日式美學與北歐機能主義碰撞，成為近年來漸趨主流的新風格。相距數千英里，但風格上卻如此接近，日本和斯堪的納維亞在室內設計上，一直有很多共同點，隨着國際化與區域合作，這兩種風格匯聚在一起創造新的室內風格，也只是時間早晚問題。

在 Japandi 風格的內涵中，有著 hygge 的舒適溫暖氛圍，植入了北歐人們對生活的感覺，同時也軟化了亞洲風格向來的嚴謹，以有機形式從視覺上就讓人產生了舒適感，這即是回歸室內設計的本質，這也是我們訓練Japandi LoRA 的初心，希望更多人能認識這個風格的空間。我們的 "housearch_japandi LoRA" 是以100張圖片進行20000 steps以上的訓練，所以在出圖工作上依然有優異的表現。

DOWNLOAD 相關下載鏈結

1."Realistic_Vision_V2.0.ckpt"：Realistic_Vision_V2.0.ckpt (新手提示：checkpoint 等大模型下載後，請放置 Stable Diffusion WebUI 目錄下的 /models/Stable-diffusion/ 目錄下)

2."sd-vae-ft-mse-original"：vae-ft-mse-840000-ema-pruned.ckpt (新手提示：VAE 模型下載後，請放置 Stable Diffusion WebUI 目錄下的 /models/VAE/)

3."housearch_japandi LoRA"：housearch_japandi_v1.safetensors (新手提示：LoRA模型下載後，請放置 Stable Diffusion WebUI 目錄下的 /models/Lora/ )

TRY 抽卡試作

我們使用文生圖功能（txt2img），下方的正向與反向提示，使用者可以自行簡單設定，以下是我們選定以JAPANDI風格就客廳空間進行抽圖提示的範例。其餘的設定，包括"Sampling method（選Euler a）"、"Sampling steps（選30）"、" width（選768px） height（選512px）"，其餘先維持預設。以下是四張經抽卡生成的客廳圖片，原尺寸為768px*512px 未經放大或深化或任何修改。

Positive Prompt:

(masterpiece),(high quality), best quality, real,(realistic), super detailed, (full detail), interior, scenery, living room, housearch_japandi , <lora:housearch_japandi:0.7>

Negative Prompt:

(normal quality), (low quality), (worst quality), paintings, sketches, fog, watermark

Bedroom 臥室

在其它參數都維持不變的情況，只調整正向提示內文的"living room"，我們將之改為"bedroom"，看看產出效果。

Kitchen 廚房:

同樣，正向提示文字中將空間改為"kitchen"，看看效果。

Bathroom 浴室:

同樣，正向提示文字中將空間改為"bathroom"，看看效果。

學會精準控制，利用ControlNet

Stable Diffusion 的圖片生成式服務，雖然能給設計者帶來許多的創意刺激，但是往往出圖的結果並不能夠完全符合使用者的需求，這時候我們就得依賴其他套件，來達成精準控制的目標。ControlNet 是Stable Diffusion 上最常被使用的一種插件，它本質上就是神經網路的結構，能透過新增額外條件來控制模型出圖的結果。目前的版本是1.1 版本，同時也有許多預處理的模型可以使用。我們以下將示範如何通過ControlNet 來改變同一之空間圖片的時間、季節和氣候等條件，讓原本抽卡的白天場景，變成夜晚或冬天下雪等天候條件。

1. ControlNet for Stable Diffusion WebUI 插件Github網址：https://github.com/Mikubill/sd-webui-controlnet

2. ControlNet 模型下載網址：https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main

3. ControlNet Lineart 模型下載路徑：https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_lineart.pth

Stable Diffusion WebUI 上的插件安裝方式非常簡單，只要切換至"extensions"，選擇"Install from URL"，然後在"URL for extension's git repository" 填入插件的gitbub位址，再按下"Install" 後重啓webUI 即可。安裝後記得下載Lineart模型，有任何問題的話歡迎在"AI建築設計研究室"臉書社團中詢問。

我們以這張用文字提示生成的浴室圖片來做示範，將效果圖改為夜晚時的模樣。在Stable Diffusion的文生圖（txt2img）正向提示欄中，使用原本的提示詞但增加"night"關鍵字，並且讓生成種子（seeds）設為"-1"。

night, (masterpiece),(high quality), best quality, real,(realistic), super detailed, (full detail), interior, scenery, bathroom, housearch_japandi , <lora:housearch_japandi:0.7>

之後打開下方的 ControlNet 界面，選擇 Lineart 後勾選啓用，預處理器（Preprocessor）選擇 "lineart_realistic"，Model選 "control_v11p_sd15_lineart [43d4be0d]"，重新生圖後就能看到原本的浴室變成夜晚模樣了。

▲黃昏時的模樣

▲逐漸入夜時的模樣

同樣道理，我們可在正向提示欄中輸入"snowing"，戶外也就變成了一片白色雪景。利用Stable Diffusion 能讓空間圖片渲染工作變得更便利，同時也有這樣新的用法，AI 將是未來建築設計最佳的輔助工具。

(snowing:1.2), (masterpiece),(high quality), best quality, real,(realistic), super detailed, (full detail), interior, scenery, living room, housearch_japandi , <lora:housearch_japandi:0.7>

▲大雪後戶外的模樣

▲大雪後戶外夜晚的模樣。（提示詞加上"night"和"snowing"）

為了更方便所有學習者進行交流與討論，我們也建立了facebook 社團 "AI 建築設計研究室"，也歡迎相關人士加入。

有任何問題或合作，請聯繫 chris@housearch.net (Chris Hsu)