amd显卡配置秋叶大神整合包
相关视频
07:26查看AI文稿AI文稿coffee u i v 十中文整合包迎来史诗级大更新，这一次的更新简直是零基础小白的究极福音，为什么？因为作者直接在软件里给你硬塞了整整三百多个开箱即用的神级模板！这是什么概念？不管你是想搞全网爆火的创意短视频、 震撼眼球的电影级 c g 大 片，还是做专业的电商换装，它全包了。以前你要懂代码，懂逻辑，痛苦地去连那几百个像蜘蛛网一样的复杂节点，一不小心就满屏报错。但现在，这些全部被大佬完美封装到了巅峰状态。 你的操作步骤被极度简化到了什么程度？就只有三步，下载、解压、双击启动。进去之后，你什么底层逻辑都不用懂，敲个喜欢的模板，敲几个字就能当一个动动手指的无情抽卡机器，几秒钟跑出惊艳全网的大作。 hello， 大家好，本期视频我们将结合前面所学的内容，用 mimicmotion 来做一个 ai 视频风格转换。最后我们再结合 ipadder 看看效果如何吧。那么首先我们先打开康复 ui， 接下来我们先拖动节点，腾出位置搜索 load image， 这边我们加载我们需要的参考图像，然后再搜索 image resize， 最后调整相关参数。 接着我们把 layton 拖出来，接上 ve 编码，随后将 ve 编码的输入和 image resize 的 图像输出连接。随后我们用 anything everywhere 来加载我们的 vb 模型，将我们的 ve 发散到全局。 然后就是选择我们的大模型，我们开始编辑我们的提示词，这里我们的提示词要尽量和参考图像保持一致， 然后将采样步数修改成二十五， c f g 值设置成七。采样器我们选择 d p， n 加加二 m。 调度方式我们选择 kars。 接着我们再将底诺降噪的数值改成零点五。这里我们先稍微整理一下工作流，方便后续的工作流加入。进来的时候不会过于杂乱。 好的图像已经成功生成了。接着我们在塞巴儿侧边栏里面搜索 mimic motion， 随后将所有相关的节点拖出来。 当然我们也可以用常规的方法搜索并加载这些 mimic motion 的 节点，只不过那样子比较繁琐费时。好的，那么接下来我们将这些 mimic motion 的 组建连接。 随后我们搜索 load video。 这边我们用到的节点是 video helper， 如果还没有的小伙伴可以去自定义节点安装里下载。接着我们将 image resize 复制一份过来。这么做的目的是为了让我们的参考视频与参考图像规范化，不然有时候会有 resolution 相关报错。 接着我们加载 video combine 用于预览视频，这里我们将帧数改成三十。视频格式我们设置成 h 二六四。 随后将文件名称改为 mimic pose。 然后我们再复制一份 video clip 版用于预览最终效果视频，这里我们将文件名改成 mimic motion。 左斜杠 mean， 好 的结果已经出来了。对比原视频，我们可以看到人物的外观以及动作是非常贴合的，并且我们在原视频的基础上进行了动画化的处理。 那么接下来我更换一下参考视频与参考图像。当然提示词部分我们也需要进行修改。这边我替换完参考人物图像以及参考视频之后，我们先来对其进行一个分组整理，同样的这边也进行分组整理 好，那么这边的话我们先起用组控制器，然后把 mimic motion 给忽略。这个组控制器呢是来自于 easy use 节点的。之后我们再搜索 ipadada advance。 好 的，那么接下来的话，我们加载 ipadada 的 模型， 然后 ipad adapter 的 模型输入，我们连接到 checkpoint 加载器，接着我们再搜索 load image， 然后再搜索 preimage for completion， 接着我们再搜索 upper for more noise。 然后将类型选择的是内容重组，模糊值设置成十，然后再加载 generation 模型。 这里的话记得我们选择的是这个 b 七九 k 后缀的，然后再把这个权重设置成一点二。好的，接下来的话，我们在 ipad 加载器这里设置成标准， 将 ipad 等模型输出连接到 k 材料器内。随后我们设置一个真实性的大模型，这里我选择的是麦吉的 realistic 真实系列。我们这边来编辑一下文本。好的，接下来我们开始生成。效果还行，但是我们可以生成多几次，筛选出最佳的效果。 我们可以看到这个人物感觉比例有点奇怪，是吧？那么这边的话我们可以用到 openpos 来绑定他的人物骨骼。首先呢，这边我们先给 ipad dev 先新建个群组吧，以防他会混淆。 然后我们改变一下他组别的颜色，这个图像生成模块的话，我们随便换个颜色吧。然后的话我们来加载我们的 ctrl 内的模块，那么接下来的话，我们将 ipad 的 ctrl 内模块给腾出位置。 好的，那么这边的话我们先搜索 control net， 选择 apply control net once， 然后我们再搜索 dw post 18 meter， 随后来一个加载 control net 模型节点。这边的话我们选择的是 open post。 好 的，我们将 deliverer 自带域处理器的图像输入和我们的参考图像连接。随后我们按住 alt 键复制一份 control net 应用 加载器也一样复制一份下来。这边的话，我们加载器的模型选择的是 soft h 搜索节点 soft h 选择这个 h a d soft h lines。 这边同样的把 h a d 的 这个图像输入和我们的参考图像连接。 好的，那么接下来的话，我们将 ctrl 内的应用给串联在一起，正面条件连正面条件，负面条件连负面条件。 同样的，我们把第一个 ctrl n 的 正面条件给连到正面提示词文本框内，负面条件的话就是负面提示词文本框。随后我们将第二个 ctrl n 的 正面条件输出连接到 k 传感器上。 然后我们再把第二个，也就是这个 soft edge 模块的 ctrl n 的 强度改成零点五，随后开始生成。我们可以看到现在这个人物的姿态是变得正常了很多，以及他整个身体的比例。这边同样的，我们为了得到更好的效果，可以多生成几张。 好的，我觉得这张还不错。那么接下来的话，我们就开启 mimicmotion 模块，随后再次开始生成。 生成完毕后，我们可以看到效果还是非常不错的，怎么说也是还原了参考人物的部分特征吧。那么这里我把 mimicmotion 转会和参考视频做一个对比，大家认为哪一个效果更好呢？好，那么一张就是关于控制 ui 基础课程的全部内容。
2176秋叶Ai（籽料请官）
48:42查看AI文稿AI文稿五月最新的秋叶 comfyui 整合包已经更新了，不用复杂的环境配置过程，只需三步一下载，二解压，三双击打开即可使用。支持 win mac 和 a 卡，最低幺零六零显卡显存八 gb 即可本地部署运行。和那些花钱还要排队的网站不同， comprise ui 这次的更新诚意拉满，内置三百加模型，工作流，图片和视频直接本地生成，无惧审核压力，不用积分，不用排队，也没有暗此暗月的计费套路。无论是做最近很火的漫剧分镜，还是工作需要的电商产品详情页， 还是创意十足的三 d 建模渲染，都是点一下的事，想试试的。老规矩，验个牌，现在开始教学， 各位同学好，我们这节课呢，来教大家如何第一次搭建工作流。相信大部分来学习 confluence 的 同学都是对 stable diffusion 的 操作有一定理解的，所以我们下面呢，就对比一下 stable diffusion 当中不同的操作模块，来帮助大家更深刻的认识 confluence 的 流程。是这样的， 我们先选择一个大模型文件，选择好之后呢，输入正反面提示词，然后设置输出尺寸。必要的时候呢，我们会选择一个插件模型， 选择好插件模型之后，我们点击生成，最终呢，在右下方就会生成一个我们符合提示词要求的内容。那么其实像大模型 ve 模型正反面提示词，生成图片时所使用的彩样器，以及生成时的输出尺寸插件，还有生成结果 在 confui 当中也是对应有相同功能的节点的，只不过这些节点呢，在 confui 当中，我们可以对其任意的移动位置删减或者复制或者新增一些其他功能的节点，来强化我们生成的结果。 所以相比于 stable diffusion 不 可动的模块， confui 当中的节点呢，它的灵活性会更强。至于在生成效果上，两者并没有特别大的区别，甚至它们使用的模型文件都是相同的。大家可以将 confui 呢理解成开发者版本的 stable diffusion， 它的自由度呢会更高一些。 我们下面来简单的介绍一下 ctrl y 的 基础操作。我们首先点击右下方的清除，将当前默认的工作流呢进行清除。清除之后，我们就得到了一个空白的操作台，我们右键界面当中的任意位置，然后点击新建节点， 就可以从中呢选择我们想要创建的功能节点，例如我们现在点击新建节点当中的彩样，点击创建 k 彩样器节点，那么这样一个具备 k 彩样器功能的节点就被我们创建好了。 相信从这个节点当中呢，大家不难看到在 stable devolution 当中，我们熟悉的参数，例如彩样器选项，提示词，相关性以及迭代部署。 我们在节点当中呢，还能看到很多颜色不同的小圆点，此时我们拖拽其中的一个小圆点，例如拖拽紫色的模型圆点， 拖拽后松开，可以看到此时就弹出了一个选项菜单，其中下方这个区域呢，是我们拖出这个圆点之后经常会创建的节点选项。因为我们拖拽 k 彩样器当中的模型圆点，通常呢会创建一个 checkpoint 加载器，简易的节点， 此时呢， checkpoint 模型加载器与 k 参照器这两个节点就以相同颜色的模型原点进行了相连，其他位置的原点呢，也是相同的逻辑。我们拖拽之后呢，选择我们需要创建的对应节点，那么两个节点当中相同颜色的原点就会进行相连。 此外，我们双击所创建节点的名称，可以看到此时它的名称呢，就变为了可编辑的状态，我们就可以对其名称进行重命名，比如我们给它起一个名字叫模型， 然后回车确定，这样名字就改好了。当然通常是没必要刻意修改这些节点的名称的，但有些时候呢，可能两个节点是相同的节点，只是功能不同， 所以需要对其修改名称。例如在 k 采集器当中，我们拖出正面条件，这个源点会创建一个叫做 clip 文本编码器的节点，这个节点是用来输入正面提示 词的节点，这两个节点是相同的节点，这 是一个连接正面提示词，一个连接负面提示词。所以有时候呢，我们就要对这样的情况对应的节点去修改名称。比如说把连接正面条件的这个节点呢，我们改名为正面提示词。把连接负面条件的这个原点的节点呢，我们改名叫做负面提示词。 不过平时自己用的话，即便是这样的情况，其实也没必要修改。我们点击之后可以选中这个节点， 选中之后呢，这个节点的周围会多出一些白圈来显示我们已经选中了这个节点。选中之后，可以对当前的这个节点呢进行拖拽，或者呢 ctrl 加 c 复制， ctrl 加 v 粘贴，再或者呢按 delete 键删除，跟我们在电脑上操作文件呢是非常类似的。 我们最后来简单介绍一下 confy 右下方的这个操作位置。首先最常用的就是点击添加提示词队列来开始运行工作流。我们创建好完整的工作流之后呢，点击这个位置就可以开始运行当前的工作流，这跟我们在 stable default 当中点击生成是一样的。 我们创建好一个完整的工作流之后，如果确定运行无误，你想保存的话呢，就点击这个模块当中保存的按键。点击之后呢，给这个工作流起一个名字，比如说我们起名叫 abc， 然后点击确认，此时我们这个工作流啊就会作为一个工作流文件下载到本地， 可以看到此时我浏览器的右上方呢，就已经成功的下载了这个工作流文件，拖拽到我们当前的浏览器 comui 的 操作页面就可以了。 另外就是我们刚才演示过的清除当前所有的工作流节点，我们点击清除，点击确认画面就清空了。当然我们同样是可以通过 ctrl 加 z 撤回刚才的操作的，或者呢按 ctrl 加 y 去重新执行刚才的操作。至于其他的功能不是特别常用，我们就不再赘述。 下面话不多说，我们来开始演示如何从零开始搭建一个完整的纹身图。工作流通常呢从原点最多的工作流节点开始搭建， 就是 k 彩样器，我们右键画面当中任意的空白处点击新建节点，点击彩样这个选项，从中呢点击 k 彩样器，我们创建一个 k 彩样器节点， 这个节点上面的原点是最多的，所以我们先创建它，将来创建其他的节点呢，调理会更加的清晰。我们下面拖拽 k 彩样器节点当中的模型原点， 拖出之后呢，松开我们点击创建 checkpoint 加载器简易这个节点，然后我们再次拖拽 k 彩样器当中橙色的正面条件源点，松开之后呢，点击创建 c l i p 文本编码器节点，负面条件源点呢，也重复刚才的操作。拖出之后呢，创建 c l i p 文本编码器节点， 然后我们继续对 k 彩样器这个节点上的源点呢进行拖出操作。首先拖出左侧的这个粉色的 lighten 的 源点， 拖出之后呢，我们点击创建这个叫做空 lighten 的 节点，这个节点呢是用来输入输出图片的尺寸的，那么最后呢，就只剩下一个原点没有拖出了，就是 k 彩样器右侧的这个粉色 lighten 的 原点，我们点击拖出，然后点击选择创建 ve 解码这个选项。 最后呢，我们点击拖拽 ve 解码这个节点当中图像的这个节点拖出之后呢，我们点击创建保存图像这个节点， 这样一来我们纹身图工作流所有的节点呢，就都已经创建完成了，但如果现在我们点击添加提示词队列来运行节点的话，可以看到 ctrl u i 呢会给我们一个十分明显的提示，告诉我们哪些节点是出问题的， 包括这个节点上面的哪些原点是没有进行连接的，所以我们就可以根据提示呢来继续补全我们当前的工作流。首先是两个 c l i p 文本编码器当中左侧的 c l i p 原点， 我们需要将其与 checkpoint 加载器节点当中的 c l i p 原点进行连接，连接好之后呢，我们再将 ve 解码器当中的 ve 这个原点，将其与 checkpoint 加载器当中的 ve 原点进行连接， 这样的连接逻辑其实很好理解，相同颜色的原点连接相同颜色的原点就可以了。最后我们选择一个合适的模型，写下我们需要的内容， 比如说 one go， 我 们点击生成可以看到此时我们就成功的生成了一个符合提示词描述的内容。那么至此呢，我们文生图的工作流就搭建完成了，相信各位同学只要跟着我们的视频一步一步的操作，都是能够搭建成功的。 即便在搭建过程当中出现了原点没有连接全的问题， comui 在 运行之后呢，也会给出一个明显的提示。 那么我们最后呢，来对康飞 y 的 工作流搭建进行一个总结。首先大多数情况下呢，我们从零开始搭建节点，都是要先创建一个 k 彩样器节点的，因为这个节点上面的圆点最多，我们创建好它之后呢， 将 k 彩样器节点上面的圆点拉出之后，往往只需要创建一个节点就可以，所以调理会比较清晰。各 同学可以把 ctrl y 的 操作理解成搭建台式电脑，像左侧的 c l i p 文本编码器， check point 加载器，还有 comlight 的 输入尺寸的节点，就相当于我们的键盘鼠标，我们将它们插在电脑的主机，也就是 k 测量器上面，通过 k 测量器进行运算，最终呢再输出到显示器上面， 这样来类比呢，相信各位同学对 control ui 的 节点连接逻辑就有了更贴近生活的体会。至于我们 stable default 的 操作逻辑非常的相似，也就是先选择模型，再输入提示词，再选择采用方法， 然后设置输出尺寸，最后点击生成，这是一个十分正常且完整的生成顺序。而在 control ui 当中呢，也遵循这样的顺序，例如此时我们更换一个随机种子，然后点击添加提示词队列， 我们可以看到绿色的位置啊，就是标注在生成过程中工作流运行的一个顺序。会先从 checkpoint 模型加载器开始 获取我们使用的模型信息，然后进一步的获取正反面提示词和输出尺寸，最后呢，将它们都集成在 k 彩样器，整合这些信息之后呢，由 ve 解码器进行解码，最后呢留下我们的保存图像这个工作流节点。 不过相信大家第一次接触 cfui 的 话，即便工作流能够搭建完成，其实对工作流运行的逻辑呢，也处在一个比较懵懂的状态。不过根据我的学习经验，大家学习 cfui 最好呢，能够本着先操作后理解的方式来进行学习。 我们前期从零开始教大家搭建工作流，也并非是为了今后你一直从零开始搭建，而是为了在不断的搭建当中愈发的理解 cfui 的 运行机制。 像在将来获取了其他作者所创建的完整工作流之后，我们也可以更加灵活地对其加以改进，使其符合自己的需求。对此呢，我也专门制作了一套课件，上面不仅展示了 stable diffusion 不 同的功能模块去对照 comfy 当中的节点的一个对照图， 同时也包含了我们课上所讲解的 comfy 基础操作知识以及工作流搭建流程，还有最后的总结。各位同学如果需要本节课的课件的话，也非常欢迎在评论区留言，我会尽可能的帮助大家解决在操作过程当中遇到的问题，同时也会发放这套课件。那么以上呢，就是本节课的全部内容， 各位同学如果觉得本节课的内容对你有帮助的话，也不妨点一个免费的一键三连支持一下，我们就下节课再见！各位同学好，我们这节课来讲解 confui 精细化纹身图工作流的第一部分。我们首先来说明一下什么是精细化纹身图工作流。 我们首先打开 stable diffusion， 相信熟悉 s d 的 同学呢都知道 stable diffusion 是 只有一个正反面提示词输入窗口的 们，此时在正面提示词窗口当中输入 one go 还有 right here， 然后选择一个合适的负面提示词模板，点击生成，可以看到此时我们就生成了一个符合提示词描述的结果。那么如果我们想要在画面当中生成两个人物，其中一个是红色头发的少女，一个是蓝色头发的少女， 正常的思路呢就是在提示词当中再追加对于另外一个少女的描述，也就是 one go blue hair。 剪好之后呢，我们再将画布的生成尺寸去拓展一倍，再次点击生成，我们可以看到此时生成的结果呢，并不是十分理想， 我们明明想要生成两个少女，但是画面当中却只有一个，而头发的颜色呢，是以红色和蓝色拼接形成的。 我们现在回到 confui， 打开我们预设好的工作流，也就是精细化纹身图工作流。相信此时部分同学已经猜想到了，既然 confui 相比于 stable default 能够更加灵活地去部署模块儿，也就是节点，那么我们就可以同时部署两个提示词的输入窗口， 来分别描述我们想要生成的两个人物，最后再通过一定的方法呢，将两个人物合并在同一个图像上，以此呢来避免 stable default 当中因为提示词无法做分割 而导致两个人物的特征同时出现在一个人物身上的情况。例如此时我们在 confui 当中，第一个正面提示词输入窗口呢，我们输入红色头发的少女，而第二个提示词输入窗口呢，我们输入蓝色头发的少女。 这些都输入好之后呢，我们点击添加提示词对列，可以看到我们此时生成的结果呢，左侧的人物就是红发的少女，而右侧的人物就是蓝发的少女。 由于这两个人物的提示词都是独立成一个节点的，所以并没有出现颜色之间相互混合，特征之间相互混合的情况，这就是精细化纹身图工作流的优点。 那么话不多说，我们下面就从零开始教大家如何搭建精细化纹身图工作流。我们首先新建一个空白的工作台，点击左上方的文件加图标，点击这个加号，新建好这个默认工作流之后呢，我们清空当前的工作流节点， 下面的操作就与我们之前所讲解的纹身图工作流操作十分类似了，我们依然在任意的空白位置，右键点击新建节点，点 击采样，然后点击 k 采样器。回想起我们上节课所举的类比， k 采样器呢，就好比电脑的主机，我们下面要把键盘，鼠标还有显示器都接到这个主机上，所以我们下一步呢，拖出模型这个圆点 松开之后呢，创建 checkpoint 模型加载器。与基础纹身图工作流不同之处在于，我们这次呢，从 clip 这个圆点上面拖出的内容一共有三个，也就是两个正面提示词输入窗口，以及一个负面提示词输入窗口。 当然如果各位同学想要拖出两个负面提示词输入窗口也是可以的，但通常负面提示词是通用的，所以我们只拖出一个负面提示词窗口就可以。 我们回到 k 彩样器这个节点，从 latent 源点当中呢，我们依然拖出一个节点，叫做空 latent， 用来输入输出图片的尺寸。大家在拖出节点之后呢，最好整理一下它们摆放的位置， 这样将来在拖出其他节点时，调理会更加清晰。然后我们继续从 k 彩样器右侧的 latent 源点当中拖出，选择建立 ve 解码，然后再从 ve 解码这个节点当中拖出图像，选择保存图像这个节点， 然后我们回到 ve 解码这个节点，将 ve 源点与 checkpoint 加载器当中的 ve 源点呢进行相连，这两个是相同的颜色，都是红色的， 我们下面要创建一个之前的课程当中没有提到过的节点，它的名字叫做条件采样区域节点。对于这样的节点呢，我们可以直接双击画面当中的空白区域，打开搜索选项，在搜索选项当中搜索它的名称，我们就搜索条件采样 区域。值得一提的是，旧版的 comui 是 不支持搜索中文的，各位同学需要更新到新版的 comui 才能搜索中文。 我们选择搜索结果当中的条件区域彩样这个选项，这个节点呢，一共要创建两个，所以我们复制当前创建好的条件彩样区域节点， ctrl 加 c， 然后 ctrl 加 v， 粘贴一个一样的， 然后我们分别将条件采纳区域两个节点上面的条件左侧的条件呢，与 clip 文本编码器右侧的条件相连，就连接到两个正面提示词 clip 文本编码器右侧的条件原点上。 连接好之后呢，我们再次双击空白的区域，搜索一个叫做条件合并的节点，搜索到之后呢，我们点击创建，然后我们将两个条件采纳区域右侧的条件一，条件二原点相连，它们的颜色也是一样的。 连接好之后呢，我们的所有节点就都已经创建完毕了，剩下要做的操作就是将那些没有连接好的原点进行相连，逻辑也非常简单，相同颜色的原点连接相同颜色的原点。首先将条件合并当中，右侧的条件原点连接到 k 采集器的正面条件原点上。 最后呢，再将我们要输入负面提示词的 c、 l、 i、 p 文本编码器节点右侧的条件源点连接到负面条件源点上。这样一来我们康复 ui 精细化文声图工作流的第一部分就搭建完成了，我们现在点击添加提示词队列来测试一下， 可以看到我们整个的工作流呢是没有出现报错的，但是生成的结果呢，并非我们一开始所演示的那样的结果，其原因在于我们并没有设置合适的参数。所以我们最后呢来讲解一下如何设置合适的参数，让我们想要生成的内容出现在合适的位置。 首先我们要设置的是最终所生成的图像的宽高，在空 light 的 这个节点上面，我们将生成图片的宽度呢，从五百一十二的默认宽度改为一零二四。当然这个参数呢要根据大家的需求来决定，我们测试的话就设置的稍微小一些。然后我们要设置的是条件参照区域节点上面的参数。 各位同学可以把精细化纹身图工作流理解成我们分别生成的两张图片，生成之后呢，再将这两张图片合并为一张图片，其中传统的 konlighten 这个选项呢，设置的是总图片的尺寸，而两个条件参照区域节点上面设置的尺寸呢，则是合并之前两张图片各自的尺寸。 所以我们首先来设置第一张图片的尺寸，我们就设置为五百一十二乘五百一十二，第二张图片的尺寸呢也是相同的，五百一十二乘五百一十二，这样两张图片加起来的尺寸呢，就可以满足一零二四乘五百一十二的尺寸。 其次我们要设置的是第二张图片在画面当中的坐标，由于第一张图片生成时默认的坐标就是从左到右，从上到下，从零 零开始这样一个坐标，因此第一个按默认的坐标就可以，也就是 x 零 y 零。各位同学可以在脑海中构建一个坐标轴，只有两个方向， x 和 y。 那 么第二张图片呢，就要摆放在第一张图片的顺位位置，与 其相连。那么首先第二张图片在高度上是没有进行移动的，两张图片的关系呢，我们设置的是横向摆放，所以第二张图片的 y 呢，和第一张图片是一样， 都为零。但是第二张图片需要向右平移一个图片一的身位，所以此时第二张图片的条件采用区域 x 值呢，我们就设置为五百一十二， 然后点击确定。这样两张图片呢，就是从左到右依次摆放，横向摆放的关系最终生成后合并在一起。提示词方面呢，我们就套用之前所使用的提示词，也就是第一张图片生成红色头发的少女，我们输入 a girl 还有 red hair。 而第二张图片呢，我们来生成蓝色头发的少女，输入 a girl 还有 blue hair。 写好之后呢，我们再次点击添加提示词队列，可以看到此时我们生成的结果呢，就是一个总尺寸为一零二四乘五幺二，左侧五幺二乘五幺二的尺寸为一个红头发的少女，而右侧五幺二乘五幺二的尺寸为一个蓝头发的少女，他们之间紧密相连的关系了， 并且两张图片的人物造型呢，互不影响，独立存在，这都要归功于我们创建的两个独立的正面提示词窗口。 当然各位同学在创建的时候呢，也不推荐去死记硬背，可以跟着我们的视频一步一步的来创建精细化纹身图的工作流。 我们再次强调，教大家逐步创建工作流的目的并不是为了让你去死记硬背，而是为了让你在不断的练习当中能够理解 comfyui 的 运行机制，能够在将来获取到一些其他作者现成的工作流之后，更善于自己加以改进，为自己所用。 不过话说回来，各位同学可以看到我们当前生成的两个人物，虽然说彼此独立，互不干涉，但他们的融合程度也非常的低，两个人物呢，并非处在同一个背景上，有着非常强烈的割裂感， 那我们该如何既能保障两个人物的造型相互独立，互不亲染，同时又能保障人物处在同一个背景上，让他们相互融合的自然呢？这个知识就留给各位同学思考，我们在下一个视频当中呢，会详细的讲解如何将精细化纹身图工作流当中人物的背景在生成时变为统一的背景。 同样针对于本节课的知识呢，我也制作了一套完整的课间，这面不仅说明了精细化文生图工作流的逻辑，同时也有详细的精细化文生图工作流搭建的过程， 还有最终搭建好之后的全貌展示。同时本节课的康复 ui 搭建好的工作流文件呢，也会发放给大家，各位同学有任何的问题非常欢迎在评论区留言，我会尽可能的帮助大家解决问题，同时也会发放本节课的相关资料。那么以上呢，就是本节课的全部内容， 各位同学如果觉得本节课的内容对你有帮助的话，也不妨点一个免费的一键三连支持一下，我们就下节课再见。各位同学好，我们这节课呢，来讲解 cfui 精细化纹身图工作流的第二部分。 相信各位同学通过上一节课的学习呢，已经掌握了如何从零开始去创建一个完整的精细化纹身图工作流。通过这个工作流，我们一共创建了两个正向提示词输入节点，这两个节点的提示词内容不同，我们最终生成的结果也通过合适的参数设置， 使得两个提示词输入节点生成的角色出现在了同一幅画面上，同时也在设计上并没有相互的亲染和干扰。 但在我们上一节课的结尾呢，也发现我们生成的这两个人物呢，他们虽然在设计上并没有相互的干扰，但与此同时在背景上也毫无关联。所以我们今天这节课的目的就是来教大家如何去对我们上一节课所设计的工作流加以改进，使得我们的人物在背景打光和氛围上能够更加的和谐统一。 我们下面就来讲解一下如何去对我们上一节课的工作流进行改进，来新增一些节点，使我们获得更加理想的效果。 我们首先在上一节课工作流的基础上，在 check point 加载器这个节点上拖出 c l i p 原点，拖出后松开，我们新建一个 c l i p 文本编码器节点。需要说明的是，我们建立的这个新的 c l i p 文本编码器节点，就是用来负责描述这两个人物同时出现的统一背景的 说，我们希望这两个人物都出现在一个街道上，那我们新增的这个节点内容呢，就填写街道，然后我们复制当前工作流当中的条件合并节点，复制好之后粘贴，然后将我们刚才新增的 c l i p 文本编码器右侧的条件源点连接到我们刚刚复制粘贴的这个条件合并节点当中的条件一源点上。 之后，我们将原本连接在 k 彩样器正面条件的这条线设为取消状态，也就是点击拖拽之后松开，然后将原本的条件合并节点右侧的条件源点连接到我们新增的条件合并节点下方的条件二源点上， 我们稍微调整一下这些节点的位置。那么此时呢，各位同学不难看出，在原先工作流的基础上，我们通过这样增加节点连线的方式， 我们描述红色头发女孩的正面提示词节点与描述蓝色头发女孩的正面提示词节点在进行条件合并之后，并不会直接传输到 k 彩样器，而是先与描述背景的正面提示词节点进行了一次合并。最终呢，我们才将整合后的信息连接到了 k 彩样器的正面条件源点上。 就相当于我们先炒了两盘菜，我们生成的红色头发的少女呢，就好比番茄炒蛋生成的蓝色头发的少女呢，就好比烧茄子。在上一节课我们所创建的工作流当中，我们将番茄炒蛋和烧茄子炒好之后，仅仅是装在了同一个盘子里就端上了桌。而我们今天所创建的工作流 在上一节课的基础上，将番茄炒蛋和烧茄子重新倒回了锅中，加入了新的作料，最终呢才端上了盘子。这样我们的生成结果，两个人物的背景呢就会更加融合。 那么话不多说，我们来尝试一下。现在的工作流呢，已经完全连好了，我们在新创建的正面提示词工作流当中写入街道 street 以及夜晚 night。 写好之后呢，我们点击添加提示词队列。那么此时各位同学可以看到， 我们改造之后的工作流就成功的将两个造型特征不同的少女既进行了造型上的区分，两个人的设计完全独立，同时让他们都出现在了同一个背景当中。当然我们可以追加一些负面提示词，以谋求更好的效果。那这里呢，我就沿用 stable diffusion 当中的负面提示词，我们重新生成一遍， 看到有了更好的负面提示词的加持，我们就获得了生成人物更好的效果，并且两个人物的背景依然是和谐统一的。当然生成的结果是随机的，各位同学可以更改随机种子，以谋求更符合需求的效果。 那么到这里呢，我们的精细化纹身图工作流，它的完全体版本就搭建完成了。当然如果我们想要在画面当中不仅生成两个人，而是要生成三个人，四个人，各位同学可以举一反三，在我们当前的工作流基础上，进一步的去增加描述人物所用的正面提示词节点， 并且用条件采样区域以及条件合并工作流节点去将它们整合，最终连接到 k 采样器上。具体的创建方法呢，我就不再演示了，各位同学自行尝试之后如果遇到问题也非常欢迎在评论区交流，我会尽可能的帮助大家解决在操作过程当中的问题。 我们下面对先前没有提到的康复 ui 的 基础操作知识做一些补充，我们之前只讲解了点击右下方的保存，将当前所操作的工作流保存到电脑本地。 但是各位同学会发现，我们点击左侧的文件夹图标在这里呢，我也创建了很多在 comui 操作界面就可以直接选举的工作流，比如我们选举这个换脸的工作流就可以直接打 开。那我们该如何将当前操作的工作流保存到 comui 上面，让我们直接打开工作台就可以选择自己想要操作的工作流呢？ 方法也非常简单，首先我们点击左上方的文件加图标，将其展开，然后我们点击这里的加号键，就可以新建一个工作流。这个工作流呢是默认的纹身图工作流， 如果你不需要的话，可以直接按住 ctrl 键不要松开，然后拖拽工作台，将这些工作流全选，然后按 delete 键删除，再重新从零开始建立或者拖拽新的工作流， 我们撤回一下。就以当前的纹身图工作流为例，例如此时呢，我们已经对当前的纹身图工作流进行了一定的修改，那么此时各位同学可以看到，在这个位置就出现了一个保存图标，叫做 save work flow， 我 们点击这个图标就可以保存当前的工作流。 此时我们再次点击左上角的文件夹图标，展开下拉菜单，可以看到在这个位置呢就出现了一个叫做 united flow two 这样一个名称，这个名称呢就是我们当前正在操作的工作流的名称，我们也可以点击这个名称去进行重命名， 比如说我们给它起一个名字叫做 abc， 然后点击 save， 那 此时我们再次展开左上角的文件夹图标，可以看到当前呢就有一个名为 abc 的 工作流被保存到了我们左上角的展开图当中。那么我们现在先切换到其他工作流，然后再次点击左上角的文件夹展开， 再次点击 abc， 此时我们就可以看到我们刚刚所保存的名为 abc 的 工作流了。除此之外，各位同学可以看到这些工作流当中某一些呢是带有预览效果图的，甚至还有一些是动图，那么这些图片是如何产生的呢？ 其实也非常简单，我们选择一个合适的模型，然后直接点击添加提示词队列去生成一张图片，那么生成好之后呢，我们再次点击左上方的保存图标，此时我们再展开左上角的文件夹，可以看到我们当前名为 abc 的 工作流就多出了一个我们现在所生成的预览图。 我们再来补充一下对于工作流节点的相关操作。首先是如何一次性选中多个工作流节点，方法非常简单，我们按住键盘的 ctrl 键不要松开，然后用鼠标点击工作台当中的任意空白位置 进行拖拽，那此时会出现一个白色的选框，选框内所含盖的节点呢？我们在松开手之后都会被选中，可以看到是有选中的效果的， 那么此时呢，我们进行任意的操作，都可以对我们当前选中的工作流节点进行操作，比如按 delete 键可以看到我们当前选中的所有节点呢就都被删除了。 如果我们不想选中相邻的节点，想要跳跃的进行选中的话，就按住键盘的 ctrl 键，不要松开，依次的点击我们想要删除或者操作的节点，因为我们先选择 checkpoint 加载器，再选择保存图像节点，可以看到此时呢，这两个节点也被同时选中了。 我们最后再来讲解一下如何对节点赋与颜色，以及如何对功能相似互相搭配的节点进行分区。想要给节点赋与颜色，我们只需要右键点击这个节点， 点击之后呢，我们在右键菜单当中选择颜色，然后在颜色展开菜单当中，我们选择自己需要赋予的颜色就可以了。例如我们现在点击红色，可以看到此时 checkpoint 加载器这个节点就被变为了红色。当然我们在操作时，由于是多选的状态，所以保存图像这个节点呢也被变为了红色。 我们现在右键工作台当中的空白处，然后点击新建框这个选项，点击之后呢起一个名字，例如这个名字呢，我们就叫提示词，写好之后回车确定，此时可以看到我们新建的这个框，它的名字呢就被改为了提示词。 我们可以通过鼠标拖拽的方式改变这个新键框的位置，通过拖拽其右下角的方式改变它的尺寸，此时我们将这个新键框拖拽到 c l i p 文本编码器的下方，那么当我们再次拖拽这个蓝色的新键框时，各位同学可以看到，但凡是出现在这个新键框上方的节点呢，都会被随着一起 拖动，但如果我们此时所拖动的是节点本身的话，那么这个新键框是不会为之所动的。利用这个特性呢，我们将这个新键框拖拽到合适的大小，以涵盖我们想要的内容。 给我们拖拽到这个大小，再将 c l i p 文本编码器下方的这个框拖拽到合适的位置。这个新建框功能呢，就相当于给我们的工作流当中同类型的节点做了一个区域的划分，让操作者或者说使用者在编辑当前工作流时， 能够更容易的判断这些部分的工作流它的用途是什么。其实并没有什么实质性的功能作用，各位同学平时自己做工作流的话，没有必要做这些。 那么针对于本节课的内容呢，我也制作了一套完整的课件，上面以图文教程的方式讲解了我们本节课所讲解的相关知识点， 同时也包含了我们刚刚所提到的康复 u i 基础操作知识的补充。各位同学如果需要本节课的课件的话，也非常欢迎在评论区留言，我会尽可能的帮助大家解决问题，同时也会分享这节课的课件。那么以上呢，就是本节课的内容，对你有帮助的话，也不妨点一个免费的一键三连支持一下， 那就下节课再见。各位同学好，我们这节课呢，来讲解 confui 当中文声图 controlnet 工作流的搭建。在 stable diffusion 当中，我们使用 controlnet 的 时候，不仅要选择 controlnet 的 模型，同时也要选择对应的 controlnet 与处理器。因此我们在 controlnet 当中，我们要想搭建具备 controlnet 功能的工作流，同 同样要先搭建 controlnet 预处理器的工作流节点，那么我们下面呢就新建一个空白的工作台，新建好之后呢，将默认的工作流进行清除。然后首先呢来搭建一个 controlnet 的 预处理器，方法呢也非常简单，我们双击工作台空白的位置， 然后从中搜索我们想要搭建的预处理器名称。比较熟悉 stable definition 的 同学都知道，我们常用的模型预处理器呢，通常就是 canny 边缘检测、 deep 深度检测以及 line art 线稿检测， 有时做室内设计时呢，还会用到 m l， s d 直线检测。如果记不起这些名字的话，可以回到 stable default 的 ctrl n 的 插件看一眼， 然后我们回到 comui。 比如我们此次呢来建立一个 kenny 线稿检测的预处理器，我们就在搜索栏当中搜索 kenny， 然后选择搜索结果当中的 kenny 细致线预处理器，点击之后呢创建这个节点，创建好之后，我们将左侧的图像源点拖出，然后点击创建加载图像节点， 这个位置呢是我们用来放置现稿参考图的，同时我们将 kenny 细致线域处理器节点右侧的图像源点拖出。我们创建一个保存图像节点，这个节点呢是用来放置提取现稿之后的预览效果图的。 六、此时呢，我们直接点击添加提示词对列，就可以看到在保存图像节点当中出现了左侧我们所上传图像的现稿提取结果 么？创建好了与处理器相关的节点，我们下面就从您开始搭建一个纹身图的 control net 工作流。我们首先搭建一个正常的基础纹身图工作流， 那么就直接双击空白处，然后我们搜索 k 彩样器来创建一个 k 彩样器节点。创建好之后呢，按照我们第一节课所教授的流程， k 彩样器当做主机，我们从上面的圆点当中呢去接触键盘鼠标显示器，拖出模型圆点之后，我们点击创建 checkpoint 模型加载器节点，然后分别拖出正面条件源点，创建 c l i p 文本编码器，拖出负面条件源点，创建 c l i p 文本编码器。 然后左侧的 lighten 的 源点拖出，我们创建空 lighten 的 节点，用来设置输出图片的尺寸。而右侧的 lighten 的 源点我们拖出后呢，创建 ve 解码器节点， 最后再将 ve 解码器节点右侧的图像源点拖出，我们创建保存图像节点。最后呢，将 ve 解码节点当中的 ve 源点与 checkpoint 加载器节点当中的 ve 源点两个相同颜色的源点相连。 最后适当调整一下这些工作流节点的位置，让他们看起来呢更加整洁好看。调整好之后呢，我们基础的纹身图工作流节点就全部创建完成了。我们下面要考虑的事情呢，就是将 control night 以及我们刚刚创建的与处理器相关的节点都融入到我们当前的纹身图工作流节点当中。 这里建议大家不必有过多的思考，跟着我们的视频教程边暂停边做就好，等做完之后呢，我们再去尝试理解其中的逻辑。我们首先双击工作台空白处任意的位置，然后搜索 content 应用，然后点击搜索结果当中的 content 应用这个选项，创建 content 应用节点。 当然 controlnet 应用这个节点呢，有很多种不同的版本，但是其中包含的源点都是相同的，因此各位同学在观看视频教程时，只要保障自己创建的 controlnet 应用这个节点包含了我们视频当中所提及的源点内容，就可以 多出的部分呢，可以暂且不管，我们下面将 controlnet 应用当中左侧的正面条件源点连接到正面提示词的 c l i p 文本编码器节点右侧的条件源点上，而 controlnet 应用节点右侧的正面条件源点，我们则连接到 k 彩样器的正面条件源点上。 此时原本正面提示词 c i p 文本编码器节点当中的条件源点与 k 彩样器正面条件源点的相连关系就断开了。这就意味着我们的内容生成之前，会先经过 controlnet 应用这个节点，使我们的 controlnet 能够发挥效果后再抵达 k 彩样器。 我们下面将 controlnet 应用节点左侧的 controlnet 圆点拖出后松开，然后在弹出的窗口当中，我们点击 defcontrolnet 加载器这个选项，创建 defcontrolnet 加载器这个节点。这个节点的功能呢，就是用来设置 controlnet 模型的，我们点击这个节点的内容后呢，会出现一个下拉菜单 们此次要使用的 control net 功能是线稿检测，所以我们选择 kenny 这个模型。我们下一步呢，将 control net 应用这个节点左侧的图像原点连接到 kenny 与处理器这个节点右侧的图像原点上。这一步操作之后呢，我们的参考图就与 control net 之间发生了关联， 我们的 control 相关的节点能够读取到参考图的内容。我们最后一步呢，就是将 diff control 加载器节点左侧的模型原点拖出之后呢，连接到 checkpoint 加载器节点当中的模型原点上。这样一来，我们的文声图 control 工作流就搭建完成了。 我们现在选择上传一张线稿作为参考图，然后选择一个合适的大模型。因为是二次元的线稿，所以这里呢，我选择一个二次元风格的大模型。提示词方面呢，就尽可能描述贴合线稿的内容，我们就书写 one go 还有狐狸耳朵 fox ear。 对 于负面提示词呢，我们就将 stable diffusion 当中的负面提示词模板直接粘贴过来。全部设置完成之后，我们点击添加提示词队列， 可以看到此时我们的工作流当中呢，出现了一些报错。很明显，我们的正面提示词与负面提示词左侧的 c l i p 并没有与模型这个节点相连， 所以我们现在根据提示呢，将这些缺失连接的原点进行相连。其中负面提示词 c l i p 文本编码器右侧的条件原点与正面 c l i p 文本编码器提示词的右侧条件原点相连的思路是类似的， 我们先将其连接到 controlnet 应用这个节点左侧的负面条件源点上，然后再将 controlnet 应用节点右侧的负面条件源点连接到 k 彩样器的负面条件源点上。最后我们点击添加提示词对列，可以看到此时呢我们就成功的生成了一幅根据我们所上传的现稿参考 而得到的一幅有着狐狸耳朵的二次元动漫风格的人物。这里图片尺寸呢，我们可以设置的稍微高一些，将高度呢设置为六百，然后再次点击添加提示词对列，这样我们就获取了一幅更加完整的生成结果，可以看到效果还是相当不错的。那 那么以上呢，我们的 comui 纹身图， controlnet 相关的工作流就全部搭建完成了，我们最后来补充一些关于下载节点相关的知识。其实从我们上一节课开始呢，我们就用到了一些当前我们所使用的 comui 版本并不具备的插件节点， 那么这些新增的插件节点如何下载呢？这里提供三个下载方式。首先第一个下载方式呢，就是我们打开会事启动器，然后点击版本管理， 在上方的分页当中，我们选择安装新扩展这个选项，在这里呢搜索我们想要下载的节点插件的名称，然后点击安装，就可以在会式启动器当中安装新的插件。不过需要注意的是，某些版本可能会出现异常的 情况，导致我们无法在这个位置加载相应的插件，比如说我当前的版本这个功能就失灵了，各位同学呢，可以尝试更换版本。第二种方式呢，是比较稳妥的方式，我们直接在 github 上面来手动的下载相关的插件节点， 我们抵达对应的页面之后呢，点击绿色的 code 选项，在下拉菜单当中，我们选择 download zip 下载压缩文件，最后解压到 confui 根目录当中的 custom nodes 专门放置节点插件的文件夹当中就可以。不过这个功能呢，需要大家有一个特殊的用网 环境，如果你不了解如何使用特殊的用网环境，也非常欢迎在评论区留言，我会尽可能帮助大家解决这个问题。第三种方式呢，就是在 confui 的 操作页面当中，我们点击右下方的管理器， 在弹出的窗口当中，我们点击节点管理这个选项，然后在左上方的下拉菜单当中，我们选择所有这个选项，这样就可以展示出我们当前所有可下载的插件节点，在这个位置呢，搜索相应的名称便可以获得对应的结果。例如我们搜索 control night， 可以 看到直接呢就蹦出了跟 control night 相关的选项，对于那些没有安装的插件节点，我们直接点击这里的 instyle 即可安装，安装成功之后呢，重启一下就可以使用了。 对于本节课的内容呢，我也制作了一套完整的课件，课件上以图文教程的方式讲解了我们今天课上所讲解的全部知识。各位同学如果需要本节课的课件的话，也非常欢迎在评论区留言，我会尽可能的帮助大家解决问题， 同时会分享本节课的课件。那么以上呢，就是本节课的全部内容，各位同学如果觉得本节课的内容对你有帮助的话，也不妨点一个免费的一键三连支持一下，我们就下节课再见！ 各位同学好，我们这节课来讲解 comfui 图生图工作流搭建我们都知道在 stable default 当中是有图生图的功能的， 我们将图片导入到图生图的预备窗口，写上合适的提示词，调整合适的生成尺寸与重绘幅度，然后点击生成。生成的结果呢，就会根据我们当前所书写的提示词以及重绘幅度，根据所选模型的风格 原图为蓝本进行重新生成。生成时我们所选的重绘幅度越高，那么生成的结果呢，就越与原图相去甚远。反之，生成的重绘幅度越低，生成的结果呢，就与原图越相似。 同样在 comui 当中，我们在文生图工作流的基础上，加入图片上传节点 v a e encode 节点、蒙版节点、尺寸设置节点 control net 节点，即可创建一个相对完整的图生图工作流。同时我们本节课也会讲解一下，除了局生成之外，如何在 comui 当中创建局部重绘的工作流， 也就是我们可以通过选区笔选择我们需要重新生成的部分，然后再次点击生成。此时我们生成的结果只有在原图当中所选择的区域会受到影响发生改变，而未选择的部分则会维持原状，与原图保持相同。 那么话不多说，我们下面就来详细的演示一下。首先打开 comui， 我 们新创建一个工作台。由于在先前的课程当中，相信大家已经非常熟悉基础文生图工作流该如何从零创建了，所以我们这次就不再从零开始， 我们以当前默认的纹身图工作流为基础来添加相关的节点创建图生图工作流。首先我们双击工作台的空白处，然后搜索加载图像，点击创建加载图像节点，这是用来专门上传原图的节点。我们将加载图像节点当中的图像原点拖拽后松开，然后点击创建 v a e 编码节点， 然后我们再将 ve 编码节点当中的 laten 的 原点拖出后，连接到 k 彩样器左侧的 laten 的 原点上，这时我们原先的空 laten 的 节点就处在不可用的状态，因为我们此次创建的工作流是一个全局生成，工作流生成的结果在尺寸上将与原图保持一致，因此不需要设置输出尺寸的大小。 我们下面将 ve 编码节点左侧的 ve 原点拖出，连接到 checkpoint 加载器当中的 ve 原点上。这样一来，我们的图生图工作流就创建好了。 我们现在选一个合适的模型，例如原图是写实风格的，我们就选择一个偏二次元风格的模型。选择好之后呢， k 彩样器当中最后一个选项降噪，对应的就是 stable diffusion 当中的重绘幅度，我们通过调整降噪这个属性的大小来控制生成的结果与原图的相似程度。 例如此时我们将降噪调整为零点三，然后点击添加提示词对列，可以看到我们再次将降噪选项调整为零点九， 然后点击确定添加提示词对列，可以看到我们此时生成的结果呢？虽然有原图的影子，但是更多听从了提示词当中的描述，生成了包含有瓶子内容的结果。如果我们在生成的时候想要调节生成的尺寸， 也可以将编辑尺寸的节点添加到我们当前的工作流中，相信经过之前的练习，各位同学对这个 laten 的 节点已经非常熟悉了，通常呢，它就是用来连接设置尺寸的节点的，但是我们可以看到原先的空 laten 的 节点，它只有一个 laten 的 原点，也就是单向的。 而我们加入了加载图像节点之后，需要有一个双向连接的 latent 节点，才可以保证加载图像会经过图片尺寸设置节点再抵达 k 采集器。所以我们此时双击空白的工作台， 然后搜索 latent， 我 们从中选择 latent 的 缩放这个选项，创建 latent 的 缩放节点，可以看到此时 latent 的 缩放节点上面有两个 latent 的 圆点， 我们将左侧的 latent 原点连接到 ve 编码节点当中的 latent 原点上，而右侧的 latent 原点连接到 k 采集器当中左侧的 latent 原点上。 此时我们不难发现，在加载图像这个节点当中的数据抵达 k 采集器之前，会先经过我们创建的 latent 缩放这个节点去进行图片尺寸的分割，最终才会输出对应的结果。我们现在再次点击添加提示词对列， 可以看到此时生成的结果，在尺寸上就是符合 lin 的 缩放节点当中所输入的五幺二乘五幺二的正方形尺寸。我们现在将降噪调整为零点一，然后点击确定，点 击添加提示词对列，可以看到当前对于原图的缩放模式呢，是以拉伸压缩的方式进行缩放的，如果我们需要对原图进行裁剪后输出结果， 我们可以将 laten 的 缩放这个节点最下方的裁剪这个选项，点击之后呢选择中心，然后再次点击添加提示词对列，可以看到我们此时生成的结果就是以裁剪的方式对原图进行分割，并根据参数输出对应结果。那么以上就是我们如何搭建一个图生图全区生成的工作流， 我们下面再来讲解一下如何搭建图生图局部重绘工作流，我们就以当前搭建好的内容为基础进行搭建， 要想在我们当前工作流的基础上加入局部重绘的功能，我们只需要替换当前工作流的一个节点就可以，也就是 ve 编码这个节点，我们双击工作台的空白处，然后搜索 ve， 从中我们点击创建 ve 内部编码器节点，有了这个节点呢，我们就可以对原图进行局部重绘的操作， 具体的连接方式呢，就是将图像这个原点连接到加载图像当中的图像原点中，而内部编码器节点当中的 ve 原点就连接到 checkpoint 加载器当中的 ve 原点上。内部编码器当中的遮照原点我们就连接到加载图像的遮照原点上， 最终 laten 的 原点呢，就连接到 laten 的 缩放左侧的 laten 的 原点上。此时原先的 ve 编码节点我们就可以进行删除了， 我们下面调整一下各个节点的位置，使他们的调理更加清晰。我们下面就来演示一下如何进行局部重绘操作来使用局部重绘工作流。首先右键加载图像节点当中的图像，我们从右键菜单当中选择在遮罩编辑器中打开， 此时会弹出一个新的窗口，而我们的鼠标呢，也会变成一个画笔工具，用来选择需要重绘的区域。在左下方的滑块当中，我们可以选择画笔的大小。 选择好合适的大小之后，我们按下鼠标选择需要重绘的部分，比如我们当前选择人物的脸的部分。选择好之后呢，点击窗口右下方的 save to node。 此时我们加载图像窗口，当中的图像就被替换为了一个有遮照的图像， 选中的区域就是人物脸的部分。我们下面调整合适的重绘幅度，例如调整到零点三左右，然后点击生成。可以看到此时生成的结果呢，就与之前的局生成有了些许区别。但 值得注意的是，我们生成的结果并不理想，这是由于我们当前 k 彩样器的默认重绘方法为浅空间去噪，所以使用局部重绘，重绘幅度呢，需要在零点八到一之间，因此我们将当前的降噪选项改为零点八。然后重新点击添加提示词队列， 可以看到此时我们生成的结果呢，才符合了提示词的描述。我们将提示词更换为我们想要生成的一个女孩的提示词， 然后重新点击生成。可以看到这次生成的内容呢，就更加倾向于一个与人物的身体相契合的脸了。当然这样的结果也并非十分理想，这也得益于浅空间去造的特性，并不会基于原图来生成对应的结果。生成的图像呢，完全是根据周边未选中的环境进行生成的， 所以我们最后来讲解如何在图生图当中加入 control 节点，以此呢来保持生成的结果，即便在浅空间去造的模式下，依然能够维持与原图的高度统一，或者说参考原图， 我们依然以当前的节点作为蓝本，在此基础上创建新的节点。已完成 controlnight 图生图局部重绘工作流。首先双击空白处，我们搜索 controlnight 应用，然后点击创建 controlnight 应用节点， 这个节点在我们之前文生图 controlnight 工作流当中创建过，相信大家还是比较熟悉的。具体的连接方法呢，就是我们将 controlnight 应用节点当中的正面提示词 c l i p 文本编码器右侧的条件源点 连接到负面提示词 c l i p 文本编码器右侧的条件源点上。对应的 controlnet 应用节点右侧的正面条件源点以及负面条件源点均连接到 k 彩样器当中的正面和负面条件源点上。这样一来，正反面提示词在抵达 k 彩样器之前就会先进行 controlnet 的 处理。 我们下面将 ctrl nite 应用节点当中的 ctrl nite 圆点拖出，松开。之后呢，我们创建 def ctrl nite 加载器节点，这个节点是用来选择 ctrl nite 模型的。我们此次使用的模型呢是线稿检测模型，所以选择 line art 或者 kenny 都可以，为 这让生成的结果更加柔和。我们此次选择 line art 创建好之后呢，我们将 diff control net 加载器节点左侧的 model 原点连接到 checkpoint 加载器当中的 model 原点上。我们现在还缺少两个原点没有进行连接，那就是 control net 应用节点当中的图像原点和 v a e 原点 中。图像原点呢，我们连接到加载图像当中的图像原点上，这样我们的参考图呢，就导入了 control net 当中，而 v a e 原点呢，我们就常规的连接到 checkpoint 加载器节点当中的 v a e 原点上。其实到了这一步， control net 节点已经可以发挥其效果了， 但是并不具备输出检测图的功能。如果各位同学想要预览一下是否对原图检测成功，我们还可以加入一个预处理器节点。 我们现在双击工作台的空白处，然后搜索 line art， 点击创建 line art 艺术线预处理器节点，我们将这个节点当中左侧的图像原点连接到加载图像当中的图像原点上。而右侧的图像原点呢，我们可以直接拖出后松开，创建一个预览图像的节点。这个节点呢，是用来放置检测图。 那么我们现在万事俱备，点击添加提示词队列来生成一下，看看效果如何呗。那么此时各位同学可以看到，有了 line in art 现稿检测的加持，我们最终的生成结果，人物的五官特征是相对契合原先的身体的，但生成的效果呢，并不是很明显。 我们可以尝试更换模型以谋求更好的效果。例如，我们将当前的模型呢，更换为一个生成效果较明显的模型。同时为了确保更好的效果，我们将 stable fusion 当中也粘贴到 comui 当中。不， 图片的生成尺寸呢，也尽可能与原图保持一致。我们修改一下输出的尺寸，最后再次点击添加提示词对列。此时各位同学可以看到我们这次生成的结果，人物的面部就根据我们当前所选的模型进行了二次原画风格的转变，而身体的其他部分呢，依然保留了原图的内容。 与此同时，面部的生成与身体之间的契合度呢，也远远高于我们之前未创建 control 的 工作流时的契合度。这就是由于我们添加了一个线稿检测，它会检测原图人物的面部线条，以此来更加规范的生成我们所选区域脸的位置， 以避免我们之前出现的脸生成的方向与身体并不契合的结果。这样一来，即使我们的 k 彩样器使用的是浅 充铅降噪，也不用担心生成的部分与原图的身体毫无关联的情况出现了。针对于本节课的内容呢，我也制作了一套完整的课件，上面以图文教程的方式讲解了我们本节课的相关知识。各位同学如果需要本节课的课件的话，也非常欢迎在评论区留言，我 会尽可能的帮助大家解决在操作过程当中遇到的问题，同时也会分享这套课件。那么以上呢，就是本节课的全部内容，各位同学如果觉得本节课的内容对你有帮助的话，也不妨点一个免费的一键三连支持一下，我们就下节课再见！
4426秋了一个叶
00:25查看AI文稿AI文稿看好了保子们，秋叶大佬康福 u i v 八整合包横空出世，内置上百套现成工作流安装包和使用教程，我已经给大家准备好了， 跟着我操作，小白也能轻松用上，而且免费！首先点击本视频右下角分享键，点分享链接，然后打开手机上的这个，打开后会跳出一个弹窗，如果没弹的话，重复一次就有了，然后点开进入保存下载就可以了。
257大眼猫游
19:10查看AI文稿AI文稿兄弟们，这次真的是核弹级更新，他就是 stable fusion 满血包，这波更新简直是对 ai 小 白的神之一手， 不用担心本地电脑带不动或者折腾半天一直报错了，这个包已经帮大家最难的安装和环境配置搞定了，真正的解压即用原声，支持全中文界面，支持中文提示词，新手直接闭眼入，最狠的是只需要把大白话敲进去，点击生成，一键搞定。 满血包是什么味道呢？搞创作的，尝尝咸淡。我将会从纹身图图生图开始，教 你生成静态图片，将静态图片转换成会动的视频，真的的从零开始，手把手为范教学。那么我们看这个纹身图工作流可以看到它主要包含了几部分，我们来数一下，第一部分就是我们的 click 加载器，第二部分就是我们的 click 文本编码器，第三部分就是我们的 k 采集器， 第四部分呢，就是空闲的第五份 v a e 解码，对吧？第六部分就是我们的，也就是我们最后输出图像的地方。那么我们一个一个部分的来看，我们先看我们的 control 加载器，我们 control 加载器的作用就在于它可以加载我们的大模型。 大模型？那么大模型是一个什么样的东西？我们任何的 ai 绘画都是需要大模型去驱动的。我们举个例子，如果说我们把这一整套工作流比作一个人的话，那么我们的大模型就相当于我们人的脑子，对吗？我们需要这个脑子才可以去控制我们人的行为，也就是控制这个工作流去进行运作。 那么既然说到人脑，其实我们知道在现实生活中，每个人的人脑他都是不一样的，也就是说我们的大模型其实也是不一样的，有一些大模型呢，可以绘画动漫风格，有一些大模型可以绘画真人风格，有一些大模型呢又可以绘画室内的装修风格， 这个就是我们大模型的作用，它总管着我们的一个风格的一个绘画方向。比如说我在这里选择一款动漫大模型， 说真人大模型，我们选择这个呃，麦菊 v 七模型，大家可以看到哎，我们把它选择一下，这个丘根夹气，大家还可以看到它有三个点，对吧？它有三个点，一个是模型点，一个是颗粒点，一个是 ve 点，那么我们从下往上看，这个 ve 点的作用是什么呢？ 那么说到这个 ve， 我 们就不得不提到我们大模型的一个训练了，在训练大模型的时候，是不是要先准备一个炉子，然后往这个炉子里面去丢入一些图片，比如说动物的图片，人物的图片，或者说花花草草的图片，我们把它丢进去，但是你丢入这些图片呢 时候呢？我们需要知道的是，我们必须给这个图片进行打标，打标是什么意思？就是我们得把这个图片里面有的内容通过文字的形式 把它呈现出来，比如说一只小狗，那么这只小狗的外貌怎么样呢？或者说它的场景里面有一些什么内容，都得用一个文本的形式把它呈现出来，然后把这张图像和文本一起打包投进这个炉子里面。当我们投入的照片和打标的这个文本够多的时候， 那么这个大模型它就会自己去学习这里面的一些内容，学习完之后它就变成了我们这一个具有偏向性的大模型了，我们也可以把这个大模型完全只投入动漫的，呃，这个图片，那么它就会变成动漫大模型，或者说我们只投入真实场景的图片，那么它就变成真实的大模型，那么这个就是我们大模型的一个训练的一个过程。 那么我们刚刚说我们投入去的图片它是什么图片？是不是只有我们人类能看得懂的图片？那么计算机能不能看得懂？ 当然是看不懂的啊，我们这个 ai 绘画的过程，其实它就是在计算机里面去进行操作的，对不对？所以说我们任何的数据最后都会变成计算机的信息，所以我们需要把人类能够看得懂的语言变成计算机能够看得懂的语言，所以我们就需要这个 ve 去对我们这个模型里面的图片进行作用， 我们把这里面所有的图片编码成为计算机的语言之后，我们就再把这些语言进行分配传输，然后最后由这些语言进行重组，变成一张人类又看得懂的图片，对吧？所以我们的 v e 把里面的图片进行一个解析，解析完之后它变成了许多许多的信息，然后通过我们这个模型点给它传到 k 测量器，看到没？我们可以把它先断开，然后给它连拆， 对吧？给它传到 k 测量器，然后可以看到它有颗粒点，这颗粒点其实是我们可以说它是条件点，你也可以把它叫做条件点， 把条件分成很多种嘛，我们后面说到了 ctrl 键，它也是条件点的一部分，但是我们这里姑且先把它当做是一个文本点，它这个文本点它可以提取我们所有照片当中收到打标里面的图片的一个文字信息，提取到之后把它继续往下传，从而到我们的可以文本编码器。那么我们的可编辑代码器的作用是什么呢？ 当我们去用吉梦或者可林的时候，你会发现我们在输入一串文字之后啊，它会生成一个图片，对吧？那么这个可立本本本编码器，也就是我们输入文字的地方，比如说我在这里输入 a cap， 我 在这里输入一只猫啊，输一只猫之后，然后点击执行，我们看一下， 我们可以看到它是不是生成了一只猫出来。那么这个可立本本本编码器，它为什么叫做编码器呢？也是一样的，我们输入了 a cap， 是 人类的语言，对吧？我们需要把它进行编码，编码成为计算机的语言，那么计算机才能够读得懂。那么有同学会问了，为什么我这里的 play 文本编码器它有两个，那是因为我们 comfort ui 或者说 disable 一个特殊性，它会给我们用户配置一个负面条件，也就是说上面这个我们可以把它叫做正面条件， 也就是说通过这个文本我们可以输入我们想要的东西，那么负面条件我们自然也就输入我们不想要的东西。然后这个科页文本编码器呢，就是来输入我们的正负面条件了。我们再来看一下我们的 k 采集器，我们会发现 k 采集器它是最后的一个信息处理中心，有没有发现 什么叫信息处理中心？我们会发现我们的通过这个正面条件和负面条件输入了这个我们想要的东西之后，哎，把它编码成为计算机的语言，他会传到 k 采集器里面，对吧？我们大模型里面被编码完的图像信息也会传到我们的 k 采集器里面，然后我们 k 采集器里面现在有几份信息， 是不是有两份？第一份信息是我们大模型里面所有的图像信息，第二部分的信息是我们的这个正负面条件的文本信息在里面， 通过我们的文本信息跟图像信息进行比对之后，那么我们的 ai 就 知道我们要生成什么样的东西，比如说这里面我们刚刚说到图片可能会训练一些人，一些猫，一些狗进去，对吧？那么我们如何精准的让它生成猫，那么就通过信息比对了，通过跟我们文本的信息比对，把它比对完之后，它自然就会出现猫的图片。 ok， 我 们继续往下看，这个空篮子的作用是什么？ 空篮子的作用其实它就相当于一个白色的纸，那么这张白色的纸就叫做昆仑藤， 这张空调呢？宽高我们是可以去设置的，我们可以看一下，它可以设置成为五幺二乘五幺二，对吧？五幺二乘五幺二，你也可以设置成七六八乘七六八，那么它的画布就会更大一点，当然你也可以设置成五幺二乘七六八，也就是说它会变成一个竖平的一个画布，那么它画出来的东西它自然也就是竖平的，我们可以看一下， 哎，是不是竖平了，对吧？你也可以把它变成横平的，也是可以的。然后这里还有一个 p 次大小，我们可以把它画成二，那么它一次性就可以画两张图片出来。好，我们可以看到是不是一次性画两张图片出来，所以这个 p 次大小主要是拿来管理我们的。呃，图片的推也增张数的，就是如果你是二，它就出现两张，如果是 c， 那 就是三张，这样子，以此类推过去。 好，我们再来看一下 k 传感器里面的一些参数。第一个是这个随机种，这个随机种是什么东西呢？其实他就是我们这一个图像的身份证，我们的这一个图像。哎，每一张图像生成出来，他都会有一个不同的随机种的数字代码，我们可以看一下， 比如说我又生成了一张，可以看到随机种是改变了，对吧？所以说一个随机种一般来说是对应一张图片的，那么我们后面看一下运行后操作这一个栏目，它是拿来干嘛的？我们可以点开，它里面有固定，增加、减少随机，对吧？如果我们填写的是固定呢？我们再跑一张，可以发现我们这个随机种它是不进行改变的。有没有发现 好？我们再点多几次，你会发现它没反应了，我们点击直行的时候，它已经没反应了，对吧？为什么没反应？就是因为我们把它的随机种固定了，那么这个随机种它就是 对着我们这一张图像的，对吧？所以他不会进行改变，他也不会进行再一次的跑图，因为这张图片他已经怎么样生成完成了，对吧？我们也可以选择增加和减少，那如果你选择了增加的话，你会发现后面这个数值他会加一，变成了九，看到没有？好，我们再点一下，现在变成了七十，对吧？ 好，第七十张会发现他出现了人，我们可以继续往后跑，可以看一下他又加了一，他又变成了不一样的，还是那那句话，他就是一个随机种，对应了怎么样一张图片。当然了， 这个随机种的增加减少，你可以自己去调，我们一般把它调为随机啊和固定，我们用的是最多的，然后是步数，步数就是说我们画这张图像的用了几步，比如说我们人类去画一张图像，可能我们需要画五十下才能把这张图片画出来，对吧？ 按道理来说，我们这个步数越高，那么我们画的图像所具有的细节也就越多。当然了，这也并不是完全的，如果说我给他一百步，但是我画完这个图像，其实我只需要二十步，那么你是不是又形成另外一个词语，画蛇添足？对， 所以说并不是说你步数越高越好，那么这个步数的高低主要看我们的大模型的选择，比如说我选择一点五的大模型，那么我自然这里的步数我选择二十步，他就是可以的。如果说我选择 plus 模型，对吧？ plus 模型训练参数很多嘛，那么我步数选择十步，那么我也可以画出一个很好的照片， 对吧？那么就步数就看大家自己去调了，我们一般来说最好就是不超过五十步，为什么？因为如果说你超过了五十步，其实呢，它没有什么太大的效果，甚至说会让你的图片进行一个崩坏，对吧？而且会更加耗费你电脑的一个配置的显存，所以说我们一般定为二十步就好了。然后这个 c f g 的 话， c f g 是 什么意思？它的全称叫做，呃，条件引导，也就是说这个 c f g 越高，它跟我们这个哎提示词越贴近，如果我把 c f g 改为零，大家可以看一下，我们去跑一下，哎，可以发现它出现了一个什么女生，对吧？跟猫有没有任何关系？没有任何的关系，如果我们调成了一， 可以再跑一下，二是不出现一只猫啊，但这只猫它怎么样？太过于抽象了，对吧？就是说， 呃，一这个参数对于我们一点五的模型来说，它太低了，它贴合不了我们这个正面提示词想要的一个内容，所以，呃，一般来说我们这个一点五的这个模型啊，一点五大模型，我们一般这里我们选择是呃七左右，七到八左右，它就会出现一个比较好的， 比较好的图像可以看到。然后另外一点呢，我们需要知道的是， c f g 其实对我们画面的饱和度有一定的控制，如果说你的 c f g 太高的话，对于这个模型来说，那么它可能会出现过拟合化的一个效果，比如说我这里调成二十，我们看下会有什么效果 好，可以看到它锐化是不是特别的严重，以及饱和度非常的高，对吧？如果说你用的不是一点五的吗？大模型用的是叉 l 的 大模型或者 plus 模型的话，你会发现一个很严重的问题，就是它的锐化太高了， 或者说饱和度太过于严重了，那么出现的画面也就会变得很抽象，对吧？所以我们的这一个一点五的大模型，我们一般调为是八， 如果是叉幺的大模型的话，我们一般是五到六之间，而 plus 一 般我们把它调为一，也就会发现有一个规律，大家有没有发现，你越强的大模型， c f g 相对来说就越低，对吧？然后彩样器和调度器，我们可以看一下， 彩样器和调度器不同的选择呢，对，我们图像的生成也是不一样的，不一样的彩样器啊，它出图的质量也就不一样，那么我这里呢，主要就是，呃，用的最多的就是 d p r m， d p r m 是 一个效果比较好的一个彩样器，或者说 d p m 也不错，这两个都不错，这个我推荐你们直接使用，这我就不过多的讲解，因为这个东西比较麻烦。 然后调度器呢，我们一般选择 k 这个开头的啊，这也是一个比较好的调度器，大家测试出来的一个比较好的，我们可以看一下， 可以看到效果是不是更好，比起刚刚的这个 u r 的 时候，呃， u r 这一个彩样器呢，它其实更适合于生成动漫的那个风格，但是我们选择的是真实大模型嘛，对吧？真实大模型，所以我们这里用 d d p m 和 k 这个传感器出来的出路效果就非常的不错，我们可以看一下， 哎，对吧？是不是更加的真实，感觉好。最后就是一个 v e 解码，那么我们在这里 k 彩样器刚刚说我们会进行一个信息比对，对不对？那么信息比对完了之后， 我们是不是需要把计算机的信息给它释放出来，变成我们人类能够看得懂的语言才可以，对吧？那么这个 ve 解码就是能够把我们计算机的信息给释放出来了， 然后把它转换成我们人类可以看得懂的语言。所以说我们最前面这个 ve 我 们可以把它叫做什么 ve 编码啊？ ve 编码，通过这个 ve 可以 编码我们远大模型里面有的图像，就人类看得懂图像信息，把它变成计算机的语言，然后变成计算机的语言之后呢？通过在 k 才能器里面进行一个信息比对完之后，然 然后让计算机知道我们想要什么样的内容，最后把图片生成出来，就在这里通过造点的一个回收啊造点一个反扩散把我们这个图像生成出来，生成出来之后通过 v e 解码，怎么样？把它解码成为我们人类看得懂的图像信息，就完成了我们一整个纹身图的一个工作流。 纹身图工作流其实也是非常简单，它跟我们纹身图工作流不一样的地方是它少了一个空纹理，对吧？它多了一个 ve 编码以及我们的加载图像，当然了这里还有一个图像按像素缩放，这一个我们待会再讲。我们大模型在训练的时候是不是注入了非常多人类看得懂的图片，那是人类的语言，那计算机能不能看得懂？ 当然是看不懂的，那既然计算机看不懂我们的图片，那么我们的图片就需要经过我们这一个透片加载器里面的 ve 去进行怎么样进行编码，对吧？最后传输给我们的 k 采集器进行使用，这样子我们的计算机，也就是我们这个 ai 的 流程才能够跑得动，才能够跑出我们想要的图片。 那么既然是图生图的工作流，也就是说我们是需要用图片去生成图片的，而不是像我们纹身图工作流一样，直接是无中生有。那么既然我们是需要用图片生成图片，那我们是不是需要上传一张图片，所以我们需要一个新的节点加载图像节点。但是我们上传这张图片之后呢，你会发现这个图片它是什么？什么图片 是我们人类看得懂的语言这个图片，那么我们也同样需要对这张图片进行一个编码，把人类看得懂的语言变成计算机所看得懂的语言，所以我们就会用到这个 v a e 编码这个节点。那么有同学就会问了，我们为什么不能直接用直撇加载器里面的这个 v a e？ 这就要讲到我们去训练这个模型的时候，这张图片它不一定存在于我们这个大模型里面，就是训练的时候，那么我们在不一定的情况下，我们就需要保证它在接下来的工作的过程中呢，是能被编码到的，所以我们需要加载一个 v b 编码进来， 我们直接把图片，我们可以先把这个图像按像素缩放给它删掉，我们可以直接把图片给到我们的 v a e 编码这么一个节点，然后给到它之后呢，你会发现它编码的信息是通过 link 点传给我们的 k 转来词，那么我们上节课纹身图的时候，我们的 com link 是 不是传到了这个 link 点，我们现在变成了 v a e 编码的这个 link 传到了 k 长器这里面。那么我们上节课有说到我们的空栏杆相当于一张白色画布，对不对？那么我们进行作画的时候，我们是不是需要一张白色画布进行使用？那么我们图深图也是一样的，我们也需要一张画布，但是这张画布不再是空白画布，而是我们这张上传的图像，它把我们上传的图像换成了一张画布去使用， 所以这个栏点点上传到 k 长器，那么我们就可以知道我们上传的这张图像的大小跟我们的画布大小应该是一致的，对不对？ 那么还有一点我们需要注意的是，既然是用图像生成图像，那么我们这一个上传的图像它是不是具有一定的参考性？那么待会我们进行图生图的时候， 我们要达到的目的应该是我们生成的图像跟我们的原图具有一定的相似度，但是又跟原图有不一样的地方，所以我们这个 k 函数里面的参数就有一定的讲究了。比如说这个降到我们能不能调到一不行？为什么不行？因为我们上节课纹身图的时候，我们用的是空的完全的白色画布， 我们的降噪需要为一，对吧？如果降噪不为一的话，他会有降噪不完全的一个效果，这是对于空画布来说的，但是现在是我们的图深图，对吧？ 现在是我们的图深图，那么画布里面已经有了内容了，我们需不需要再把降噪调为一？是不需要的，如果我们把降噪调为一的话，那么他就会把我们上传的这张图像当做一张白色画布来使用，只不过这张白色画布的尺寸是跟我们上传的图像是一样的。那 如果我们把降噪调到零点五，也就是说我们待会让他画画的时候，不要完全去改变我们画面的一个内容，也就是说你要有百分之五十的参考到我这个画面，所以这个降噪 我们就不能调到一，然后这里的降噪也会变成我们所说的重绘弧度，也就是说你这里的降噪的指数越低，那么跟我们原图的样子越像最后的出图效果。如果说这个降噪越高，那么他跟我们的原图的样子越不像最后的出图效果。那 知道了里面的一些逻辑之后，我们就可以尝试的去跑一下这个工作流。比如说我这里的模型换成动漫的一个模型，但是呢我这个上传的人物是一个真人，那么它会发生什么效果呢？我提示词只输入一个女孩子的提示词，然后去跑一下这工作流。 five minutes later， 好， 我们发现刚刚我们去进行跑图的时候，它的速度非常的慢，这是为什么？是因为我们上传的图像它的大小具有两千乘以两千的一个宽高比， 那么两千乘以两千的也就是差不多达到我们的二 k 图片了，它的大小是非常的大的，对于我们 ai 这个工作来说呢，它的负荷也需要非常的大，那么我的本电脑用的是三零六零的显卡，所以说对我的本电脑显卡的负担是比较大的，所以它跑的是比较慢的。那么我有什么方法可以解决这个问题呢？就是我们刚刚说的像素按系数缩放那个节点， 图像按像素缩放这么一个节点，我们可以先把图像给它连过来，连到这个节点上，然后我们再把这一个输出的图像连到我们的 v e 编码，然后这里有个像素数量，我们可以把它调成零点二五，也就是说我们的两千乘以两千，经过这个节点的时候，要再乘以零点二五，那就会变成多少，大家可以自己去思考一下。 然后我们把它降到零点二五的大小。之后呢我们再来跑一下，看一下它的速度。好，现在速度是不是非常的快了？ 好，我们可以看到最后跑出来的图像呢，跟我们的原图是非常相似的，只不过他的画风改变了，对吧？为什么他的画风改变了？因为画风现在是由我们的大模型去掌控的，但是我们上宽一张图像去对他进行图生图，最后的结果就是他会在参考我们原图的基础上，又去配合这个大模型的画风进行一个生图，就得到了我们一个风格转化的效果。 我们可以继续尝试调节一下我们的降噪，比如说我们把降噪调到零点八，看一下效果，有没有发现这一个图片跟我们原图就变得不那么相像了，但是构图什么的都还是比较一致的，是因为我们的降噪调高了，那么它需要重绘的部分也就越多，那么我们再把它调到零点三 好，调到零点三的时候是不是更加的贴近我们的原图，现在我们可以把它调到零点一 好，有没有发现基本上就跟我们这个原图比较相似啊？只不过还带着大模型的一些风格在里面，也就是偏向于动漫的那一种质感，对吧？ 那么我们的图生图就是这么的简单。当然了，讲完了图生图，我们需要讲一个局部重绘，那么局部重绘的工作流我们该怎么去搭建呢？其实局部重绘也是要让我们上传一张图像，然后在这张图像的基础上进行部分的修改，因为我们的图生图跟局部重绘来对比的话，图生图是不是对整张图片的风格进行修改， 但是我们局部重绘就可以对某一部分进行修改，所以我们需要用到一个新的节点，叫做设置 london 照波遮罩。我们需要对我们这一张图片的局部进行修改，那么我们就需要让 ai 知道我们这个局部到底是在什么地方，比如说他的眼睛，或者说他的头发部分，对吧？所以我们需要设置 london 照波遮罩这么一个节点，去 输入遮罩部分，这个遮罩部分也就是我们加载图像这里有的遮罩部分，我们可以可以给它连进来，连进来之后呢，这里的 v a e 编码我们不能直接上传给 k 堂器，我们应该先把这个编码完的 lincoln 给到我们这个设置 lincoln 照波遮罩这里。为什么？ 因为我们这个 v e 编码对我们这整张图像进行编码完之后，它有我们整张图像的信息，我们把整张图像信息给到我们的设置 lincoln 照波遮罩之后，然后跟我们的遮罩信息进行匹配，两两重合之下，他就知道需要重绘的部分应该是哪里，然后最后我们再把 lincoln 上传， 就达到我们局部重绘的一个效果。然后呢我们需要对这个遮罩进行一定的处理，我们怎么样处理出来这个遮罩呢？我们左键点击选中这个加载图像这么一个节点，然后右键右键之后在遮罩编辑器中打开，可以看到吧，选择选择一下，我们把他的头发简单的进行一下涂抹。啊， 好，涂抹完之后呢，我们简单在提示词这里写一下，比如说我想让他头发变成红色的，我就打红色头发这么一个提示词给他，然后点击生成就可以。 我们可以看到效果是不是非常的不明显，为什么？因为我们刚刚的降噪这里还是零点一，那么他会急剧的去参考我这个原图，基本上不发生变化，如果我把它调零点五，我们看下效果好，红色的部分是不是已经出来了？只不过我们这个模型用的什么模型？用的是我们一点五的模型的动漫模型，对吧？所以他有一点点这种动漫质感很正常，如果你想让他变得更红一点，我们就可以再往上调调零点八， 好，可以看到现在效果已经变得非常的不错了，对吧？只不过我们看一下这个边边的地方，他可能融合的不是很好，为什么呢？是因为我们这个遮罩部分啊，涂的有点太过于潦草了，其实你可以涂的更加的精细一点，可能效果会更好一点，或者说你降一下这个降噪的数量，比如说把它降一点七，好，这样子就更贴近原图了，对吧？跟我们的原图融合的更好，那么这个就是我们的局部融会。
8415叶子SD小助手
04:42查看AI文稿AI文稿这是一款可以无限生成视频的 ai 软件，它不用攒积分，全程零费用，这就是秋叶 comfyui 微识破线板，新手最头疼的 comfyui， 安装难，频繁报错，它直接全部摆平还原声，支持中文提示词输入一段中文描述，就能产出高质量 ai 视频，生成次数不设上限，出片也无需等待审核，唯一要求是需要独立显卡， 显卡性能越强，生成速度越快。整合包内置三百多款风格模型，搭配现成工作流就能批量出片，漫剧创作、室内渲染，三 d 建模通通一键搞定。那整合包是什么味道呢？七百七十八，常常咸淡，是不是很多同学呢，现在出分镜还是一张一张去出图的，改了时机吧，但是呢，假发依旧还是不满意。 那今天呢，想要给大家分享一个分镜设计工作流，只需要一张原始图片，那么工作流呢，就可以给到你不同角度的这个分镜图 胜字呢，人物的一致性，还有光影呢，保持都非常的完美。那这一套工作游呢，是可以直接帮你去解决这个问题的，零基础，而且全自动风格统一，还能够批量出图，从上传图片到输出，一分钟的时间就可以全部产出完成了。 那这个模型呢，其实呢，用的还是我们最常介绍的这个纤维 id 模型呢，是这种二五幺幺版本的，那这个编辑模型它是二五零九的 这个版本的一个增强吧，它带来了非常多的一个改进，包括就是显著提升了我们画质的一个一致性。那这里呢，我们官网上面也介绍了它的一个关键改进呢，包括减少了图像漂移，提升自负一致性，还有集成 lora 的 功能，增强了工业设计生成，以及增强了几 何推理能力。那我们也可以看一下它的一张图片呢，它的编辑模型呢，也是比较强大了，像这样子一张图片呢，它输出来的一个图像和 好的去保持了人物的一致性，并且呢对原来人物也进行了一定概率上一个精修，并且像二五幺幺呢，它也进一步增强了多人照片的一个一致性，比如说这两个人可以让他融合成一个连环的头像， 比如说这个男生和这个女生可以结合成这样合照。还有这个小猫咪在光影上面呢，他也是得到了非常大的一个增强， 比如说我们可以去用旧模型提升低增的一个光照控制，但我们这一次用到的方向呢，其实就是生成一个新的视角，那这个实际上也是为我们去产出分净图的一个方案，包括像使用到工业设计也用这个偶聊的模型都可以去解决。 那我们看完了模型的介绍，我们还是回到工作流本身，那这个工作流呢，其实搭建起来非常的简单，那我这里呢，其实是使用到了这一个该介绍的 e f 十六的这个版本。 然后克利普载气呢，也是用千问的二点五星来到洛拉是用了巴布的一个 b f 十六的 v e 加载呢，也是用千问美举 v e。 我 们来到这边的一个关键的 区域，叫做我们提示词的处理区。那之所以我们刚才为什么能够直接生成出来这么多分镜，还是得益于我们这边的一个多行文本， 那这里呢，我是输入了让镜头向前移动，那实际上呢就是让 ai 帮我们生成原本的这个图像，一个特写向左移动，就有点类似于我们在左侧拍摄人物，或者呢拍摄景物在其他也是一样的，比如说怎么去转成广角镜头，特写镜头等等， 那这些其实都是位于我们的分镜设计里面的一些镜头，那同学们如果你们想要其他的一些镜 头角度，也是可以直接在这里去进行修改的，但是值得注意的就是我们前面的这个英文呢，大家一定要保持原来的这些规则来看到旁边这里，那这边呢就是我们的一个核心工作区了，这个大家不用去改动旁边这些 k 档器的参数啊，我都给它设置好了，那我们只需要呢在这一边 上传一张图像，比如说我就先上传一个图片吧，这个骑单车的电影级视角，我们接着直接点击运行， 所以刚才呢我生成的这个女性，她的一个切换的镜头还是非常棒的，你可以再看一下，真实性非常的强。镜头转到这边，然后女生看到前面这个是她的一个背影，这个是一个俯拍视角 特写镜头中景，特别是他的一个细腻程度和光影程度做的都是比较好的。现在呢是生成好了，我们来看一下他的一个切景怎么样，可以看得出来做的还是非常不错的，这个人物的一个刻画，我一张一张给他看一下吧， 他的一个背面视角，正面视角，人物还原，都是非常的不错的，这个是一个俯拍镜头。 ok， 那 这个就是老师今天想要给大家分享的一个工作流了，那以上就是所有内容，那我们下期再见，拜拜。
4517aigc胖次（籽料进👗⏬）
00:24查看AI文稿AI文稿i i 券又炸缸了！秋叶大佬 comfy u i v 八整合包重磅来袭，全面支持三零四零五零系显卡文案和 mac 都能用，减压即用，内置上百套现成工作流，文声图 图声视频人物一致， ai 短剧全都能做，不用配环境自带模型插件，小白也能直接上手，想试试的验个牌。
399小叶说AIGC
04:35查看AI文稿AI文稿震撼来袭！就在昨天，七位大佬更新了康费伟准合包微三百，重新定义了什么叫生产力，把几天的配置时间压缩到三十秒，这不是魔法，是极致的工程优化。我们要的不是折腾工具，而是光速触图。这款降本增效的神级应用， 让摄影棚和模特从此成为历史。图片转视频 ai 慢距流用工业化的速度实现专业级的交付， 受够了环境暴躁的无底洞吗？微森版本实现了全环境隔离，就像开箱即用的家电一样，无干启动，稳定输出， 两分钟时间完成一次生产力革新暗号，直接开启你的创作之旅吧！这一期主要讲解一下 comfyui 新版本界面，今天就带大家吃透新界面的功能， 还会教大家怎么还原老版本界面。来到我们的新版本界面，我们会发现现在的界面其实还是非常简洁的，我个人对当前的界面还是十分满意的。其中最明显的变化是以前的添加提示词队列变成了浮动小窗口，而且里面还藏着三个关键功能。首先是执行按钮， 取代了原来的添加提示词队列，点击就能直接调节本批次要生成的图片数量。 然后右边的小叉叉是取消当前正在运行的任务，最后的方块按钮则是清除待处理的任务队列。 再看到右上角的面板，这里涉及了不少实用工具，我们按从右到左的顺序来看，最右边的三条横杠是隐藏菜单，点击它能隐藏所有菜单，只显示工作流界面，再次点击就会恢复显示。 紧挨着的第二条横杠是底部面板的开关，打开后可以查看工作流运行的日记。旁边的转发按钮用于工作流分享，能够将你的工作流分享到各个平台。再往左是两个模型卸载按钮，分别是卸载模型及节点和仅卸载模型， 可以根据需求清理资源。最左边的 manager 以管理器点开后，功能和老版本一致，但默认显示英文。如果想切换成中文，点击顶部栏中间的蓝色文 a 按钮， 稍作等待，顶部菜单和管理器里的内容就会全部变成中文。管理器里的节点管理、安装缺失、节点模型管理、低烫安装更新等常用功能。内置也都和老版本一样，新版本左侧栏改动较大，这四个核心板块覆盖了日常操作需求。 第一个栏目是队列，点开后你能看到正在运行的任务和历史任务记录，这一设计非常方便追踪任务进度。接下来是节点库，所有节点都在此显示，并且支持直接搜索节点。 特别值得一提的是，右上角的新建文件夹功能超实用，比如你可以将常用的工作流 节点统一放进自建文件夹，这样在后续搭建工作流时，找节点的效率会大大提升。再往后是模型库，它整合了所有类型的模型，像 checkpoints 大 模型、 lower 眉形、 v a e 模型等 都能在这里找到。最后是工作流板块，保存后的工作流会在这里展示，还支持搜索历史工作流，再也不用费力翻找电脑文件了。左侧栏最下方有两个小功能，以及大家最关心的还原老版本技巧。主题切换可通过左边最下面的 小月亮按钮实现，点击能切换浅色、深色主题，按个人喜好选择即可。最左下角的设置按钮是基础设置， 平时不常用，主要用来改框体颜色、外观线条粗细等个性化选项。如果有需要换回老版本的小伙伴们，可以进入设置，找到 comf 界面菜单选项， 把顶部改为禁用。退出设置后，界面就变回熟悉的老版本样式，右侧就会出现大家习惯的功能栏目。而若想切回新版本，点击右侧栏目上的小锯齿设置按钮，把 comf 界面菜单从禁用改回顶部即可。 右下角的几个小按钮能提升操作效率，前两个按钮用于放大缩小，但日常更常用鼠标滚轮调节。第三个是适应仕途按钮，点击后会自动把工作流调整到视觉舒适的位置。 第四个按钮默认式选择模式，点击可切换为平移模式，切换后鼠标会变成小手，此时不能选择节点，只能平移整个界面。 最右下角的小眼睛按钮是隐藏连线按钮，点击能隐藏所有节点间的连接线，适合只想展示节点布局的场景。以上就是 compui 新版本的界面介绍了。
1497AI那些事儿（籽料请官~）
10:33查看AI文稿AI文稿家人们，核弹级更新来了！秋叶大佬全新 comfy 懒人整合包来了，简直是小白神器！不用折腾 python 环境，不用愁节点报错，全部提前配置好，双击就能启动全套汉画界面，零基础也能闭眼玩，还内置三百三十七套爆款大神工作流拉图就能一键生成，无套路全打包 创作的验验牌开始教学。 hello， 小 伙伴们大家好！我们将深入探索纹身图的奥秘以及提示词的语法规则，让你在使用 ctrl u i 时能够更加得心应手地创作出 理想的图像。那么我们正式开始吧！工作流程解析，首先，当我们输入正向和负向提示词后轮本编码器中的 clip 模型会将提示词转化为特征向量传递给 k 参照器。 这时候有个疑问，文本编码器 clip 模型是从哪里来的呢？我们可以看到它来自于 checkpoint 加载器，主要用于加载各种大模型。不同的大模型有不同的内置 clip 模型，而不同的大模型之间 clip 模型也可能会 有所差异。接下来， checkpoint 加载器输出会经过 ve 模型， ve 解码的作用是将经过降噪后的图像从浅空间解码为我们肉眼可见的像素空间图像。 让我们做个实验，如果我们断开 v a e 模型的连接，试图生成图像会出现错误提示，显示缺少 v a e 输入，只有重新连接 v a e 模型，图像才能 成功生成。另外，记住生成图像的快捷键 ctrl 加 enter， 这个快捷键非常实用。此外，生成图像的宽度和高度尺寸可以通过空 latin 节点来调 调整控制。比如说我们将高度调成七百六十八，注意这个数值一定是八的倍数，宽度也一样。至于批次的话，则是控制单次生成的图片数量。比如说我们设置成二好，我们按 control 加 enter 开始生成。图片生成后，我们是不是可以看到它的比例 已经成功变成了竖屏的比例，并且它依次生成了两张图像？接下来让我们一同学习提示词的相关语法。首先是书写规范，无论是正向提 诗词还是副象提示词，都必须使用英文以及英文标点符号，否则系统可能会出现识别错误。比如我们输入 one girl， garden 和 yellow dress 黄色的裙子，使用快捷键 ctrl 加 enter 生成，就能得到一个穿着黄色裙子在花园中漫步的女孩图 片。但如果我们使用中文输入一个女孩花园以及黄色的裙子生成的图片，虽然都有女孩，但黄色裙子和花园却未能很好的呈现出来。那么接下来是 提示词权重。什么是提示词权重呢？简单来说，权重就是某个提示词在生成图像中的影响力，权重越高，该提示词在画面中的占比越大。例如输入 one girl 权重一点二，而 garden 权重零点八十，生成的图像会更加突出 one girl 的 部分。那我们有什么技巧调整权重呢？比如中 括号代表零点九倍权重，降低该提示词的重要性。小括号代表一点一倍权重，增加该提示词的比重。大括号代表一点零五倍权重。用于微调权重，还可以通过快捷键调整权重。将光标移到某个提示 词上，按住 ctrl 加上箭头增加权重， ctrl 加下箭头减少权重，不过权重不能过高，否则图片会过敏， 进行失真。接下来是短句与长句，提示词长度与起手势。我相信不少小伙伴都有这么一个疑问，为什么我写提示词的时候一定是一个一个词这样去拼写，而不是用一句话去描述我们想要生成的内容呢？虽然两者都可以，但短句更能准确表达生成意图， 且便于调整权重。使用短句时可以通过按顺序调整关键词的权重，从而优化生成效果。提示词的数量也非常重要，过长的提示词可能会影响图像生成的准确性， 那么我们最好把提示词控制在什么数量之内会效果最佳呢？经过众多 a i g c 玩家的经验以及研究表明，提示词控制在七十五个之内是效果最精准的。超过了七十五个提示词的话，可能会对提示词的识别 不精准，整体的表现会降低。在 stable diffusion 各个大模型训练的过程中，会加入许多的比如四 k、 八 k 或者 masterpiece 各种各样高质量的图形去训练。当我们输入提示词的时候，比如输入四 k masterpiece 就 可以使我们生成的图像更加的精美。反向提示词的话就相反，比如我们输入模糊，就 我们不想要模糊，那么相当于也是会让图片变得更加的清晰。在输入提示词时，顺序也会影响生成的效果。在一组提示词中，越靠前的提示词权重会有所增加。所以我们在书写提示词时尽量按照以下格式。首先是提升画质的词汇，例如 masterpiece， high quality， high detail。 接着是描述主体，例如 one girl。 然后描述环境或背景，例如 garden， snow。 最后可以加入 laura 的 触发词或其他模型的提示词。为了避免多个提示词相互干扰，可以使用 break 命令来隔开它们，尤其是避免颜色污染。若要融合多个提示词，可以使用大写的 end 或 符号，也可以使用书写风格不同的关键词，从而创造出新的组合效果。比如我们写 one girl， cat 这边我们可以看到生成了一张女孩和猫的图片。好的，现在我们在 one girl 和 cat 之间添加上 and 注意这里的 any 必须 是大写。这边我们可以看到生成了一张猫娘的图片。这个 any 作用就是将两个提示词融合在一起。我们还可以通过调整迭代步数，精确控制生成过程中的每个阶段。格式为 提示词一，提示词二权重数值。权重是指提示词一的权重。当权重数值大于一时，单位为采用迭代步数。当权重数值小于一时，单位为采用迭代步数。百分 比。例如，想要前百分之三十生成 forest， 倾向后百分之七十生成 one girl， 只需要输入 forest， one girl 零点三， 其中零点三代表百分之三十的比例。当采用迭代步数为三十时，表示前九步用于生成与 forest 相关的内容，后面二十一步用于生成与 one girl 相关的内容。在介绍图生图的工作流之前，我们先来讲讲什么是图生图。在我们使用图生图功能时，我们一般使用一张图片与一组 关键词共同作为输入生成的图像，这样受到这两个输入的共同调节作用，比如使用下面这张初级草图以及一段指令作为输入图，升图功能会将其转化成一张完成度较高的图 片。图。升图基于 stable diffusion 模型，将输入的原始图片转化为模型能够理解的潜在空间表示，再结合用户输入的提示词在潜在空间中进行有针对性的修改和优化。最后将修改后的潜在表示转换回图像空间，生成新的图片。 同时选择合适的模型很重要，不同模型对不同类型的图片生成效果各异。接下来我们回到 confui 中，我们先加载一个默认工作流，随后将 call latent 给删去。接着我们点击 latent 拖出来，选择 v a e 编码，那么我们就成功加载了 v a e 编码器。接着我们将 v a e 编码器的 v a e 输入连接到 checkpoint 加载器的 v a e 输出上。随后我们将图像节点给拖出来，选择加载图像 load image。 这边我们上传我们需要的参考图像，这边我上传的是一个戴着蓝色帽子的小姐姐。接下来我们要编辑一下提示词，这边我们可以接一个 w 一 四反推提示词节点，方便我们获取图片精确的描述提示词，然后将我们的正向颗粒文本编码器转换成输入。接着把 w 一 四反推提示词 的自辅串端接到输入端的文本处，副向提示词一般输入模糊、最差质量、低质量、低分辨率水印等。现在我们来到到采暖器这里，可以看到这边有个降噪，我们将该值修改成零点六，对于降噪值，零点三到零点五之间属于安全的重回幅度区 区间，而零点五到零点七则赋予了 ai 更多的想象与发挥的空间。那么低于零点三或者高于零点七，图像都有可能会发生扭曲变形。那么这边我们取个中间值，将数值设置成零点六，生成一张图片试一下。这边我们可以看到生成的真实人像跟目前给到的图像， 无论是帽子还是服饰都是很相似的。那么我们把数值调成零点四五，再生成一张，来看一下效果是不是又更好一些。如果你觉得图片不太满意，那么我们可以多生成几张，直到得到你满意的图片为止。接下来我们讲一下什么是高清修复，比如说我们现在生成的这张图片我们非常满意，那么我们怎么 增加它的分辨率以及图片的细节呢？我们回到 k 彩样器，我们先将种子值选择固定模式，双击界面的空白处输入 upscale， 然后我们选择 latent 按系数缩放，我们将该节点的 latent 输入 连接到 k 彩样器的 later 输出上。随后我们按住 alt 键，点击 k 彩样器拖出来，那么我们就复制了一份相同的 k 彩样器。我们将这个 latent 按系数缩放的 latent 输出节点 连接到我们新建的 k 彩样器的编辑输入中。最后我们将文本编码器的条件输出分别连到 k 彩样器的正面条件以及负面条件上。模型也是一样，我们回到 checkpoint 加载器，将模型连接到我们新建的 k 彩样器上。随后我们回到新建的 k 彩样器中，我们将步数设置成二十五步， f g 值五就可以，彩样器和调度器默认就可以。接下来我们新建一个 ve 解码器，随后我们将 ve 解码器的 ve 输入端连接到 checkpoint 加载器的 ve 输出上，接着我们新建一个预览图像节点，最后开始生成。好，现在我们可以看到生成的结果，五官是和原图非常相近的， 我们再来对比一下图片的细节，放大之后我们可以看到右边，也就是我们新生经过高清处理后的图片细节要比原图多很多，图片还是比较清晰的好。这时有的小伙伴可能会说，这还不够清晰，那怎么办？别着急，我们还有高清修复的方法，接下来我们将进行第二重高清修复，我们搜索 s d upscale， 就是 这 sd 放大，接下来我们将这些节点一个一个的连上。首先是图像，我们连接的是这个 v a e 解码之后的图像输出，接着模型我们还是老样子，连接的是 checkpoint 加载器的模型输出，接下来是正负相条件好，我们连接 v a e 模型，接下来点击这里 选择我们的放大模型。四 x ultra， 这个放大模型是我试用下来效果最好的。最后我们加载一个预览图像节点，我们点击开始生成，图片已经生成出来了，我们可以放在一起对比一下效果，这张图的分辨率已经达到了二 k 的 清晰度，我们可以看到细节都还是不错的。然后我们再来和第一次放大的图 片来进行对比一下，差异还是非常大的，这时有的小伙伴可能会说，觉得这张图清晰度还不够，那怎么办？别着急，我们还有最后一重放大之后， 也就构成了所谓的三重放大，这边我们搜索 upscale， 接着选择这个图像，通过模型放大，这个节点非常简单，只有两个输入以及一个输出。图像的话，我们连接到 s d 放大之后的图 放大模型，这边我们同样选择的是该模型，随后我们加载一个预览图像节点，好，我们可以看到最终生成图像已经出炉，我们来欣赏一下它的效果到底怎样？这是一张达到四 k 的 图像了，清晰度非常的夸张，发丝都看得见，完全没有那种模糊马赛克的感觉。我们再来对比第一张，小伙伴们觉得怎么样呢？图升图 以及三重放大的效果，这是我们的原图，然后这是我们图升图之后，这是第三重放大。
1029AI绘画妞妞
01:08查看AI文稿AI文稿求求你，别再给那些高价 ai 工具交智商税了！二零二六年巨强零元生产力秋叶版康菲 u i v 十正式巅峰更新，别只听免费二字！看完这三个真实案例，你就知道他现在的性能有多离谱。 ai 视频生成，平民显卡也能出大片，以前跑一段 ai 视频， 动不动就爆表，卡顿闪退，普通人根本玩不起。现在 v 八内核深度优化，哪怕你用的是八 g 显存的平民显卡，也能丝滑渲染电影级大片，渲染速度直接比老版本翻一倍，效率拉满不拖沓。商业写真本地生成，成本归零，别再花大价钱用云端软件了！秋叶版自带全中文界面，无需复杂配置，一键解压就能用。 从电商模特图到个人摄影写真，全部分地无限次生成，不用充值不用付费，彻底告别隐形消费，成本直接归零！环境一键直达，小白也能轻松上手。以前装 ai 工具折腾半天，装环境配插件，新手直接劝退。现在秋月版直接集成派送三点一三和配套库， 你只需要解压文件，点击启动，剩下的所有操作他全帮你搞定！简单到连我奶奶都能一键开启 ai 自由！重点来了！这款能打又能省的 ai 工具，全程免费，无任何套路！想真正实现 ai 自由，不花一分钱解锁高升卡币！安装包我已经给大家整理好了！
23:09查看AI文稿AI文稿打开 bilibili 搜索栏里搜索秋叶， 找到秋叶。八月份最新四点三版本的整合包发布视频， 请大家自如何下载我这里就不多说了，新的四点三版本我已经提前下载好了。 点击鼠标右键解压到你想解压到的硬盘里， 点击进入 table defusion 跟目录，直接开启启动器，进入登录界面。 现在整合包的登录界面只能选择 cpu 这个选项。 首先找到设置，把新手模式更改成专家模式，更改完之后找到版本管理， 更改专家模式，版本管理才会显示切换分支这个选项， 切换分值前最好先刷新列， 不提前更新列表的话，等切换版本的时候会很慢。点击切换分支 a m d 用户要选择 direct m l 这个主线版本才行。 点击扩展，先要把扩展更新了，提前更新扩展的话等进入操作界面时会节省很多更新事件。 更新完扩展以后进入高级选项，找到环境维护 a m d 卡，选择安装 torch 二点零或者 torch 一点一三版本， 安装 torch 容易，网络超时多试几次就可以了。 安装好 tours 以后， 点击进入版本管理，选择开发版，更新当前最新的版本。版本切换好以后就可以直接关闭登录界面，重启就可以。选择显卡， 进入根目录添加几条指令，找到 wordboard user， 点击鼠标右键选择编辑，最大程度先把爆显存几率降到最低，提高出图速度开到最大。要注意的是，每次更新版本都要重新添加一次指令才行， 最好提前备份指令或者提前复制指令。 好了，这次登录界面就可以正常地选择显卡选项了，在这里是不是该 给我点个关注？交叉优化方案选择尝试使用 x formers， x former 不只是对 m 卡有用，对 m d 显卡一样有用。 删除几个用不到的插件，因人而异。 优化方案选择 x formers， 计算半精度设置全部 关闭或者只开启，使用向上采样法提高精度。 vr 已经更新了最新幺点六点零版本，这次版本更新还新增了几个采样器，修复了不少泵，具体其他还得自己尝试。 进入操作界面以后下载两个很实用的插件，点击扩展， 再点击可下载。首先下载 prompt all in one， 这是一个中文提示词输入翻译，特别还附加了正反提示词。角色、服饰、场景、环境的插件， 安装完再安装 ad teller 这个插件。 advertiller 这个插件属于出图的同时主要修复面部、次 手跟全身的一个，很好用，也是常用的插件， 安装以后保存重启就可以了。 前准备了两个大模型，下载其他模型可以在三 w 点 l i b l i b a i 点 com 这个网站里找到 下载的大模型，粘贴在 model stable diffusion 文件夹里， 全部设置好了就可以出图了。 用 prompt on 问这个插件选几个提示词，出个图试试，很方便。 attainer 脚本没有全部下载完，找到扩展检查更新，检查完更新重启等它自动安装。 用 adteller 这个插件来修复脸部试试效果还是之前那张图来对比一下。 打开 ad tailor， 选面部修复，一点二十面部修复，三是手部修复，四点五十全身以下是真人面部修复， 左边是没开 adt teller 出的图，右边是开启 adt teller 出的图。面部修复很明显，其实不能说是修复，应该说是还原模型底层的本来面部， 您下载大模型的面部是什么样？用 aditair 就能完美的来还原它。 再用 开启 ad taylor 出一张图，瞧瞧 面部还原以后是不是好看了很多。 用七百六十八成一千零二十四再出一张图， 漂亮了很多。大家是不是发现面部都是同一张底层的脸？不开 adtailer 再出一张， 这张面部就变形了，不正常。用刚刚的图开启 adt teller 再出一张做一下对比， 想更清楚的话就开启高清修复来增加清晰度。算法就选 latent， 看看增加多少图片尺寸能报显存， 之前输入的指令相关设置已经最大程度不报显存了，还能保住出图速度。 看看不限制显存最大出土尺寸能多少报显存了再继续压榨， 一般能显示的图就 得开启内存格式化降点显存了，这样一千五百二十乘一千五百二十以上的图就能随便出了。开启内存格式优化， 这样可以稳稳地出一千五百二十尺寸的图。显存优化，选四支以上降低点出图速度，减少显存易出。 好了，演示就到这里，感觉对您有帮助的话，请帮我点点关注，点点赞，感谢大家的支持！
1282嘻哈![如何在秋叶大佬整合包使用AMD显卡 删除已有的torch
到python目录里
python.exe -m pip list 一下 应该有三个Torch的包
python.exe -m pip uninstall torch torchvision torch_directml
包的名字记得不是很清楚。。好像是这3个
去github的ROCm/TheRock查看RELEASES.md
查看自己的显卡ROCm的安装命令
比如9060XT就是
python.exe -m pip install --index-url https://rocm.nightlies.amd.com/v2/gfx120X-all/ "rocm[libraries,devel]"
安装好以后再安装torch 我是py 3.13
python.exe -m pip install torch torchaudio torchvision --index-url https://rocm.nightlies.amd.com/v2/gfx120X-all/
然后你要是正常环境就可以直接启动了
要是虚拟环境就在python目录里面 python.exe 完整路径\ComfyUI\main.py 直接用命令启动
#comfyui
#9060XT
#amd](https://p3-pc-sign.douyinpic.com/image-cut-tos-priv/8a7f831bfd3ecdc68704f017b87f5bf8~tplv-dy-resize-origshort-autoq-75:330.jpeg?lk3s=138a59ce&x-expires=2103123600&x-signature=%2FgvxuVRumb90tdkkxVClScmjNqI%3D&from=327834062&s=PackSourceEnum_AWEME_DETAIL&se=false&sc=cover&biz_tag=pcweb_cover&l=20260827012140CF043B6175AF9A6B3732)
02:00查看AI文稿AI文稿各位 amd 显卡的小伙伴是不是在秋叶大佬整合包里遇到过显卡不兼容的问题？别担心，今天我就来手把手教你们怎么搞定。首先咱们得把已有的 torch 相关包删掉，打开你的 python 安装目录，找到 python x z， 然后在地址栏输入 cmd， 打开命令行， 接着输入 python exe m pipe list， 你 会看到三个带 torch 的 包，记住它们的名字。接下来输入 python exe m pipe uninstall torch torch vision torch underscore direct mail。 把这几个包卸载干净，就算名字记不太准也没关系，多试几次总能删完 的。卸载完成后，咱们去 github 上搜索 r o c m 和 rock 这个仓库，找到 release s dm d 文件，这里面有各种 a m d 显卡对应的 r o c m 安装命令， 比如你的显卡是九零六零 x t， 那 就复制对应的命令，在刚才的命令行里粘贴运行。像这样， python x zim pipe install index url h t t p s colin slash slash roc m nightlife dot md dot com slash b two slash gfx one two o x dash all slash rockefeller's devil 等 r o c m 安装好，咱们再安装 torch， 还是在命令行里输入 x z m type install torch torch adobe torchvision index u r l h t t p s colin slash slash row c m n i g h t l i e s d r m d 点 com v 二斜杠 t f x 一 二零 x r 这里要注意，如果你用的是 python 三一三版本，可能需要确认一下兼容性哦。安装完成后，如果是正常环境， 直接启动整合包就行。要是用了虚拟环境，记得在 python 目录里用命令行启动输入 python 文件夹里 main p y 的 完整路径， 如 python dot x c d d comes u i main dot p y 这样 amd 显卡就能顺利工作啦！大家在操作过程中遇到什么问题或者有更好的方法，欢迎在评论区交流哦！
10pp
16:17查看AI文稿AI文稿你这个阶级的人会极力阻止你刷到这条视频，因为他们不想让你知道 ai 已经发展成这个样子了。生成图片免费，生成视频依旧免费，它就是地表最强 ai 生产工具秋叶 comui 中文版。 和那些花米还要排队的工具不同，它无需联网，没有审查限制，也没有按次按月计费的套路，最低支持一千零六十显卡。做设计，做电商，做漫剧都是一键直达。感兴趣的同学抱走不屑，话不多说，开始教学。 那么欢迎来到我的康菲 u i 零基础从入门到精通系列的第三节课，本节课呢，我们将围绕千问 ed 啊，就是千问编辑模型来展开一个图深图的工作流搭建啊。那么这节课的工作流它有什么作用呢？首先，它可以呃建立角色资产库， 进行双图或者三图的编辑，风格转会，动作姿态的编辑，还有服装的更换。呃，特别是这个角色资产库的建立啊，生成这个角色三式图是一种极具实战意义的使用方式啊， 三式图可以用于 ai 视频生成时保持角色的一致性。好，那我们先来讲一下本节课要用到的模型的安装方法。 同样的，我们本节课用到的模型啊，我都已经放在百度网盘里面了，可以根据我们这节课用到的来选择啊。 我们找到第三节课的千万 ed 图升图的这个文件夹，然后模型啊，工作流我也放在这里了，模型啊，把这里的整个文件夹都给下载下来。好吧，我们可以看到是四个文件夹， 安装方式和上一期也是一样的。我们将啊，我们打开会事启动器的启动页面，点击根目录， 然后我们在根目录下找到啊 models 文件夹，点开，然后选中啊这四个文件夹，就是下载下来的四个文件夹，直接拖动到 models 啊，跟目录底下的 models 文件夹的空白处公开手，然后进行文件覆盖就可以了，就可以完成模型安装了。 ok， 那 我们来到工作流的这个搭建页面，我们可以大致的看一下它的呃结构。 我这里呢主要就分成了三个区，模型加载区，提示值输入区，批量区，还有图片输入区，然后这边是这个跑出来图片的展示。啊，好，那我们现在就开始演示怎么去搭建这个工作流。 好，那我们先新建一个空白工作流。 ok， 好， 双击。我们一样是先从 k 采样器开始搭建啊，我们先需要有一个呃核心的生图工具，那就是这个 k 采样器 跟昨天的搭建思路是一样的。呃， k 传感器有了之后，我们需要有一个支持它升图的模型，我们给它拉出来，但是跟上期不一样的是，我们这期不选择 unit 加载器了，我们选择 我们选择 diffusion model loader 的 这个这个加载器。这个加载器呢，它跟 这个加载器，它跟昨天用到的 unit 加载器其实它的作用是一样的，只不过 diffusion model launcher 的 这个加载器，它的架构更新啊，要适配我们这节课要用到的这个新模型。接着往往下看啊， k 传感器下面是正负面条件， 我们需要拉出来给他一个文本编码器。啊，那我们这次用到的是千问编辑的这个模型啊，我们的文本编码也要用这个千问千问编辑的专用这个文本编码框啊， 我们正负面条件都需要一个文本编码框拉出来， 我们看文本编码框上面需要连接 clip 和 v a e 啊，那我们一样拉出来，我们加载 clip， 同样的，后面条件的文本编码框也需要连接加载 clip。 还有 ve 啊， ve 也要连接出来，我们加载 ve。 我 们这个工作流本质它是图声图嘛，那既然是图声图的话啊，图声图的工作流本质上就是你提供一张图片给机器，然后机器它会参考你的这张图片去进行一个图片的重绘， 那么我们这里就要引入一个新的节点，那就是啊，加载图像，我们需要把图片上传到这个节点，然后通过这个节点将图像输入到文本编码框中， 那我们可以看到这个文本编码框这里，它是可以支持输入三张图像的啊，我们给，所以说我们可以给加载图像复制多两张出来。 ok， 我 们将三个加载图像的节点都给它们连接上。 呃，正负面的这个两个文本编码器啊，都需要连啊， 好，然后这这里的 v e 也要连上，我们还需要在这个模型加载器和 k 采集器之间啊，再加上一个节点啊，我们也是一个新的节点啊，我们叫 laura， laura 加载器啊，仅模型我们只需要加载模型就行了，我们给它连上 啊，这个 ruler 的 作用是什么呢？我们一会再讲好吧。啊，还有就是还要再加上一个裁样算法。 呃，这个裁样算法的话，我们上节课也是有说过的啊，裁样算法的作用就相当于是一定程度上左右这个 k 裁样器的绘画方式啊，然后再加上一个 c f g 归一化， 那么 c f g 归一化的作用是什么呢？就是，呃，当你的 c f g 值调得很高的时候啊，它会让你生出来的图片出现色彩溢出的情况， 或者对比度非常高，会炸图啊，那我们 c f g 归一化加上这个节点的话，会有效的防止这个情况的发生。 ok， 那 我们这边的这个像模型区域啊，模型区块还有彩样区块啊， 就搭建好了，我们给它分类一下，我们 ctrl g 这里的话就是模型加载区，这里就是提示值 输入区，然后这里是彩样区，彩样区这边还没有完全搭建好啊，我们就先不框，我们说了这个 k 彩样器，它是一个相当于是绘画的机器吧，它需要一个画布，我们给它拉出来啊， 我们还是选择这个控雷塔图像，还是第三去设置它的画布大小，然后出图码，我们需要用 ve 编码啊， ve 解码好吧， ve 连接过来，然后图像预览， 然后还可以保存一下，可以保存到本地啊。好，我们再把这个加载图像给它分好类，要做图像输入， 那么裁样区的话也搭完了，我也给它分好类。好，那我们还差就是，呃，选择正确的模型啊，我们这里的话大模型选择千问编辑的啊，是千问 image edit 二五幺幺的这个模型 ok 啊，然后还有 laura， laura， 我 们这里选择千万编辑 lightning 四部的这个 four steps 这个啊， laura 模型，然后 clip 的 话，我们这里选择千万二点五的啊，千万三的这个是用不了的，我们要选择千万二点五的，好吧。 然后还有 veve 的 话，我们一样是选择千万 image 的 ve 模型展示一下。那我们现在来讲一下这个 laura 的 作用是什么？这个 laura 作用其实是提速的作用，那它为什么能实现提速的作用呢？其实，呃，比如说这个大模型啊，它假说它有，假如它有二十亿的传输量， 那如果不放 lora 的 话，那这二十亿的参数它会在运行的时候全部流入这个 k 采集器里面啊，无论是用的上还是用不上的参数，它都会流进 k 采集器里面，这样的话它跑图的话会花费很长时间，因为它参数量太大了。那么这个 lora 加载器的作用就相当于啊， 给它设置了一个过滤条件，组合条件呢，它就可以经过这个 laura 加载器被输入到 k 传感器，不符合条件呢，它就会保留下来，那么就相当于流入 k 传感器的参数量就没有那么大，从而达到一个提速的效果啊。 然后这里的话，我们可以看这个啊，这个 log 加载器上面的这个千万的模型名称啊，这里有一个四步啊， four steps 就是 四步的意思啊，那我们这里的啊， k 传感器也要调整对应的步数，调成四。 那么刚刚说过 c f g 值如果调太高的话，会出现那种啊，对比度非常高啊，或者说色彩易出的那种炸图现象，所以说我们要给它调低点，调成 c f g 为一就可以了。 然后，哎，然后我还有还有点差点忘记调了，我们再加载 clip， 这里啊，这里的类型我们得给它调成千万 image。 好，那我们这个工作流搭建呢，也是完成了啊，那我们来看一下这个工作流它可以怎么使用，比如说我现在想让图片中的这个女生啊，改变一下她的这个动作姿势，我只需要用到一张图，那么我就选中这两张图片啊，按住 ctrl 可以 多选， 我们使用 ctrl 加 b 的 快捷键将它们先关闭掉。啊，我们只需要用这一张图片，那我们就来到啊正向提示词这里输入，将图像一中的占着镜头 微笑就可以了啊，就这样就可以了，那负面提示词的话可填可不填啊，因为千万编辑的它这个模型训练质量本身就挺高的，就算你不填负面提示词，它跑出来的质量也不会很差，除非你有明确的 啊，不想让图片中出现的内容的话，就可以往这上面填东西啊。那我们现在我没什么特别的要求，我就不填了，那我们现在来运行一下看看效果。 我现在看到这个 k 传感器这里啊好像有些异常啊，然后我检查了一下，发现这里的彩样算法我们放错节点了。啊，我们修正一下啊， 我们这里的彩样算法呢，应该是放这个 aura flow 的 这个我们换成 s d 三的彩样算法了啊，是，这就会出现异常，那我们重新修改一下啊， 好，我们再把这个移位调成三，我们再去运行一下。好，这次采暖器它是正常工作了啊。好的，那运行结果也是出来了，我们把原图拉过来看一下 好了，可以看到啊，比心了，眼睛也是看着镜头了，然后也对着微，也对着镜头微笑了啊。 这边是完完全全的按照我们的提示词进行了一个图像编辑，但是呢，我们可以看到我们上传的图片比例啊，它是一个竖图，但是生成出来的图像它是一比一的这个宽高啊，原因是这里的空位特我们没有调整它的宽高，那么它默认就是一比一的， 那我们这里的话就可以引入一个新的节点，我们给他这个图像拉过来。先 我们引入一个图像缩放，按我看一下 按边， ok， 我 们可以用这个节点啊，这个节点的作用是什么呢？比方说我想让它缩放到一二八零， 当图像经过这个节点之后，它的高就会被缩放成一二八零，因为这个尺寸是按照它的最长边来算的，这里的最长边显然是它的高嘛， 这图片的高是二幺三三，那么经过这个节点之后，它的高就变成一二八零，但是它的宽度也会按照比例进行啊缩短。好吧，最终它的这个进行缩放之后的图片宽高比也是一样不变的。然后我们再来一个节点 获取图像尺寸，就这个这个节点的作用是什么呢？ 顾名思义嘛，就是获取这个图像的经过这个节点处理之后的这个图像尺寸，我们将宽度和高度同步到这个 comlayton 这里。好吧，那我们之后就不需要手动的去调整这个 comlayton 的 大小了， 它跑出来的图片就跟我们的啊输入的图片它的宽高比例是一样的，我们运行一下看看效果，好的这个图片结果也是跑出来了啊，我们再把图片原图拉过来看一下， 这个宽高笔也是十分相近的了哈。啊，那像是其他的玩法呢，我们来看一下这里已经跑出来的这个效果了，如果你想让它生成角色三式图的话，那你也是只需要啊开启一个节点 啊，你可以跟其实上面直接输入啊，生成胡一中女生的角色三式图，分别为正视图， 测试图和背式图就可以了，但是你要注意，你要将他的这个图像尺寸啊调成啊横图啊，十六比九的这种比例会比较好一点，不然的话他会， 不然图片是会崩的，他因为因为竖图的话，他是很难塞的下三式图的啊，比例就会变得非常奇怪。 那如果你想实现图片转绘的话，那也是一样的，在文本编码器这里直接输入你想转绘的风格就可以了啊，只要这个千万编辑它有训练到的那种，呃，绘画风格的话应该是都可以转绘的， 然后的话就是像是啊换衣服啊，或者说两个女生拥抱在一起啊，也是一样的，你只需要把图片上传到这个家的图像，需要几张就上传几张图片，最多三张图片，然后把你的提示词要求说清楚就可以运行了。 好吧，那么这就是这节课的千万编辑的一个图升图工作流搭建， 我们这节课的话，这个工作流就到此为止。下节课的话，我们会讲一下这个基于 joycaption 的 一个啊提示词反推的工作流 进行喜图操作啊，这个喜图有什么用呢？我们下一期会做讲解啊，那么同样的下一期用到的模型啊或者工作流我也会啊，同步到我们的网盘中。
28秋叶aaaki
36:50查看AI文稿AI文稿六月一日秋夜， comui 新版整合包王炸更新，这个大版本的更新直接宣布了比赛结束，他就是 comui 九点五扩建版，妥妥的新手小白福音，再也不用担心安装报错，工作流爆红，开箱即用全部中文界面，还支持中文提示词输入， 直接帮你跨过英语这道坎，不用联网，更不用魔法上网，无审查无限制。更惊喜的是，这次整合包直接内置了三百三十七个 ai 工作流模板，全是大佬们都认可的实用功能，傻瓜式一键搞定。模板数量太多，我就不一一介绍了，还没试试的直接抄作业。废话不多说，接下来开始教学。 哈喽，大家好啊，欢迎回到我们的康复 u i 基础课，那么这一节呢，给大家讲康复 u i 基础课的第二节 呃，工作流的搭建，康复 ui 基础工作流的搭建与模型的共享啊，外部 ui 和康复 ui 打通它们之间的壁垒啊，实现一个模型共享。那么首先呢，我来讲一下我们基础工作流的搭建啊， 那么我们当我们打开这个工作流的时候，打开软件的时候，那么康复 ui 会自动给我们加载一个默认工作流啊，它长这个样子啊，像一个小手枪的模样， 那么这种方式呢啊，我们给它分成几块啊？第一块啊，我们来看一下啊，第一块是我们的加载器环节啊， 因为我们的模型啊，我们首先要有一个加载模型的地方啊，大家来学 cf ui 的 肯定是有一定基础的， 那么我们这几个方面是什么呢？第一，我们要给它一个加载模型的地方，因为模型是 sd 的 核心啊，只有有了模型我们才能够有效的升图。第二个是我们输出指令的地方， 我们需要给 cfui 一 系列的指令，让它明白我们想要什么图。 第三个板块呢，我们把这个指令给了之后啊，我们还要规定一个啊，一个画布的大小啊，我们到底要给一个多大的画啊？是这个多少像素的啊？这个画面要给到它 画面画布确定之后啊，我们需要一个彩样器啊，来进行分析和生图啊， 好彩样器啊，之后啊，我们再把这些处理好的这些文件啊，然后再进行一个输出，通过 ve 解码，然后保存到图像啊， 保存到图像。好，我们各都给它分成组啊，都给它分成组。那么第一块呢啊，这个正常来说我们是可以跑的，那么我点一下题词列，对啊，它跑不了， 这是为什么？他最最主要的原因就是啊，这个报错告诉我们啊，我们没有这个模型啊，大家看一下啊啊，当我们缺失模型啊，或者缺失提示词，或者哪里没连的时候，他会给一个红框啊，这个红框意思告诉我们 这个你这个节点出错了啊，事实上呢啊，我们这里边是一个模型都没有的，他给了这个模型啊，但是我们没有这个模型啊，他是默认的一个模型，我们没有啊，你看 undefended 啊，我们没有这个模型， undefended 没有这个模型， 那么我们啊，如果要重新加载模型啊，这对于我们固态硬盘，对于我们的存储空间压力是非常大的，所以说我们现在要实现一个操作是什么呢啊？将我们的这个 外部 ui 的 里面的一系列的模型啊，然后，然后实现一个共享啊，让我们的康复 ui 也可以用外部 ui 里面的模型，那么如何做到这一点呢啊？首先还是打开我们的启动器， 来到我们的首页啊，我给大家进行慢一点的操作，大家一定要跟上啊，跟着老师做。然后来到了我们的根目录啊，大家注意先点开根目录 啊，在根目录里边啊，在根目录里边找到一个最长的文件，最长的文件它是什么呀？来大家看一下啊，它是这个文件啊，这是一个最长的文件。 好，那么我们打开这个文件啊，有的同学说，老师我打不开啊，那么我们找到打开方式啊，在这里，然后点击啊更多的应用，往下拉，往下拉，往下拉啊，往下拉，然后找到我们的这个记事本啊，因为我已经选举了，所以说他在上面啊， 找到我们的记事本啊，然后来进行一个打开啊，这样我们就打开了。 好，打开我们的记事本之后啊，我们会发现里面有一大串的这种代码啊，有一大串的这种代码啊，比如说这个 basebase 啊， basebase 这种的啊， 这种代码，那么现在呢，我们要把这个代码改一下啊，我们要把这个代码改一下， 在这个 baseplace 这里边，它需要的是你 web ui 的 模型地址啊，大家注意，就这个 baseplace 是 需要的 web ui 的 模型地址，我们需要打开 web ui 啊， web ui， 我 的 web ui， 我 就不重新下载了啊，我就直接打开了， 呃，哎的 web ui 在 这里啊，然后打开我的 web ui， 好一样的，找到它的根目录啊，找到它的根目录， 找到根目录之后，我们找到啊，记住啊，这一块我们直接复制根目录的网址啊，复制 web ui 根目录的网址，然后打开我们的这个笔记本，在这个基础路径上啊，改成你的 web ui 根目录的地址啊， 那么打开之后呢啊，我们还要注意啊，我们还要注意啊，就是我们这个保存啊，之后我们保存一下啊， ctrl s 保存， 保存完毕之后，然后我们点开我们的这个 comui 啊， comui 重启，重新启动啊，一定要重新启动，不重新启动它是不生效的啊， 啊，出现报错，没关系，擦掉就行了，不影响 好。我们这里还是没有啊，还是没有，那么我们需要一个什么样的操作呢？ 我们找到还是找到我们的根目录这个文件啊？这个文件它事实上是一个样本文件，它事实上是一个样本文件， 那，那我们现在哈，呃，有的同学啊，你会发现你的这个文件名啊，就像我刚才一样啊，文件名是这样的。 好，那么我们现在哈去找到了这个文件夹，然后我们并且修改了这个文件夹的路径， 但是它并没有生效。为什么呢？因为它的后缀不对啊，大家乍一看上去是一样的，事实上它是不一样的，它后面还有一个后缀点 example 被隐藏了，那么我们如何找到它这个 后缀，并且把它删除呢？因为我们这个格式必须得改，如果不改的话，他是不生效的。那么我们点击上面啊，有我们的这个整个文件夹，上面啊有这个文件主页共享查看，我们点击这个查看的选项啊，我们点击这个查看的选项， 查看的选项在最后面有一个选项啊，查看里边的选项，然后在这个选项文件夹里边点击第二个查看啊， 在查看里边往下拉啊，他有一个选项叫隐藏已知文件类型的扩展名啊，也就是说这个文件类型他是已知的，他就被隐藏掉了，我们把这个对勾点掉啊，然后点击应用确定，那么我们这个后缀就出现了， 我们的下一步啊，就是把我们的这个后缀删掉啊，重命名，把这个点 example 删掉啊，也就是说不让它成为一个范例，而是一个啊，真正的 y a m l 这么一个格式啊，这样就可以了， 然后我们再进行啊，打开，打开我们的这个 comui， 我们先进行一下刷新啊，尝试一下，如果刷新不行的话就重启啊，我们需要重启一下 comui， 如果你只是单纯的啊加载一个模型的话，把模型放到指定的文件夹里，你刷新一下，一般它是可以出来的 啊，如果说你是呃这种比较大一点的改动，比如说改变它的根目录，或者是直接改变作用于目录上的东西的话，你可能是需要重新启动一下，包括新插件的安装啊。 好，我们稍等片刻， 好出来了，那么我们看一下啊，我们所有的这个模型啊，就已经共享了啊，这样我们所有的模型就已经共享了， 那么我再给大家重复一下啊，我们的共享流程是什么啊？第一，打开我们的这个根目录啊，康复 ui 的 根目录，找到一个最长的，最长的这个， 呃，这个文件啊，这个文件啊，它后面这个是一个 model pass， 这个文件啊，正常的，它后面还有一个 example 啊，如果没有的话打开查看，打开选项， 然后啊我们还是这个在这里在选项的查看里边啊，然后把这个隐藏已知文件类型的扩展名把这个勾去掉啊，没有这个勾了，它就能够显示整个的一个带后缀的 啊，一个状态。然后我们在修改完基础路径之后啊，我们这个基础路径啊，一定要改到你的根目录啊，改，改完这个基础路径之后，然后我们再把后边的点 example 删掉啊，最后我们的格式就是一个这个样子的格式啊，这样是一个正确的啊，一个 共享文件啊，大家一定要注意啊，我们常犯的错误，一个是第一啊，记住我们的路径前面这里是有一个空格的啊，这里是有个空格的， 然后我们的后面呢，后面呢就是不要有空格之类的啊，有的时候你可能多点一个空格，你不知道可能也不行，所以说我们一定要注意，你看后边有没有空格，前面有没有空格，前面必须要留一个空格，后边不能有空格啊，这个路径完全正确之后， 我们再出来把我们的格式啊改成我这个样子啊，啊，一般情况下啊，你是啊，如果说没有的话，你要先看一看啊，他这个有没有隐藏的后缀啊，就是我们必须得把这个隐藏后缀取消掉啊，在我们的 这个再点下查看选项，再查看啊，是这么一个路径，然后往下拉，找到一个隐藏已知文件类型的扩展名 啊，把这个点出来啊，点完了应用确定看看有没有后缀啊，如果有后缀，把这个点 example 的 后缀删除啊，这样就可以完成我们的共享了啊，它是这样一个流程啊， 好，我们共享完模型之后啊，然后我们来尝试着跑一下啊，我随便找一个啊，我们跑一下，看看能不能正常的跑 好，完全可以啊，最后我们跑了一个这样的图啊，这样的图，然后我们再看一下我们的后台啊，看一下我们的后台啊，这就是正常跑图的，就是这么个状态，就这么个状态， 这个就是我们的啊，这个模型共享啊，那么这节课主要就讲模型共享啊，这节课就到这里， 大家好，欢迎回到我们的 cf ui 基础课啊，在这节课呢，我将带领大家来熟悉一下我们的 cf ui 菜单界面啊， 我们打开我们的 comforion 软件啊，这里会出现一个啊，这种 comforion 的 菜单啊，它在我们的右侧啊，我们把它拉过来啊，我们先熟悉一下， 在这里边呢啊，有几个部分组成的啊，第一个部分，添加提示词列队，这个所谓的添加提示词列队呢，事实上是我们生成的生图片生成的一个 按键啊，比如说我们现在有一个工作流，我希望他现在进行工作，那么我们摁一下添加提示词列队 啊，这样的话啊，他就会直接出图了啊，这个很简单啊，这是我们的生成按键，那么生成按键呢，有的时候就是你拉滚轮，拉很大或者拉很小，看不到他了，那么有没有快捷键让他自己按这个添加提示词列队呢，其实也是有的 啊，这个快捷键就是 ctrl 加上回车啊，比如说我现在鼠标在这里，我不按它，我直接 ctrl 加回车啊，它一样可以自动生成，这是我们的图片生成快捷键。 好，那么我们下边有一个，这个叫 krytoons 啊，它是一个呃，给你进行一个 我们这个机器电脑的状态的一个窗口啊，给我们来展示。首先第一行这个是我们的生图时间啊，这个我刚才这个图片用了一秒生成，所以说他就是零点零零零零零零一啊，就是一秒的意思， 然后我们的 cpu 啊，占用了百分之三到五，我们的这个内存 rom 啊，五的五十，百分之五十三啊， gpu 啊百分之十二三，这是我没有运行的状态，当我运行的时候它们就会啊，就是长起来了，这个进度条啊 啊，后面我就不多说了啊，就是知道这几个就行了啊，然后啊再往下有一个更多选项啊，当我们勾选它的时候会出现批次数量，这个批次数量就是我们一共生成几批， 我们现在说到 p 四哈，在这里我们的空浅啊，空内存的，也就说我们的画布尺寸下面还有一个 p 次大小， p 次大小是什么意思呢？ p 次大小是我们一 p 生成几张图片， 比如说 p 次大小，我调成二，也就是说我们一次性啊，一 p 生成两张图片， 对吧？我们来看一下他是不是两张图片好看一下啊？两张图片，如果说我们再把这个批次数量也改成二，也就是说这个意思就是我们一次生成两张，然后我生成两次。好，我们来点击一下试试 看。第一次生成两张，然后又生成了一次啊，两张，两张啊，一共四张，对吧？这是我们的这个，这个 p 四啊， p 四大小和 p 四数量啊，是这么理解的，当然你可以调啊，升多少都行，这个就是看你自己了。 然后我们下边还有一个自动执行，如果我们点取这个自动执行啊，那么这个图片会一直不停的生成啊，不断的生成，不断的生成，不断的升，他就不会停止， 大家注意一下啊，这个是自动执行啊，当我们关掉他的时候，他就停止了，好吧。然后我们在自动执行的时候啊，我们后面有个显示列队啊， 显示列对中啊，假如说这个，我这个图不想不喜欢了啊，我要下一张，我点取消啊，直接就下一张了啊，不喜欢我就直接下一张， 点取消就可以了。在这里有一个显示历史，比如说我之前出了图，感觉很好，但是他过去了，我怎么找？显示历史，找到相对应的编号，他的编号从第一张开始吗？我们已经生成了二十二张，我们点加载啊，啊，这都是之前生成过的， 我们就可以通过这种方式来找回啊，找回到我们生成的比较喜欢的图片啊，他是这种作用的。那么旁边啊有一个执行列队啊，执行列队和这个添加题词列队是一样的啊，一个意思， 好，我们可以，如果我们不想要这么多历史了啊，太多了，我们可以点击清除历史啊，如果他没有显示，你也可以刷新一下， 那么我们这个工作流啊，如果想要保存，正常的保存途径就是点击这个保存按钮啊， 啊，可以把它直接另存为一个，给他起个名，另存，再给一个路径，比如说给起个一啊，我点一下，这样他就会弹出一个路径啊，问你给他存在哪啊？当然就是看你自己了，你可以新建一个盘符，想存在哪里都可以啊。 然后我们的加载啊，也是一样啊，我们加载一个工作流啊，比如说啊，我有之前啊 用用用过的工作流，我自己配置好的，我想加载一下，我想加载一下，怎么办啊？我们加载工作流在这里有工作流啊，比如说我之前用的工作流啊，我点一下 啊，这个，这个就是我之前的工作流，这个新的，我用的新的这个节点，可能很多很多节点他都没有了啊，之前的插件都没有了，因为我这是直接重新下载了一个， 所以说很多的这种报错，但是这种情况可以在管理器里边点击安装缺失的节点，通过这种方式来找回啊，通过这种安装缺失的节点，这样的话你节点齐全了，他就不会爆红了。 好，那么我把它清除掉，接下来往下讲啊，这个剪贴空间是什么意思呢？也就是说你这个假如说我加载一个图片啊，我搜索加载图片啊，加载图像。好，我加载图像之后， 那么这个图像如果我要做一个遮罩啊，我要做一个遮罩，那么我就可以先在这里打开啊。嗯， 然后比如说我给他画一下，简单画一下，就是这么个意思啊，画一下，然后保存，他就变成这个样子了啊，然后剪贴空间里边他也会出现一个这个 啊，就比如说我加载图像，为什么呢？因为我正常我把这个遮罩画完了之后，这个图像就会发生变化，他这个图 它就变成了这个样子的了，但是我还想要它的原图，我不想让这个图像发生变化，是吧？我不想让这个图片发生变化啊，我就想让这个图片一直是这样，因为我后续还要用到这个图，那怎么办呢？那么我们直接在剪贴空间里啊， mask editor 就是 编辑遮照啊， 然后在这里我们来画一下啊，这就是我们的这个剪辑空间啊，我把它画一下啊，然后点击一个保存好，那么我们这样我们的遮罩就有了，但是我们的原图还是保持不变的啊。 好，这个是遮罩，这个剪切空间就简单知知道一下清除，就是把我们画布上的啊，这个空间里边的所有节点全部清除掉，这就没有了加载默认就是我们的默认工作流，哎，它又出来了啊， 重置仕途啊，就是说，比如说我工作流太远了，我都找不着了，对吧？工作流到哪了？不知道，我重置仕途哎，回来了啊，就这个意思。那么最后一项就是语言切换啊，有的小伙伴说，我老师我这个语言是英语的，我看不懂啊，我也不知道在哪啊，他一般是在这里的， 如果说这里没有或者摁了不好使，那么我们就点开我们的设置啊，在设置里面一直拉到底，这里边语言啊，一般英语就是 language 啊，我给大家看一下啊，英语是这个样子的， 嗯，稍等啊，把它改一下设置 这个设置啊，调成调回来啊，因为这个新版本的话，它设置是不太一样的，它的默认设置是加了一个边框啊，在左边栏，然后它有一系列的便捷性的应用啊， 那么我们现在是这样的啊，如果你刚刚出来的时候，你的这个呃默认的都是英文的怎么办？那么我们点击这个齿轮啊，右上角的齿轮，它是设置按钮，我们点它之后拉到最下方， 稍等一下啊，拉到最下方这里啊，我们就有一个啊，这个 language language， a g l t translation language 啊，这个就是翻译，翻译啊，翻译成哪国语言？这里是 english us， 我 们改成中文啊， 改成中文之后，我们就变成了一个中文的语言。好，那么现在啊，我们的基础功能了解了，但是我们这个菜单还有两个非常重要的功能啊。呃，第一个啊，就是我所说的这个 设置啊，在设置这里边有几个非常重要的点啊，大家要了解一下啊。第一个就是啊，这第一行里边啊， beta 中啊，使用新版菜单和工作流管理系统， 我现在用的是一个旧版的工作流管理系统，那么我们十五号，八月十五号大更新之后，他有一个新的管理系统啊，你可以选择上啊，也可以选择下，什么意思呢？上就是你看我们图片生成按钮在这，这个是图片生成按钮啊， 这个是管理器啊，在这里啊，然后因为我上面有一个这个 workspace 的 这个节点啊， workspace 的 这个应用，所以说我不能让它上啊，我这个设置跑这来了，那么我就给它改成下， 那你看，在这里边，我要改的话就得往下拉啊，拉到最后啊，我改成下啊，在下面我们更直观一些啊，那么我们的 comfy ui 啊，这里边有一个，呃， useful 啊，这个， 这个，这个是加载我们的工作流，默认工作流啊，添加一个，然后在这边啊，生成在这边啊，那么我们还是先加一个默认的 啊，这个是生成，这个是管理器，我们常用的主要是这两个，然后这个是清除啊，他这个符号通过符号你可以能看的很清楚，这个是就是清除画布，一个禁止的符号，这个应该是把这个放大铺满画布 啊，后边就是说这个编辑啊，就是编辑 clip 之类的，在这里这是刷新啊，然后包括保存、另存为导出，这里都有啊， 包括这个去另存为哪哪哪的啊，然后我们这个最它最大的区别是什么呢？在这里边啊，你可以通过这里来预览你刚刚生过的图片，你的图片用了多长时间生成，它都有很详细的展示。 然后在这里有一个节点库啊，就是你每一个每一个节点，他有多少的东西啊？他比如说我这个，呃， impact bag 里边啊，这个里边有多少个节点？一百八十个啊，这一个一个插件里边有一百八十个节点， 这，这很直观，他还有预览，找找节点也很方便，比这种方式去找节点，我个人感觉是要方便一些的，而且他有预览，知道他是干什么的，能连什么节点啊？这一点就比较好 啊，这都有预览的是吧？行，那这一块呢，我就给大家简单说一下啊，那么，呃，有一个点是什么呢？ 嗯，就是我们，呃，我们还是回到这个，这一期我不重点讲这个啊，只是带一下，那么我们先回到我们的这个原来的这个默认的， 我们先把默认的搞清楚了，然后我们再来做这个，如果我不想用这种的，我就把这选择禁用啊，他就回到了原始的这个方式。当然新的节点啊，大家会出现一个问题啊，我更新完了，他会出现一个问题，就是，呃， 他这个中文搜索不好用了，中文搜索不好用了啊，如果是你刚刚更新完之后啊，你会出现一个这种情况， 双击空白处，你去搜索是这个，如果你搜索加载啊之类的，你就是他不支持汉语搜索， 那我还想要之前的汉语搜索怎么办呢？那么我们就点击右上角的齿轮啊，然后在最下边啊，这里有一个啊，这个 最下边，这是最后一页哈，我已经拉到底了啊， node search box 啊， search box 就是 节点搜索盒子啊，这个节点搜索盒子这里啊，节点搜索盒子的设置 啊，它默认的是一个新版的设置，我们给它改回来，改成这个啊，改成下边这个，这个是旧版的我们原有的这个设置啊，这样的话，我们再搜索的话，看又回来了， 这里就可以搜索中文啊，都可以啊，我们可以还是继续用这个都没有问题的。那么我们现在详细来看一下他我们需要用的有哪些。第一个，我刚才讲了，他是一个新版的，旧版的切换啊，新版的他有这个节点库啊，有上下边啊，看你自己 啊，默认工作流这些都不用改啊，这些一般都不用改，那么我们需要还需要哪块是我们需要调节呢？第一个啊，这个调色板啊，在这里我们可以来调整我们的这个， 这个美化我们的界面啊，让他就是按照你的需求，然后来进行一个颜色的显示啊。再往后呢，我们需要调整的是曲线啊，这个曲线是什么意思呢啊？比如说我们正常连的是这样的啊，如果用直角线，大家看一下啊， 直角线现在变成直角线了，再给大家换一个啊，直角线，然后我们用一个直线，直线就是这样子， 然后我们用一个曲线，我们通常用的是曲线，如果我隐藏也是可以的，现在就是一个隐藏的状态，你看不到我的连接点啊， 那么我们把它改成曲线，这是我们常规的一个默认的方式，在下边啊，在下边我看一下就基本上就没有什么可改的了，基本上就是这些，这个是刚才讲到过的，就是我们的搜索盒子改一下 好这一块啊，这就是我们设置通常需要用到的几个啊，需要我们改动的地方，其他的就不太需要改了。呃，然后，呃，我们下一个需要熟悉的是我们的管理器，一个是我们的设置，一个是我们的管理器， 打开我们的管理器，呃，我们的管理器，首先我们从上往下看啊，从上往下看，节点管理啊，安装缺失节点模型管理，通过 get url 安装啊，这几个其实很好理解。节点管理就是你可以通过这里 搜索一个啊，你需要的节点安装，或者是搜索一个你不想要的节点卸载啊，安装卸载，然后升级都可以，你看这个红色的，这个就是卸载啊，这个 try update 就是 升级啊，就给它升级，呃，更新啊，也升级更新一个意思，这个 instyle 就是 我没有的直接安装 啊，然后这个 disable 就是 禁用啊，如果你要卸载的话，你需要先禁用，然后再进行卸载，不然的话卸载不了啊 啊，这个是我们的这个节点管理，那么安装缺失的节点啊，上一节课我简单的提了一下，如果你的工作流爆红了，大批量的爆红，你就点这个安装缺失节点啊，他会给你缺失的什么，你就直接按一键选择，然后直接一键安装就行了，非常的简单。 好，那么模型管理呢？你们也可以在这里边搜索你没有的模型啊，也可以也可以，但是他有他有一个要求，就是你最好你的网络是非常稳定的，就是你的网络不能说一会有一会没有，不然的话他断开了你再重新下，断开了你再重新下， 这种就比较麻烦，所以说我一般是在哈根 face 上面下，这样的话，如果断了我再下载的话，他可以续连，可以接上这样，然后更新，全部更新康复 u i 在 这里更新也 ok 啊，但是我一般选择在启动器更新啊， 然后后边就不用看了，什么 a 幺幺期待这个重启就不用看了，这个大家都知道，那么还有一个点是什么呢？ 在这里啊在这里啊，如果说啊，我想要看看我的这个节点他是哪一个插件带来的，那么我们就需要在这里边进行一个设置 啊。呃，比如说啊，看这个他翻译过来是表情啊，其实我们重要要的是标签，我们需要他的 id 加名称，我们现在默认的是什么都没有啊，什么都没有，看这个上面什么都没有，但是我想让他显示他的名称，我们就点 id 加名称， 因为我是默认的工作流，所以说我这是直接选择编号，如果我用一个其他的啊，比如说我用一个 ipa 啊， 啊，比如说用一个，随便用一个吧，对吧？来我们看一下，他上面有一个啊， inspire pack 啊，这个是惊惊喜包啊，就这个 啊，所以说他就是上面就标注了你这应该是在什么插件里面的，你可以去直接去这个插件里查找，如果说你没有这个节点，他爆红，你也不知道他是什么，那么你就下载上面显示的这个相应的插件啊，是这么一个，是这么一个原理， 好吧啊，然后我们再接着往下看啊，我们的管理器还有什么， 呃，后边啊，就是相对来说比较复杂，不太建议大家用了，测试中啊，咱们就不用就行了啊，我们需要改的就是这个标签啊，有这个标签了，我们就都好用了。 然后有的同学呢，他非常着急，说，老师，我就着急用一个工作流啊，我想要一个全一点的工作流，你可以在这个社区里边，这这一块都是社区哈，社区手册 啊，他可以给你一些这个基础知识的讲解，然后这个就 open 二点 ai open 啊，这个，这个其实都是一系列的这个 工作流的工作流的这些网站啊，资源网站，大家都可以直接调用这边这里边的工作流来用，或者是学习啊，都是很好的。这个里面有很多的工作流，不管是新的还是老的，什么功能的都有，而且都是免费的，大家可以去学习一下 啊，当然这里还有其他的网站，大家都可以看一看，像什么第三方节点，这个是他的手册哈，康复员手册，如果你想详细的系统的再进行细致的学习一下啊，你在这里学习也是可以的，也 ok 的 啊，这都可以看一下，当然有翻译节点的，可以大家推荐一个啊，就沉浸式翻译，我们如果我强烈推荐用谷歌，为什么？因为就是谷歌有这个沉浸式翻译， 我们用这个翻译网站，他可以哎，一键翻译就是你给他点了之后，就是他有什么，他都是给你翻译成汉语的，所以说你就不用费劲了，而且他是中英文对照，非常友好。就比方说刚才这个第三方信息节点，我们看不懂吧，然后我们点开总是翻译该网站啊，我们把它翻译一下， 这样我们再来看一看，就一目了然了。 翻译这个文本有点多啊，翻译可能需要一段时间，他卡住了啊，还在还在翻译啊，一般没有这么多英文字母，他这个太长了，所以说翻译时间长了点 啊，看他已经翻译出来了啊，管理器影响包是吧，扩展怎么样？他还没翻，没有完全翻译啊，正正在正在翻译，还需要时间，我给的这个页面英文实在太多了，所以说就有点困难， 已经已经卡住了， 卡住了我们就先关一下啊，先关一下，然后重启一下吧。 其实这节课啊，主要就是带领大家了解一下啊，我们的这个管理器，我们的这个设置，还有我们的这个菜单啊，一共是这三个部分组成的啊，大家一定要多熟悉多用啊，这样的话很多问题就能够解决了。 其实就是添加提示词列队在这里啊，这个整体的一个功能， 然后如果你需要画布的话，就是刚才那个预览啊，点击旁边这个啊，我不想要，我点叉，如果我想要的话，点击这个小画板啊，一般这个尺旁边有个小画板， 我们点这个小画板，这个预览的图标就出来了啊，然后看我们一生图，然后它下面就有显示，如果说我不想放下边，我想放右边也是可以的，在这里来进行一个调节啊， 其实我们可以用新版的，用新版的它这个效果更好，更直观。我是一般不习惯在下面加一个画布的啊，看起来有点挡我的画布啊，所以说我不不太喜欢，让下面加预览。 好，然后我们今天这节课呢，就到此为止了，然后下节课再给大家讲一下新的东西。好，那么再见，下节课见。
1524SD教程
42:23查看AI文稿AI文稿就在昨天，秋叶大佬发布了康碧 ui v 三全新 ai 黑科技，做视频的饱死有福了，还是中文汉化版零基础小白也可以亲手打造专属 ai 创作世界。本次 v 三版本迎来史诗级 升，无论是生成图片还是生成视频，速度都直接拉满了！更重要的是，这个工具实打实的完全免费， 生存次数也没有限制，安装仅需要三步一下载，二解压，三启动，就能打造出流畅自然的动态效果。安装教程和整合包我都整理好了，暗号直接暴走！打开康 b u i， 生成自己想要的视频吧！
1623AI教程
00:42查看AI文稿AI文稿六月三十六日，康飞 u i v 十旗舰版重磅更新，这波更新简直是对 ai 小 白的神之一手，不用担心电脑带不动或者软件一直报错，这个版本已经帮大家把最难的安装和环境配置搞定了，真正的解压即用一键打开原声，支持全中文界面，小白直接闭眼入。 更牛的是， v 十还内嵌了市面上最主流的三百多套爆款工作流，只需输入提示词，点击生成，一键搞定。康飞 u i v 十是什么味道呢？ 这期视频我还会教你六大视频生成工作流的使用，从最基础的静态图片的生成，到如何让图片中的人物跟着你想要的镜头动起来，真正的从零开始，手把手喂饭教学现在正式开始！
