诞生5个月，访问量狂飙至3600万，戏称C站的AIGC社区Civitai有多猛？

【GameLook专稿，未经授权不得转载！】

GameLook报道/生成型AI走红之后，业内出现了大量的模型，除了能聊天的ChatGPT，还有Midjourney、Dreambooth、DALL-E 2以及Stable Diffusion等具备强大文生图、图生图能力的模型。

不过，目前大部分的AI模型并不是开源的，有些模型并不向所有人开放，相对而言，Stable Diffusion这样的开源模型开始受到了越来越多研发团队的欢迎。与很多图片生成AI相比，Stable Diffusion可扩展能力极强，社区创造的插件很多，甚至有ControlNet这样能够对生成图片进行精准控制的插件。

另外，由于开源属性，很多开发者已经开始通过Stable Diffusion训练自己的模型，以形成特定风格的画风，比如前不久就有人用Stable Diffusion和Dreambooth，通过32张作品，就训练出了和插画师Hollie Mengert一模一样风格的艺术作品。

伴随Stable Diffusion的火爆，AIGC领域里的模型下载社区网站Civitai也在最近几个月迎来了爆发式增长，三方数据显示，该站三月份的访问量达到3620万次，是今年一月份的6倍以上。

两个月流量翻五倍，成立不足半年已成顶流

在二次元圈子里，中国有非常出名的A站（ACFun）、B站（Bilibili），画师领域日本则有Pixiv、欧美有Artstation，如今在AIGC领域，Civitai俨然成为了顶流级别的C站，迅速飙升的流量，也意味着AIGC绘图用户们对于训练模型的需求量倍增。

尽管在AI领域，有着更加全面、技术向的开源机器学习社区和平台Hugging Face，但面向普通网民和AIGC绘图用户，Civitai准确的“绘图模型应用商店”的定位迅速吸引了大量爱好者和开发者。而Hugging Face当前的估值已达到了20亿美元，走红的Civitai是否会成为AIGC领域的明星项目？可能性较大。

事实上，Civitai建站时间极短、但在AIGC领域人气度却很高，网站正式运作是在2022年11月底，而根据Github上Civitai的介绍信息，这个社区是由AIGC爱好者建立，主要核心技术和运营团队成员有5人，负责人为Justin Maier。

或许因为Civitai由一个小团队爱心发电、人手不足，也可能是极速增长的访问量超过了Civitai团队预期，因此Civitai偶尔就会出现访问不了的情况，比如GameLook今天写稿的时候Civitai就再次处于打不开的维护状态。

那么C站的这个访问量究竟在互联网圈子意味着什么呢？

拿国内玩家所熟知的游戏媒体来比较，今年3月游民星空（Gamersky.com）的预估PC端PV访问量超过3850万、俗称“三大妈”的3dmgame则为3500万次，意味着成立不足半年的Civitai已经能够与中国市场的头部玩家类游戏媒体流量比肩，按照目前的热度增长趋势，C站会在4月份超越游民星空的PC端访问量。

以画师社区站对比，日本画师社区Pixiv的3月预估PC访问量为3亿次，目前Civitai的访问量大约是Pixiv的1/8，但随着时间的推移Civitai与Pixiv的访问量差距将快速缩小。若以欧美地区的画师社区Artstation为例，今年3月Artstation的PC端月访问量为2680万次，Civitai的访问量已超过了Artstation。与中国画师较为熟悉的“接单平台”米画师网站对比，Civitai的今年3月访问量大概是米画师PC web端访问量的100倍。

当然，作为模型下载和AIGC用户社区，或许与Civitai对比更合适的是游戏模组社区，比如mod.io和nexusmods.com，从三方数据来看，Civitai三月份的PC web端流量是mod.io的十倍以上，而达到nexusmods的月6050万访问量也许只是两个月的时间问题。

AIGC模型社区，C站都有啥？

据Gamelook了解，Civitai成立的原因是团队“看到社区分享的定制模型之间的差距后，我们决定打造一个工具，让所有人分享、发现和评测模型更加容易”。目前Civitai有超过1200个可下载量模型。

简单来说，Civitai是一个专注Stable Diffusion的AIGC社区，用户注册登录之后即可上传和下载自己或别人训练的AI模型，并且对所有模型进行评分、收藏等操作。下载之后的模型可以放在Stable Diffusion模型文件夹下，画图的时候选择对应模型即可生成不同画风的图片。

从训练方法来看，Civitai网站上的模型几乎覆盖了Stable Diffusion所有的生图方式，你可以在筛选项选择自己熟悉或喜欢的训练方法，比如LoRA、Textual Inversion、Hypernetwork、Checkpoint以及ControlNet等等，还可以同时选择基础模型版本，以及checkpoint类型。

与很多输出不稳定的画图模型相比，Civitai上的绝大部分模型都有特定风格，而且可以根据标签选择自己喜欢的类型，比如动漫、角色、场景、3D、写实等等。从模型下载量、评分以及收藏量来看，目前最热门的模型大多数是画美女的模型，而且多偏向于写实。

对于游戏开发者来说，除了游戏角色之外，制作一款产品还需要大量的其他资源，比如游戏世界里的植被、建筑、生物群落、怪兽、BOSS、武器装备、道具….都需要耗费大量的时间和人手打造。

当然，Civitai站内目前也涵盖了大部分内容，比如热门的国风模型和RPG模型

还有动漫风格的模型

手办风格的模型

暗黑风格的怪兽模型

恐怖风格的角色模型

油腻师姐风格

现代建筑模型

魔幻风格的怪兽模型

值得一提的是，只要安装了Stable Diffusion，使用Civitai平台的模型非常便捷，哪怕笔者这种没有代码和美术功底的人也能快速上手，甚至不少模型页面还提供了操作步骤、正反指令以及个性化建议等等。

在每个模型之下， 都有大量的社区用户评价以及个人生成的作品展示，模型创作者还可以直接在页面更新或者上传最新训练的模型版本。

从本质上来说，Civitai更像是一个美术外包社区，汇聚了擅长不同画风的AI模型，每一种模型都像是一个专门绘制特定类型风格的画师，其定位与pixiv以及国内的米画师有些相似。

不过，由于起步时间较晚，Civitai平台目前的模型多样性略显不足，正如我们此前提到的那样，大部分模型都专注于写实风格的角色，而场景、道具、游戏世界内生物、怪兽和BOSS等类型的模型相对较少。

成为AI画师：Stable Diffusion模型到底怎么训练？

本质上来说，Stable Diffusion模型都是数学模型，它可以帮你研究随着时间不断变化的系统动态，他们都是基于扩散处理概念。想要训练模型，你首先要收集并准备数据，而且整个数据必须是干净整洁的，不能有数字缺失。

Stable Diffusion模型有很多种形式，大部分基于Fokker-Planck方程式、Schrodinger方程式和Master方程式，必须选择最适合你的那一个，因此，这些模型每一个都有其优缺点。

选择方程式很重要，因为它影响到你的模型与数据的匹配，使用随机梯度下降或类似的优化方法，你就可以在定义损失函数（loss function）后开始训练模型。为了加强模型的性能，你可以尝试各种hyperparameters的值，比如学习频率、批量规模，以及这个网络中的隐藏层数。

为了获得最佳的结果，你可能需要重复这些流程很多次，当然，它取决于你要解决问题的难度以及数据的质量。编程语言方面，Python、MATLAB、C++和R都可以用来创作Stable Diffusion模型。