AI繪圖與擴散模型
以 Stable Diffusion、DALL·E、Midjourney、Flux 為代表的文生圖，多基於擴散模型：自純噪聲逐步去噪，並由文字條件引導構圖與風格。2022 年創作門檻驟降；2024–2025 年 SD3、Flux、Ideogram 強化文字渲染，ControlNet 與 LoRA 讓角色一致性可控，也引爆著作權、深偽與藝術家生計辯論。
為什麼熱門
Midjourney 與 Stable Diffusion 讓任何人用一句話出圖；社群被 AI 圖淹沒，設計與廣告被迫重估工期，每次新模型發布都衝上熱搜與版權話題。ControlNet 與 LoRA 讓角色一致性從抽卡變成可導演。
數位暗房顯影
擴散模型像倒轉的加噪過程：訓練時學「如何把清晰圖弄糊」，推論時從隨機噪聲一步步去噪，文字編碼器（常接 CLIP 或 T5）告訴它主題與風格。DALL·E 2、Imagen、Stable Diffusion 於 2022 年相繼引爆；Midjourney 靠 Discord 體驗與美學調性圈粉。ControlNet、IP-Adapter、InstantID 讓姿勢、深度圖與角色一致性可控，創作者從「抽卡碰運氣」走向「可導演的生成管線」，工期從天縮到分。ControlNet 與 LoRA 讓角色一致性從抽卡變成可導演。
潛空間裡的去噪
潛擴散（Latent Diffusion）先在壓縮潛空間操作，大幅降低算力，使消費級 GPU 可跑 SD。採樣器如 DDIM、Euler a 影響步數與細節；CFG 尺度平衡提示服從與自然度。SDXL、SD3、Flux.1 提升文字渲染與構圖；Adobe Firefly 走授權訓練路線強調商用安全。評測除 FID 外，更看提示遵循、人體結構與品牌可用性——「社群好看」與「電商可用」常常不是同一條產品線，後製與人工挑圖仍不可省。品牌安全與文字渲染，成為商用可用性關鍵指標。
創作生態的震盪
概念藝術、電商主圖、遊戲素材產量暴增；同時訴訟聚焦訓練是否合理使用藝術家作品、風格模仿與深度偽造。歐盟 AI 法與各國標示義務持續演進；Civitai 等社群讓 LoRA 畫風微調遍地開花。對專業創作者，價值上移到導演能力、品味、品牌敘事與後製整合——生成只是管線前端。學會何時不該用 AI、如何標示合成、如何尊重在世創作者，已成職業倫理的一部分。著作權訴訟與標示義務，和創作門檻下降同步升溫。當出圖成本趨近於零，品味與倫理界線變成稀缺資源。ControlNet 與 LoRA 讓角色一致性從抽卡變成可導演。
品味成為稀缺
當出圖成本趨近於零，稀缺的是選題、審美判斷與倫理界線。寫視覺提示、控圖、選模型只是起點；更重要的是建立個人或品牌的視覺語言，並對合成內容負責。圖像素養成為公民技能：辨識造假、理解構圖，並知道何時不該使用合成影像。擴散模型解放了想像力，也要求我們對「看見」本身更謹慎：下一張爆款圖，可能是藝術，也可能是騙局的開頭。當出圖成本趨近於零，品味與倫理界線變成稀缺資源。ControlNet 與 LoRA 讓角色一致性從抽卡變成可導演。SD3 與 Flux 強化文字渲染，電商可用性跟著上升。
重點整理
AI 繪圖以擴散模型把文字變成圖像生產線，Midjourney、Stable Diffusion 與 Flux 改寫創作門檻。可控性與著作權爭議同步升溫。當人人能出圖，真正拉開差距的是品味、敘事與責任感——生成是畫筆，不是畫家本人，終審權仍應留在人手裡。標示與授權，和出圖速度同樣重要。