文生图提示词怎么生成动物

带二一三的效果真的是太惊人了，只需要很简单的提示词，就能够帮你生成形象非常统一的序列针，只需要在 ps 里稍微调整一下，就能够生成这样子很连贯的表情包。首先我们可以给他这样一段提示词，然后他会反馈给我们这样一组 图片，这里大概有二十三张图片，这时候请注意，他三十二个形象并不都是放在一个这幅图里面的，而是说他一共四行吗？每一行他是一个完整的动作，也就是说每一行的八张图片可以连成一个完整的这幅图。比如说第一行，第一行是一条狗， 从张嘴然后到闭嘴，然后第二行呢是狗然后跳跃，从跳跃到落地的这么一个过程。所以呢，在得到这张图之后，先把每个形象给抠出来，然后把抠出来的每一张图都单独的导出来，然后把处理好的图片放到 ps 里，记得在窗口这里 打开时间轴功能，然后创建时间轴，根据你的需求把单针图片的持续时间放到合适的位置，然后把同组的图片给他依次放过来， 做好之后呢，可以导出为这幅的格式，那么这样一张这幅表情包的图片就能够做好了。 del e 三，它对于羽翼的理解以 已经是非常强大了，能够在一个画面里面保持形象的统一性，就这点来说，我觉得连美珍妮都做不到，而且我们还可以通过自然的语言直接控制他输出的成果，这对于我们普通用户来说真的是非常的友好。然后这些案例的完整提示词可以来我的粉丝群看群公告领取。

这个网站可能提高你十倍工作效率，让每个人都成为 ai 绘画专家。你只需要输入一个想法，他就能帮你生成提示词咒语。我这里输入一只小猫在落日街道奔跑，他就生成了咒语，然后我把它输入当兵啫喱。 他深层的图片就非常精致且高级，大家可以看一下他的出图质量，因为出图质量其实就是咒语上的差别， 所以很多时候我们都要把大量的时间花在调咒语上面，而这个工具就能帮你轻松解决。而且它还分为了 logo、 照片、艺术等各种类型，轻松实现你脑海中的想法。大家先点赞收藏用起来！

大家好，上期视频给大家介绍了如何安装 stable defusion 以及简单的纹身图功能。本期视频我们继续探讨那些强力的模型网站以及高级的纹身图玩法。在上一期视频中让大家了解了如何从启动器里面下载你想要的模型，今天给大家带来一些更加优质的网站介绍。 save time docum， 也就是大家一直提的西站。在这个网页里有很多非常强大的模型，各种画风的分类也很全面， 大家可以看到很多小姐姐模型还要长到十八岁才能看呢，我替大家看过了，不是很好看。这里需要强调一下的是， stabled fusion 大模型的功能是决定图片的整体画风， lower 模型则是在不改变整体画风的情况下增加新的修饰场来影响整体的输出结果。模型的左上角带有 checkpoint 字样的则为 stable division 大模型，左上角带有 lola 字样的则为 lola 小模型。我们随机点击打开一个 doctorships 模型，进来之后我们可以看到这个模型的相关信息介绍，我有评论以及大家上传的用这个模型生成的作品。我们点击这些作品右下角的感叹号，可以看到生成这个作品的相关参数信息。真相， prompt 副项， prompt 采样类型、模型名称、提示指引导系数等。 点击右上角的 download 下载这个模型，将它粘贴到 swab， ui 是文件夹中的 models， stable diffusion 文件夹，重新启动 ybui 就可以在左上角选择我们下载的这个模型。大家在刚开始不知道如何去写参考词或者想生成又类似画风的作品时，可以参考这些优质作品的参数，我们将这些参数复制到自己的页面中生成，看看效果。 这里我们选择一批生成数量为四，图片尺寸设置成宽五百一十二，高一千零二十四像素，点击生成就可以得到四张根据我们选择的模型填写的提示词参数得来的小姐姐作品。我们来看看填写的提示词代表什么意思， 这里有杰作、最佳质量等通用的真相提示词，还有白发、复杂的裙子等描述细节的提示词，这些都能够告诉 a i。 我们需要什么类型的作品。当你脑海里有画面，但是不知道怎么去描述一些提示词时，给大家推荐第二个网站， number one i type 生成器。这里有非常多常用的提示词， 我随机来选择一些，比如 go to face、 who d 连帽三等，点击复制粘贴到 y b y 中生成看看效果。这里我们就得到了相同画风，但这是根据我们自己提示词而生成的好看的小姐姐，这些图的细节都做的非常到位， 同样如果大家手上有一些别人深层的图，但是不知道其中的参数，再给大家推荐一个网站， stable d fu 正法术解析，我们将已有的照片拖入到这个网站，就可以看到这个图片深层使用的模型、提示词和采样方式等所有参数。 今天给大家介绍了纹身图的高级玩法，以及三个优秀的网站后面的视频，我们将会对图、声图、 ctrl 奈等功能进行实战介绍。欢迎大家在评论区积极留言讨论，大家下期见！

带你三分钟学会 stable diffusion 纹声图功能，这里面的纹指的就是提示词了，在上个视频里，我们知道了提示词分为正向提示词和反向提示词，这里的正向提示词就是告诉 ai 你想要什么， 反向提示词就是你不想要什么。写提示词的过程是非常自由的，无论你写什么， ai 都可以给你画。但是我们也要知道一些提示词的语法规则。目前所有的提示词都必须用英文输入，如果你的英文水平比较好， 可以直接在这里输入，或者你也可以像我一样借助翻译软件。这里是不需要我们写一段完整的话，比如一个漂亮的女孩，在公园里，我们只需要写漂亮女孩公园就可以了。 在词与词之间，我们需要用英文输入法里的逗号输入，完成之后，我们可以直接点击一下生成，就可以生成一张图片。可以看到 这里的图片质量并不太理想，那是因为我们给 ai 的提示词太过简单，很多东西他都不知道，所以这个时候我们就需要丰富一下提示词的内容了。这里我们可以将它分为几个大类，第一是人物特征，比如穿了什么样的衣服，头发是什么颜色的，表情是什么样的，他在做什么动作。提示词书写的越具体， ai 生成的图片也越符合我们的要求。第二是环境特征，比如是白天还是夜晚，公园里面有什么？是晴天还是雨天等等。 那么还有一类的就是画质的提示词了，比如八 k， best， quality， high rise。 也有一些比较具体的，例如什么 extremely， detail， c g， unity， market paper， unreal， engine， render， 他们往往都具有更为细节化、真实化的特征。在这里提示词是有权重的，也就是说，如果我们想让画面中某一人 更加突出，我们就需要增加这个提示词的权重。这里呢有几种方法，第一种呢，是加括号，注意还是使用英文输入法下的括号，加一个括号，他的权重就会变成原来的一点一倍。你还可以套多层括号，每套一层就再乘以一点一倍，三层就是一点三三一倍。 比如我们想让画面里的花多一点，那我们就可以给提示词加上三层括号，这样子画就变多了。第二种就是给提示词加大括号，这个是增加一点零五倍， 调节的效果比较轻微。如果想要减少提示词的权重，那我们可以添加方括号，这样会把权重消成原来的零点九倍。最后还有一个修改权重的方法，就是给提示词加中括号， 然后在后面加一个英文冒号，并打上数字，比如一点三就是原来的一点三倍，零点八就是原来零点八倍，这种方法会更加 家的直观。提示词的另外一个重要构成部分是负面提示词，一般我们加入一些通用的项目就可以了，下面这些大家可以参考一下，不做过多的说明，就是避免生成太低质量的图片。以上呢就是提示词的用法，大家可以去输入提示词，试着生成图片了。 当然目前来说生成的图片质量还是很差，因为我们输入这些提示词只是告诉 ai 你想要什么，那我们就需要修改下面的参数， 告诉 ai 该如何的去执行，并且大模型对生成图片的质量也有很大的影响。那么首先我将在下个视频给大家介绍下方的参数该如何设置，欢迎大家的点赞与关注。

居然还有人不会提示词，怎么设计吗？看到很 nice 的 i 图片很想要，但是又不知道咒语怎么办？没有米泽令会员也没关系， 不用再去求人了。今天给你们推荐一个免费的网站，上传图片，等五秒他就会自己分析出咒语。虽然都是英文的，但是操作真的很简单，就两步，上传图片提交， ok， 等五秒他给你生成提示词。

不同的提示词得到的画面是不一样的，你得从 ai 的角度触发去描述你的画面，越详细越精确越好。 优点是确实高效，不仅生图速度快，而且效果和质量越来越好。比如之前 ai 总是画不好手，但是随着模型的升级和小插件的出现，手画的是越来越好了。 在更高阶一点的艺术化和创意构图上， ai 还不太行。但好在现在有图声图的功能，我可以在前期画一个大致的构图给到一格，他能够在此基础上进行创作。 维新一格的特点呢，还是 很明显的。首先是我们的使用门槛越来越低，易于上手。第二呢，我们作画越来越精致，使用体验也越来越好。第三呢，我们对中国元素有专门的训练，模型也更擅长中文 这行呢，门槛很低，人人都能使用 ai 走画，但是它的天花板很高，想要调教出一幅令人惊艳的 ai 绘画还是很难的。

你是不是费尽心机写了很多的提示词，却仍然控制不了画面的细节和色调？ 今天教会你使用 ctrlnet 的太偶模型，只使用两个词就能够产生这样丰富细节的效果。首先我们来到利不利我 ai， 在这里找到一个合适的大模型，然后点击这里将它加入到模型库中。 加入之后，在上面点击在线 stable defusion， 我们就可以来到一个原汁原味的线上 stable defusion 的页面，在这里就可以找到刚才我们放入进去的大模型。 然后来到 png 图片信息，将一张图片儿载入进去，最后点击发送到文生图。因为我们要使用的是 ctrl net 的 tail， 所以说它的提示词根本不需要这么多，我们只要把主体给留下，就 比如说就留下来一个女孩，然后下面的副项提示词里面也是我们要删除绝大多数的，让提示词尽可能的精简。然后下面的放大算法，我们可以选择最后一个 ultra shelf， 下面打开 ctrl nice 与处理器的话选择 tile， color fix。 然后模型的话，同样的我们选择太阳模型， 使用 tar 的话，他的权重一定要给他拉低点，我们可以先给到零点三五，然后下面的变换，这个参数可以拉高一些，我们可以拉到最高三十二。 然后我们将使用这张照片作为 tail 输入的图片，然后我们来到最上面，点击开始生成。我们可以看一下生成的图片和原本 tail 的图片的对比，可以看到 生成的图片当中是借鉴了很多太阳使用的图片的一些元素，比如说他的一些植物，还有一些下面的花的一些关系，因为太阳模型本身，他就会将这张图片进行向下采样，也就是说首先把这张图片变得更小， 然后 ai 在这张图片里面给他添加更多的细节，包括画面的颜色。可以看到两张图片是有一定的课程关系的，我们使用太阳模型的话，可以让我们只使用很少的提示词，就能够达到很丰富的画面效果。 那么接下来我们还可以尝试使用这张图片，把它作为 tile 的一个参考图片，看一下生成的效果。那么从生成的图片当中，我们可以看到，它依然是借鉴了 tile 的参考图 片中的一些元素，比如说中间的这个蓝色的东西成为了人物当中的衣服的主色调，包括画面当中的这种曲线， 他形成了在人物背后的背景的这个地方。从整体的色调来看呢，两张图片的色调是基本上一致的，那么我们可以尝试使用更多的图片作为 tal 的参考图片，看看能不能出现更多神奇的效果。 保留相同的提示词和参数不变。 tile 的参考图选择一盘式子，可以看到生成的图片 和原图的构图和色调依然保留了很大的关联，他好像是把中间的这几个式子变成了一个人。再来看这一组图像，依然保留了太偶参考图的色调和细节。我们使用太 模型的话，确实可以让我们只使用很少的提示词，就能够做出很高细节度的图片。如果你电脑的硬件水平没有那么好，或者暂时没有办法用电脑做图，可以考虑来到利不利沃 ai， 使用他的在线 style titution 的功能。 它不仅可以使用多个 control net， 而且它的功能还算是比较齐全，比如有涂装图或者后期处理等。 他每天可以免费生成一百张图片，基本上一天是用不完的。喜欢什么模型，还可以一键添加到模型库里，方便我们调用。 大家可以多试一下。泰欧的这两个预处理器，真的很好用，使用他的话，记得要把权重给他拉低一点，效果才会更加明显。

我是八零后程序员的人工智能助理。最近老大很忙，今后很多技术都会由我来给大家分享。今天的分享绝对是干货。建议准备一杯水。 你的人工智能模型生成一张图片需要多少时间？肯定很多人对这个时间都不是很满意。 假如有一个技术可以将这个时间压缩到原来的五分之一，你是不是觉得我在忽悠你？那下边别眨眼，你可看好了。 这是一个最简单的纹身图的工作流。在这个流程里边，我们会使用欧拉算法进行二十步采样、降噪，生成图像，得到最后的图像。在这 演示里边，你可以非常清楚的看到他生成的过程，并且感觉出来他使用的时间想念。我们就进行一次神奇加速。所以我们增加一个节点，用来加载今天这个特殊的模型。你可以简单的把它叫做 cm 模型。 我们需要对纹身图的主流程进行修改。下面划重点。 首先将提示次相关性的值调小。经过不断的测试，一点二到一点五这个范围的值都是一个不错的选择。 最关键呢，我们将采样部署改为色，将采样算法改为幺七 m。 点击生成。你会发现我们得到一个图 效，效果其实很一般。但是你知道我们速度提升了多少吗？没错，是原来的五倍。这个很容易计算出来，原来的财样步数是二十，而现在的财样步数是四。 但是你别忘了，有很多人都喜欢把这个步数设置为三十，这样我们就提升了六倍。当然，我们不能光图快，质量还是非常重要的。 这个其实非常简单，我们只需要提升模型采样部书就可以了。假如我们将采样部书改为八，你来看这个生成的效果是不是就非常棒了。那你觉得这个技术对于大模型是不是也有效 果呢？我们将模型切换为大模型，那么我们加大的加速模型也要对应的作为切换。其实这个加速技术对于大模型效果更加明显， 将采用步数直接改成四。还有一点千万别忘了改分辨率， 点击生成你就得到一张质量非常高的图像，你可以多生成几张，就会发现这个加速模型的质量和稳定性还是非常高的。 那这个加速器的原理是什么呢？其实也比较简单，我这有两种解释，一种是专业的解读，一种是通俗的阐述。 哪个能理解你就听哪一个。我们先来听一下专业的解释。大家一般要调整模型的量是都要用到这个模型，那他只能用来修改样式吗？当然不是，他还有加速的作用。那他如何加速呢？ 在传统的纹身图的过程中，我们需要指定采样器的以及采样器的调度，其中最重要的就是采样步数，比如在这样我们就把采样步数设定为二十。 在每一步中，这个关键的过程叫做预测要去除的噪点。但传统的裁氧器只能预测下一步要去除的噪点，而加速模型却可以直接预测后面多个降噪步骤要去除的噪点。所以说他的前瞻性 非常强。不知道这样的解释你能否理解？如果不能理解，我们来换一个解释。小明是一个非常认真的画家，完成一幅画作一定要经过二十步，但是突然小明来了一个超级大脑作为助手， 通过不断观察小明的绘画过程，这个超级大脑已经被小明的绘画思想完全了解。 当小明画的第一步是这个超级大脑就能精准的预测出他第五步要怎么画加速模型就是这个超级大脑了。最后 还有非常重要的一个点，你可以通过这个网址来下载这两个加速模型。还等什么？赶紧自己试一下吧！关注我，让知识变得更有意思！

你手里的命真令为什么总是词不达意？是你表述的不够清楚，还是 ai 自身的问题？这个视频将帮你解决与 mz 沟通的问题，通过这个小工具一步解决深层提示词的问题。赶紧点赞收藏，干货马上奉上！我们以这张看起来十分复杂的剪纸画面为例，在这里输入主体森林中里的月亮剪纸，设计 浅红和深蓝色的背景，然后在风格设置这里添加我们想要的效果。焊整体画风，暗色浪漫的插图，旋转色彩风格，有机雕刻多维依尼。 在这里给画面加上一个柔和的灯光，使整体感觉看起更舒服一些。最后可以把我们对画质的要求添加在属性描述这里，最高画质八 k 高清。如果你不想自己费脑子去想这些词，这里会根据不同的场景给你推荐比较匹配的提示词，到底好不好用，还得你们说了算。 完成之后点这里生成，就能得到一组调理清晰的提示词。将刚生成的提示词保存下来，返回 mj， 在下面输入框里执行姨妈证指令，张贴提示词，然后在最后添加二指令，把你想要的画面比例输入进去即可。 看起来这么复杂的画面，其实制作起来也就这么回事。接下来要做的就是根据出图的效果对提示时进行微调，比如颜色布局等等。想要试试这个小工具的同学们点个关注，免费领取！关注我，每天学点有用的知识！

来看下面这两张图片，这两张图片呢，他的提示词生成参数是完全一样的，但是使用的模型呢不太一样，首先他们使用的都是 sd xl 的大模型，第一个呢是一个动画模型，而第二个呢是一个写实模型， 你会发现动画模型的色彩感非常的好，人物呢也很精致，写实模型的优点就是看起来更像真人， 但是呢，你会发现他这个整个的色彩的鲜艳程度呢，是远远没有办法和这个卡图模型去对比的。那我们有没有办法使用两个模型来生成同一张图片呢？这个听起来可能有点匪夷所思，那今天呢，我来教给你这个特殊的技法来看演示。 下面这个呢是一个最简单的纹身图的流程，我们使用的主模型呢是三 d twin defortion， 这是一个 s d x l 的大模型。提示词， 我们主要生成了一个洛可可风格的公主，然后穿着非常华丽的衣服，然后有着波浪卷的长发。下边呢，我们来看一下生成的效果。 首先呢，你会发现生成的这个人物呢，他整个的光影呢会非常的漂亮，而且人物的细节以及背景呢也非常的艳丽，所以说呢，动画的模型生成的一些色彩和细节呢，都是非常棒的，而相反的，写实类的模型呢，就要差一些， 如果你不相信的话呢，我们可以换一个亚洲人物的一个大模型来试一下，这是一个写实的模型，同样的提示词，同样的生成参数，我们来看一下生成的效果，那这个区别呢就比较明显了，很明显我们的卡通模型呢，生成的人物会更加的精致，而写实 人物的表现力呢就稍微差一些，那有没有办法我们生成的这个人物既有卡图人物的细节，又像写实人物那么漂亮呢？其实呢有一个处理的方法，我们之前呢也用过类似的一个处理手法，叫做模型攻击， 那我们下边呢可以在 ctrl i 当中呢来浮现一下，那这呢最关键的技术就是使用两个采氧器。 我们在第一个采样阶段呢，使用的大模型是我们的卡通模型，然后在我们的第一个采样器里边呢，并不是一次采样到底， 而是将结束采样的步数呢设置的比较低，比如我们总的步数是三十，这样呢我们让他在二十步的时候呢就结束了。而在进行第二个阶段的采样的时候呢，我们首先把大模型切换成了这个 打周的写实模型，然后第二个采样器的采样步数呢是从第二十一步开始，然后一直采样到最后。这样的话呢我们可以保证在整个的三十步的采样过程当中， 前二十步是用第一个模型渲染的，后十步是用第二个模型渲染的，这个有点像 x d x l 大模型的那个瑞饭的过程。 这个时候你会发现生成的这个人物的话呢，他是一个写实的人物，但是呢他又有着动漫模型的比较细致的光影和人物的细节， 那么你可以根据自己的需要呢来调整这两个采样器的采样步数，那如果前一个采样器占用的步数越多，后一个采样器的步数越少，那整个的效果呢就越偏向这个三 d 模型，如果你希望整体的效 效果更好的话呢，你可以启用这个阿特迪特勒的脸部修复的这个组件，这样的话呢，最终生成的效果呢，会更加的精致，更加的棒，不信的话呢，你来看一下，剩下的就是不断的改变参数，然后进行不同的尝试， 那你看到了吗？其实我们使用的这个方法和我们之前给大家讲到的模型攻击呢，是有点像的，但是我们之前的模型攻击由于是在 stable defusionyby 当中去执行的，所以说呢，你会发现我们可操作性呢还是比较差的，那也就是我们必须完全生成一张图片，然后再对他进行攻击，而这个呢是在同一个流程里边完成的，那我们使用了两个彩阳器，然后接起来就可以完成类似于 模型攻击的一个技术，那这个技术其实原则上来讲和我们之前讲到的一个模型攻击呢，还是不太一样的，因为他必定是同一个流程来生产的，那他更像什么呢？更像我们之前讲到的那个 xdsl 大模型里边那个瑞范的过程。还等什么，赶紧自己试一下吧，关注我，让知识变得更有意思！

欢迎来到小易的教学视频，当我们在进行创作时，可以分为这几个顺序，本期先和小易一起了解下如何选好模型与输入提示词 一点，如何选好模型在 ai 绘画中，不同的模型他自身学习的素材数量和处理方式都不一样，因此选择不同的模型会做出不同的图片，这些是不同模型下同一提示词生成的图片。下面小艺为大家推荐了一些不同 类型的模型。使用模型时，我们可以直接在 ai 绘画界面右上角模型处选择不同的模型，也可以在模型广场找到某个模型，直接点击创作。第二点，输入提示词。通过我们输入的提示词， ai 会生成 相对应的画面。在描述提示词时，可以有两种描述法，一种是自然语言描述法，另一种是关键词描述法。输入的提示词越少，留给 ai 发挥的空间就越多，这样得到的作品将会有更多不确定因素。相反， 提示词越多越精准，留给 ai 发挥的空间就越少，得到的作品就能更符合创作意图。输入提示词时，建议场景主题加细节特征加画面说明。我们可以利用工具栏中的提示词工具，这里能够为我们提供许多实用的提示词。 接下来我们来看看右边相关的参数设置采样步骤，也就是迭代生成图片的次数，如果次数太低，则会导致出图效果质量失控。 文本强度就是图片与文字描述相符合的程度，强度越小，图片越不受文本影响，强度越大，图片会根据文本加重绘制，一般最好不要超过十。画面说明提示词是影响创作结果的重要因素。 添加不同的画面说明提示词，我们能得到不同效果的图片。另外，在输入提示词时，我们可以加上括号，给他增加权重。比如一个括号表示一点一倍增强，两个括号时则为一点二一倍。也可以写作这样 代表对括号内的提示词一点二倍增强。最后，我们可以点击这里的重置，用同样的参数再次生成点这里能看到绘制图片的信息，包括提示词 文本强度、步骤等等。以上就是如何选模型以及输入提示词的整个流程了，关于这两方面还有什么问题，欢迎在评论区提出哦！

打开 check gpt， 粘贴提示词，复制一段小说内容， 粘贴到提示词后面。执行任务生成人物形象，提示词自动生成性别、发型、发型颜色、服装及其他细节描述，看看效果。

有的人只是拿鼠标点一点，就有无数的提示词可以使用，这并不是魔法，而是用到了一款很神奇的提示词插件。我们先来到 github 网站， 在搜索框当中搜索这个关键词，然后点击进入这个链接，点击绿色的扣的，然后直接选择下载压缩包，将下载好的压缩包放到 stable diffusion 跟目录下的 extension 文件夹里， 然后回到主页，重启外部 ui， 我们就能看到差价已经在导航栏里出来了。我们点击太个选择器，可以看到有很多提示词分类，比如常用的优化太个，或者是发色或者 是实物，点击他们会出现相应的提示词，也可以直接在搜索框里面搜索，比如我们搜索一个环境， 那么在下面会自动弹出所有跟环境相关的词，通过这个滑条还可以控制出现词的数量。我们可以任意点击几个提示词，选好后点击右侧的添加单个咒语， 然后我们的提示词就会出现在上方的提示词框里。选中一个词之后，在右侧可以增加或减少他的权重， 也可以使用这个按钮来删除某个提示词。在右侧导航栏的下面可以调节各种各样的参数，比如采样、叠带步数，采样方法等。在选择好 之后，我们点击转到纹身图，就会发现刚才选择的提示词和参数都被复制过去了。像这样子的工作流程是不是更加的方便呢？如果你没有办法安装这款插件，可以私信我领取。

为什么你做的动图模糊不清，而别人做的却效果清晰？因为 web ui 中的 animative 不完整，只有 confusion 才能使用完整版，并且速度快，对显存要求不高。 confusion 可以理解为 stable diffusion 的另一个操作界面，只需简单三步就能生成高清动图。 第一步，解压 confilli 安装包。第二步，将用到的扩展插件复制到 custom notes 目录下。注意要在 animated 扩展中配置相应的 vr 模型，网络不好的小伙伴可以我的粉丝群给你安排上。最后一步，打开 comfilli， 读取我配置好的工作流， 选择你喜欢的基础模型，输入你的提示词，我这里绿色的为正向提示词，红色的为反向提示词，填完后点击生成即可。要设置视频的时长，可以调整 empty latentmage 节点中的总帧数和 animate discombine 中的每秒帧数。此外，在 animate tiff 的 confu i 项目中也有其他配置好的工作流，比如使用了高清放大镜头控制 laura 以及 control net 引导动画生成的工作流。将你想使用的工作流图片保存后，直接在 confu i 中加载就能使用。 最后， confu i 的模型可以放在 model 文件夹内相应的文件中，你也可以直接修改 confu i 目录中 extra model pass 文件的后缀为 e m l。 然后右键记事本打开，把 base tap 后面的目录更改为你的 web u i 所在目录，保存后就能直接加在 web u i 中的模型了。我是菊大，分享更多 a i 干货！

每天可以免费生图一百张，并且完全都是无脑操作，不要求电脑配置网页就能搞定。这个国产的 ai 绘画工具真的是超级良心了。首页就是大量的 ai 绘画模型，你只需要选择一个你自己喜欢的，直接点击在线生成一张相似的 ai 图片就做好了。 如果你想做的更精细一点的话，还可以点击添加风格，这样生成的图片就会是多种风格的组合。同时再调整一下提示词和反向提示词，下面还能再上传一张参考图，这样生成的图片就会更加可控。 有了这个工具，以后再去做小说推文或者拿图小程序的话，就再也不用为了 ai 绘画这件事情而发愁了。这就是这个工具的名称，如果你找不到的话，也可以来我的首页粉丝群领取我们的互联网工具箱，最近更新那个就是。

sable diffusion 提示词教程反向提示词前面我们介绍过如何使用 sable diffusion 来创建自己的提示词，让 ai 来绘制出图像。 但是我们在使用 cable 的附身的时候会发现，如果只写正面提示词，画出来的画面可能只是大致我们想要的内容，但是出图的质量并不高，而且画面会有一些奇怪的东西。如果想要更好地去控制出图的质量，我们则需要配合反向提示词来一起使用。 反向提示词是什么？同样拿我们之前绘画的举例，一个女孩坐在泳池旁边，但是画面画出来的人物五官扭曲， 四肢也是非常反人类的。这个时候就需要我们添加上一项提示词，我们给画面添加上一些关键词，比如丑陋的、畸形的手臂，畸形手指，多个头 等等这种关键词。当我们把反向关键词加入后，点击生成，生成出来的图片是不是又好很多了呢？反向提示词要与正向提示词互相配合，才能控制我们的出图质量。但是反向提示词其实是有套路的， 比如我们画真人的时候，就可以使用刚才那一段通用的反向词，添加上一些例如低质量的，模糊的，结构不好的， 这样我们在每次进行相似内容作画的时候就可以直接使用了。为了方便提示词的管理，我开发了一个提示词工具探麦，可以让你使用拖拽的方式快速的对提示词词进行分组微调。目前工具处于内测阶段，需要邀请码注册，登录后你的提示词可以在线保存， 以后在使用的时候可以直接复制，更方便的管理自己的提示词，有兴趣的小伙伴可以留言或者私信给我，我把邀请码发放给你。

最近呢， annimit def 非常的火，因为呢文本生成视频呢，应该是人们现在最大的一个诉求，而且我们使用 annimitif， 加上呃 promote trial， 甚至加上 ipia doctor， 加上 ctrlnight， 有很多的应用方式会让生成的视频效果呢更加的好，更加的逼真。 但是呢，很多人都会想，那对于我们的 s d， x r 大模型来讲，有没有类似的动画技术呢？其实是有的， 可能呢，你接触的不太多，那今天呢，我就给大家演示一下这个新的针对大模型的视频生成技术。那你现在看到的呢，就是 hotshow xl 在 get up 上的一个主页面，那这是一个什么技术呢？它主要是针对 s d x l 大模型，然后来生成 g f 图片，我们可以叫做文本到 jf， 但是呢，你注意他的这个说法就比较微妙，他不是说文本到视频，而是说文本到 jf， 为什么这么讲，待会我们看到他的效果之后呢，你会发现他的确跟视频呢稍微有些不同。 另外呢，它会有很多的扩展功能，比方说呢，它和任何的 controllight 呢都是兼容的，并且呢它和任何的 s d x l 大模型呢都是兼容的， 那我们可以通过这个网址呢来访问到他的预训练模型。在这列本当中呢，你会发现有两个模型，一个是 f 十六的，另外一个呢是没有对应的精度表示的，那我们可以认为是 f 三十二的，那么这两个大小呢，有明显的一个差别， 那主要呢就在精度上，这个我待会下载这个十六位的进行设置，因为三十二位的话呢，可能运算起来会稍 稍微的慢一点，另外为了充分考虑到性能的问题呢，他还专门训练了一个 s d x l 大模型， 这个模型的话呢，它主要可以支持五幺二乘五幺二的一个分辨率的输出，因为我们都知道大模型呢一般输出的分辨率呢都在幺零二四乘幺零二四，如果太小的话，一般质量会非常的差， 但是如果生成视频，我们对计算机的算力呢就要求比较高，如果我们进行幺零二四乘幺零二四，甚至是七六八乘七六八的输出呢，可能我们计算机都是撑不住的。 所以说呢，我们建议你来下载这个特殊处理的，或者说特殊调优的这个大模型，那他同样呢是有两个，那同样是精度不同，那你会发现大小呢有明显的差异。那有人会说 如果我们现在使用这个功能需要安装特殊的扩展吗？不管是在呃奥特曼提的一来问，一来问，还是在我们的康复 ui 当中，其实呢这个是不用的，因为呢，我们可以认为他和我们之前讲到的 annimate 地方呢是通用的一个技术， 只不过呢也是针对一点五模型的，一个是针对 s d x 大模型的下边呢，我们对这个模型呢做一个简单的尝试。首先呢我们看一下它主体的工作流， 呃，这个由于在我们的 step defortion webui 当中去构建呢，会比较麻烦，所以说呢，我这还是在 comfortui 当中进行构建好。那我们看一下底线呢，是一个纹身图的主流程哎，就是一个模型加载器， 然后两个提示文本，一个正向，一个负向，另外呢有一个这个浅空间的图， 图片的设置，另外呢有一个采样器，那这儿呢是一个 v u e 的解码器，把图片从浅空间减码到像素空间，然后呢是一个视频的呈现的组件，这儿呢我们会有一个艾纳米特地府老大的这样一个组件， 但是呢我们加载的这个模型稍微有些不同，我们来看一下我们加载的这个模型呢，是我们下载的这个 hs xl 的这样的一个模型，就是我们刚才看到的那个运动模型。呃，然后这个 beta sky 中呢，我建议大家还是选成这个 lanier， 然后带这个 hot short xl 的，这样的话呢，它会兼容我们刚才加载的这个运动模型。 那别的呢？没有什么可说的，那基本的流程就是我们原始的模型，然后经过这个组件就会把这个模型 注入到原始模型当中，然后我们看一下我们采用的主模型，就是我经常用的这个 s x mix 九 rulestic。 那我们生成之后呢，你会发现的这个结果是这样的， 嗯，总体上来看的话呢，他整个的色彩分布其实是不合适的，虽然人呢看起来比较精致，嗯，但是呢效果的确不是特别好，而且呢我可以这样讲，就是这个呢，是我跑了很多的图片 出来的一个效果，就是我抽卡抽了很多次，它的效果呢一般都很差。那我们来看一下，如果我现在把这个改成一个随机的，我们来生成一遍，那下面你来看生成的这个效果，整体的色彩啊或者是效果呢，其实都非常的差， 呃，其实并不比我们的 animate def 生成的要好，所以说呢，整个的这样的应用呢，还是有些问题呢， 那主要问题在哪呢？是因为呢我们生成的这个帧数稍微有一些问题，比方说呢，我们稍微调整一下，那我们来看现在生成的这个效果， 要注意，我在整个的工作流里边呢，并没有特别多的改动，我只是把这改成了七六八乘七六八，原来呢是七六八乘五幺二。另外呢就是我在这个地方呢 加了一个 context option， 就是上下文的一个选项，把这个上下文的帧数呢改成了八，因为在他的文档里边有了明确的描述，他就是针对一秒八帧来进行的训练，所以说呢，你会发现 这样的话呢，这个效果呢就非常的棒。但是你有没有发现有什么问题？没有，他其实呢是两组镜头，你看这个人物一组，然后这个人物一组， 但他不是一个严格划分，但是他的确是两组，是因为我们这个训练他本身就是八针一秒，如果你非要用上下纹做一个十六秒的视频的话呢，出现的效果呢可能就是这样的， 所以说呢，其实更简单的思路就是我们把这个直接干掉，然后我们把生成的这个帧数呢直接改成八，那我们来看一下他最简单的一个生成效果，大家来看生成的这个效果呢，就比较统一了， 呃，应该是非常不错的一个动画的效果，相对来说呢，人物的面容呢也会比较的精致。那刚才我们提到这个模型的时候也说到，他专门优化了一个模型， 就是我们下载的这个，那如果我们用它来生成呢，会有一些优点，那比方说我们可以将分辨率呢给它设成五幺二乘五幺二，那用别的 s d x 大模型呢？用这样的分辨率是没有办法去输出的。呃，那下边呢，我们来看一下这个输出的一个效果， 其他的设置基本上和之前是一样的，那下边呢，我们来试一下，大家会发现这个效果呢还是不错的。当然呢，这个镜头有点跳啊，因为它本身是 j f 图吗？不是视频，所以说流畅性呢稍微的差一些。 那他能不能生成其他风格的这个人物呢？我们来试一下，我们增加一个提示词，来生成一个动画的一个人物，我们来看看效果怎么样，那你会发现这个效果呢，也是非常棒的。 当然呢，镜头还是稍微有点跳。下面呢，我们把题诗词稍微改一下，改成一个三 d 人物的生成，而且是一个迪士尼风格的，那我们来看生成效果，那你会发现这个效果呢还是非常棒的。 再回答我们之前的那个问题啊，就是说生成的这个内容呢，比较跳，那能不能让他更统一一些呢？或者让生成的效果更好一点呢？ 这个呢，你可以用 controllight 或者是用 ip 和 doctor 去约束一下。下面呢我们就使用 ip 和 doctor 来进行一次生成的约束，看一下它效果是不是更好一点。 那我们看一下这个 ip 的大特的基本构成，首先呢是一个参考图，然后是一个 ip 的大特的加载器，这我们选择的是针对大 模型的 ip 的 doctor， 你注意这我们用的是 vit 杠 h， 因为呢，我们待会会在这个克力普威人这个加载器里边选用一个一点五的克力普威人的一个模型，那这个时候呢，你会发现，其实呢是一种 哎，比较复杂的一个搭配啊，就是说我们的颗粒波微震是一点五的，但是我们的 ip 的 doctor 呢，却是大模型的， 呃，由于呢，这个 vit 魔性是兼容这个一点五的颗粒，不微韧的，所以说呢，是可以这样使用的，而且效果呢也会非常棒。这呢是一个 ip adapter 的 apply 组件，就是应用组件。 好，下面呢我们看怎么去用。首先呢，我们选一个参考图，参考图呢，我们一定要选择当前这个模型生成的效果比较好的 一张参考图，不要使用其他模型生成的。另外宽高呢，尽量是五幺二乘五幺二的，因为呢 ip 个 w 呢，他本身参考的这个数据范围呢，就是五幺二乘五幺二，如果你使用的宽高笔呢，不是一个五幺二乘五幺二的，他其实呢是会进行裁剪的。 下面呢我们重新来生成，那你会发现现在生成的这个视频呢就比较统一了，当然效果不是特别好，原因呢，很简单，还是我们的分辨率不够啊，如果说你的算力要是够的话呢，我建议你用七六八或者幺零二四的分辨率， 然后使用上 ipad doctor， 然后来生成一遍，你会发现这个效果你会会非常的棒，可能很多人也发现了，从名词上来看呢，这个技术就有一些特点，他 指的是生成 gf 图片，而不是生成视频，所以说呢，生成的一致性虽然比较强，但是呢，跳跃性也比较强，并不像传统的艾米特蒂夫一样啊，生成的视频呢，他会比较流畅，这个跳跃感呢，还是有点差强人意的。 但是我们可以通过其他的手法，比方说 connect， 然后让它变得更加流畅。但是无可厚非，大模型生成的人物效果其实比我们的 sd 一点五模型呢，要好很多，不信呢？你可以自己尝试一下，关注我，让知识变得更有意思。

各位好，我是谢查查，欢迎收看 ai 设计指南。本期是介绍使用 majorni 生成三 d 卡通渲染风格的海报素材。设计师在工作中经常遇到需要设计海报的任务， 嗯，使用 miti 生成海报素材或者寻找设计灵感都会非常的方便。我们需要使用 miti 的立即模型去生成这样的三 d 卡通渲染效果。具体的设置可以看一下我的设置面板， miss 教你的 v 五点一和尼基五啊！对语言的理解力增强了，也就是我们不用再添加大量类似重复的提示词来描述我们需要的内容了。比如这张海报完整的提示词是，一只胖乎乎的黑猫在草丛 中追逐蝴蝶，天空中有白云蓝天，然后再加上简单的风格题日词。这里需要注意的是加了背景模糊，这样可以使画面远处的背景更虚化，突出内容的主体。确定了上面的效果之后，就可以在前面主体的部分进行修改了。例如 一只肥嘟嘟的熊猫在草丛里追逐蝴蝶，一只可爱的兔子从草丛里跑出来， 一个可爱的小女孩拿着气球在草丛里。这里需要注意一下，本次介绍的素材效果，适合近距离只突出一个主题内容，你可以自己更换前景主体和背景，多做组合和尝试。 那本期介绍使用 mgr 你生成三 d 卡通海报素材的介绍就到这里啦，谢谢你的观看，我们下次再见！