要确保下载后缀为yaml的文件。

随后，进入Stable Diffusion下的webui文件夹，extentions→sd-webui-contronnet→models，然后拖拽下载好的模型到这里来。

如果完全按照今天的分享来操作，我还建议下载ayonimix模型，因为它可以很快速获得不错的效果。

我使用的是V5版本，下载它还需要一个VAE。

对于下载的这个文件，打开你的主文件夹（Stable-diffusion-weibui文件夹），然后依次打开models→stable-diffusion，将ayonimix拖拽到这里。

VAE文件则需要放到models文件夹下的VAE文件夹内。

接下来，如果想要选择这里的VAE，点击Settings→User Interface→Quicksettings list，在这个列表中增加sd_vae。然后应用设定并重启UI，接下来就可以得到跟我一样的设置了。

用Blender做深度图

进入Stable Diffusion操作之前，我们需要先打开Blender，因为它可以定义我们想要的资源形状，并得到我们想要的完美角度，为我们的游戏带来具有连贯性的资源。

由于我们做的是等距游戏，所以视角会比较平，不会有广角视图，我们可以点击默认摄像机，进入摄像机设定，将类型选为Orthographic（正交投影），然后立即可以看到这样的效果，也是我们需要的。

通常情况下，这样的视角为30-45度，不过，如果你想调整，也可以按N键，勾选lock选项下的camera to view选项，这样我们就可以调整角度了，并且随后可以对方块进行拖拽旋转。

接下来，我们要创建一个非正方形的矩形，然后进入output properties，将分辨率调整为2048X2048，之所以创建如此巨大的正方体，是因为我们需要保证后续的分辨率。所以，你不需要渲染能力强大的电脑就可以做到，因为我们只给了深度信息，材质什么的都没有关系。

然后我要创建一个网格，所以要删除方块，这里会创建一个2×2 m的网格，我们要做的是一个能覆盖所有东西的平面，所以这里要拉伸，乘以8，这样就可以覆盖几乎所有的图片。

随后我们要对其进行细分，所以我们进入modifier properties，增加一个subdivision Surface modifier，这里的值设为4，将渲染设置为简单。

因为，我接下来要增加一个wireframe modifier，可以对我们之前创建的modifier进行概览，你可以将它的厚度降低，甚至可以低到几乎看不见，看上去就像是一条条的线，这是创建网格最简单的方式之一。

我们在右上角的Plane选项关闭摄像机，就可以看到比较清晰的网格。

那么，我们在Blender里究竟要做什么？实际上，我们在这里主要是为想要的建筑做粗糙的形状，这里你不需要太多的担心细节，我会创建一些默认建筑作为我们需要的资源。

按shift+A创建一个新立方体，这样我们在网格上就有了一个新立方体，然后进入编辑模式。

现在，我要创建一个漂亮的家庭建筑，这里要先把摄像机锁定去掉，否则会导致物体移动。这里的家庭建筑非常粗糙，你只需要基础的Blender技巧就行。

按Ctrl+R，你可以添加环形剖线，这里你不用担心拉伸的长度，因为Stable diffusion会知道我们想要什么，然后是增加房间入口。

这就是我们想要的房间形状了。

如果视角贴的特别近，那是因为操作的时候碰到了鼠标滚轮，导致拉近了摄像机，这时候我们走出房间，按G\Z\Z，然后拖动摄像机，就可以回到正常视角，不过要确保你的建筑在摄像机范围之内。

接下来，如果你想直接渲染，看起来效果会比较差，因为光照是错误的，而且没有纹理，这些信息是没有用的，你需要的是深度图。

所以，我们随后点击compositing标签，点击use nodes，这里会有些复杂，但不用担心，我会详细说明。你需要将深度信息放到composite输出里，这里进入layer properties，勾选Z，就可以在左边看到深度层。

这时候按shift+A，搜索normalize节点，拖拽到depth选项，然后shift+A搜索Invert，将其连接到颜色信息中，最后，将颜色拖拽到与image相连。

Normalize的作用是，它可以让离摄像机最近的点变成纯白色，最远的变为纯黑色，所以你始终都可以让建筑形状有最大化的深度信息。

使用Invert是因为Stable Diffusion会用到相反色，然后点击渲染，你会得到一个完美的深度图。你可以把它存储并输入到ControlNet。

为了整洁起见，我们将文件名定义为House-depth，格式选择PNG、RGB都可以，由于不需要透明度，所以直接保存就行。

导入Stable diffusion生成游戏资源

接下来进入Stable Diffusion，需要提醒的是，第一步是先把深度图放到ControlNet，然后勾选启用（enable），其余设置不要修改，因为这已经是个很完美的深度图，只需要将模型切换为control_depth。

这时候权重有些高，所以我们将它跳到0.6看效果如何，通常这是保留所有必要角度的权重。

对于指令，我不会逐字阅读，因为很长，不过我找到了一个不错的指令，很适合这类游戏使用，你只需要复制黏贴即可。

指令:

[你的建筑描述], cozy, playful, beautiful, art by artist, (pastel colors:0.7), vector art, (illustration:1.4), digital painting, 3d render, stylized, painting, gradients, simple design, (centered:1.5), ambient occlusion, (soft shading:0.7), view from above, angular, isometric, orthographic

负面指令:

cartoon, zombie, disfigured, deformed, b&w, black and white, duplicate, morbid, cropped, out of frame, clone, photoshop, tiling, cut off, patterns, borders, (frame:1.4), symmetry, intricate, signature, text, watermark, fisheye, harsh lighting, shadows

采样器有时候可以选择DDM，不过这里选择Euler a即可，采样步数选择20，batch count设置为4，其余设置可以保留，毕竟我们做的也是方形。

这是我们的第一个结果，很明显少了车库和红瓦屋顶，不过没关系。

这个版本与我想要的很接近，比如红屋顶、车库、漂亮的窗户，不错的门。

还有些缺失了车库，所以上图很明显是最好的一个。

如果觉得满意，可以直接sent to inpaint，或者send to img2img，并做出一个更高分辨率的版本。

比如可以调整为1024×1024，如果我将denoising降低到0.2，即便是我这张不怎样的GPU也能生成，因为这样可以很好地保留这个风格，但还可以增加大量细节，让它看起来更漂亮。

这里可以将采样步数增加到45，为了保持风格，我还要回到text2img复制种子（seed），黏贴到对应位置，同时为ControlNet增加同样的深度图，以免丢失任何信息。

这就是生成的结果，能够看到它更加干净整洁，因为采样步数和分辨率都更高了，而且灯和窗户都更好看。

接下来，我们把它放到图形处理软件之中，我使用了Affinity Photo，你还可以使用Photoshop或其他软件，只不过会使用一些略微不同的小技巧。

创建新文件，尺寸设置为1024×1024，复制粘贴我们生成的结果，我把它放到这里是希望将它变为游戏资源，因此要去掉所有的背景信息。

所以，我们回到深度图，把它放到这里，这也是我们把深度图做非常大的原因，我们可以把它缩小，以适应画布，这一步很实用，因为这里已经有了几乎完美的遮罩（mask），不过有一些灰色成分。

我们可以使用threshold滤镜去掉，将它设置为1%，这时候就可以看到房间的完美轮廓。

选择rasterize to mask，随后就可以得到几乎完美的建筑图了。

当然，这并不是100%完美的结果，比如这里还有些边缘没有消除，但已经是非常不错的方法。

这里我们得到了第一个游戏资源，比较神奇的是，我们可以用它来创造任何其他东西。

比如我们可以在指令里写入医院、诊所，立即就可以得到很多比较酷的建筑。

还可以生成一个工厂建筑，对于其他建筑，你可以使用完全相同的步骤操作。或者，你也可以在Blender里做其他不同形状的深度图，做出各种各样的建筑或者资源。

我们快速展示一些资源的创作过程：

可以看这些建筑，不要介意它的细节，我只是通过调节一些指令得到了各种不同风格的建筑，并且在Blender里做了一些粗糙的模型，最重要的是，它们与网格很适合，所以这种方法非常强大。

你甚至可以几分钟内做大量的游戏内资源，并且所有资源都和角度、视角匹配。

这个方法可以适用于任何风格的资源，比如这是我做的魔幻风的资源，我希望你们通过这个技巧更有创意，它很强大，而且用起来很有趣。