欢迎来到我的 mini journey 系列教程第三期,这期将带大家继续深入了解 create 板块。进入 create 页面,点开一张我们之前生成的图片,可以在右下角看到一些参数设置。这个是我们的头像修改模块, 接下来为大家一一进行拆解。首先是 very 参数,它的意思是基于选中的图像重新进行深图,可以看到有 shadow 和 strong 两个选项可选。 shadow 代表着重新生成的图片,与原图相比变化比较细微, strong 则表示变化比较强烈, m j 会更大程度的发挥它的想象力。我们可以分别进行测试,看看 可以看到两者的区别。 shadow 模式生成的图像更接近于原图, strong 则会做更多的更改。往下是 upscale 放大,它也有 shadow 和 creative 两个选项。和 very 参数一样, shadow 模式下放大的图片更加接近原图, creative 则会在放大的同时加入更多 mj 的 想象力。同样我们进行一下测试, 可以着重看一下 create 模式下相较于原图进行的变化。再往下是 remix 模块, remix 参数支持我们在原图的基础上重新书写或者更改我们的提示词,以获得新的图像。也就是说,相比于 vary 参数,我们拥有更高的自定义能力。 同样有 shadow 和 strong 两个参数可以选择,含义和 very 模块下是一致的。以我们这张图为例,点击 shadow 或者 strong, 可以 看到我们的提示词重新出现在了提示词框内,这个时候我们可以修改我们的提示词,甚至是重新书写。这里我们删除掉一点内容来看看两者的区别。 可以看到在是重模式下重新生成的图片和原图的差异更大,伸抖则更加贴近于我们的原图。再往下是 pan 和重模块,这两个参数其实都是用来扩展图片的。 pan 支持图像从单一方向进行扩图, 比如上下左右,而重模式则是等比例扩图,这里有一点五倍和两倍可选。同样我们来进行一下测试。 往下走是 rerun 和 edit, 顾名思义, rerun 则代表再进行一次深图操作,这里不再过多解释。值得一提的是 edit 的 功能,可以看到我们的主页面也有一个 edit 板块,这是一个比较重要的功能,我们将放在后面进行详细的讲解。 简单来说就是图像编辑功能,它支持更加细致的图像编辑操作,可以简单理解为 mga 内嵌的一个简易版的 ps。 再往下有一个右视模块,这里分别是图像参考、风格参考以及快速使用当前的提示值功能。图像参考风格参考的内容也会在之后的视频中进行详细的拆解。 最后是一个图片转视频的功能,都比较简单,大家可以自行探索。以上就是这期 mga 教程的全部内容,希望大家多多点赞、关注、评论,我会尽快更新下一期。
粉丝1891获赞2.3万

假如你脑海里有这么一幅画面,你会如何写提示词?用 ai 来呈现?聪明的你肯定会发现背摄主体如此高大,摄影机机位低于背摄主体的视线水平,所以你写下了仰视角度。你发现画面前景、中景和后景都清晰可见,视角广阔,所以你写下了深景。深广角镜头,你锐利的眼神又聚焦到高大的背摄主体,也只占据画面的二分之一, 所以你又写下了远景。不知不觉你就完成了镜头角度、景深焦距和景别的分析。下一步你肯定会想到描述主体,这个时候你肯定脑子里会蹦出一个公式,于是你对应着公式写下了视觉主体的描述。当然,细心的你不会放过环境的刻画,于是你又根据这个公式完成了环境的描述。 一向做事严谨的你到这肯定不会收手。你发现左侧画面外的日落光打在巨兽身上形成金色边缘轮廓光发现前景战舰爆炸产生的橘色互动火光,发现穿透云层和硝烟的体积光束, 于是你完成了光照的描述。一个不小心,你又察觉到了画面温暖且充满狂暴感的暖黄色调,泥土棕、暗绿与明亮橘色的相邻色,搭配高饱和度、极高对比度的硬派电影质感。最后你再加上一句照片的风格, 把整理好的提示词喂给 ai。 但是聪明的你又发现了,为什么每一次生成的图片都不一样。这个时候你恍然大悟,人类看到的画面是带有情感的,我们所描述的提示词,大部分词汇都带有主观色彩,即使是不同的人看到相同的主观词汇也会有不同的感受,这是受限于文字的先天性残缺,而 ai 工具也只能通过文字来呈现画面, 因此你也就接受了 ai 的 随机性。所以在多轮抽卡过后,你选中了那张给你感受最接近,甚至给了你一些新奇感受的画面。

挑战一天,拆解一个 ai 小 技巧!今天拆解的是图片风格,不会描述家人们是不是跟我一样,用 ai 生成图片时最头疼的就是风格描述,今天直接给你们上干货,一招解决梦灵感,酷搜就行!先输入你想要的风格大类, 比如广告、电影、日系复古,然后在里面找你觉得对位的图片,点进详情列表,就能直接看到现成的风格提示词,不用自己瞎琢磨,复制过来直接用,复制进来后记得将原提示词的内容替换掉,改成自己要的内容,然后一键生成,就能得到原风格一样的图片。最后看成片, nice, 赶紧去试试,下次生成图片再也不用卡壳了!觉得有用的宝子点赞收藏关注我,每天分享 ai 干货,帮你少走弯路,记得点赞关注哦!

ai 生图老出废片,先别换模型,先查这五个,错,中了三个以上,真的别怪 ai。 第一个角色写的太虚,很多人上来就写高级感美女,清冷男主,有故事感的女孩。 问题是这些词太抽象,高级长什么样,清冷长什么样, ai 只能自己猜,最后很容易变成普通网感。脸改法很简单, 别只写感觉,要写看得见的细节,比如年龄、发型、穿搭、表情、姿态、气质。一句话,角色不是靠形容词撑起来的,是靠细节立起来的。第二个场景逻辑,打架,有些提示词看着很丰富,其实全在互相冲突。比如夜晚阳光明媚的森林, 卧室里有海边日落雨夜,街头温暖午后阳光。你以为是创意混搭? ai 理解出来就是怪图改法式,先锁定一个主场景,时间、地点、空间、天气、光源必须统一。一句话,一个画面最好只属于一个时间,一个空间, 一个光线。逻辑。第三个,镜头距离没写清楚。你想要头像, ai 给你全身,你想要全身穿搭, ai 踩到膝盖,你想看产品细节, ai 拍的特别远, 这不是玄学,是你没告诉他拍多近。要拍脸,就写近景头像,重点是脸部和眼神。要拍全身,就写全身,构图从头到脚完整出现。要拍产品,就写产品近景特写聚焦材质和纹理。 一句话,不写镜头距离, ai 就 会随机裁图。第四个,只写不要,不写替代,这个最容易踩坑。比如你写不要帽子,不要护士帽,不要医院感, 你以为是在限制 ai, 但 ai 可能已经记住了帽子护士医院,结果很离谱,它可能真的没生成护士帽,但背景突然变成医院画面,开始有病房、白墙、医疗感,这就是关键词。污染改法不是一直写不要什么, 而是直接写你要什么。自然披发,头顶没有任何装饰,穿米色针织衫,背景是温暖客厅,木质家具,柔和灯光。 一句话,少写不要,多写,替代。第五个,不写画面用途,你是要头像、封面、海报、产品图、短视频配图,用途不一样,画面要求完全不一样。做头像脸要清楚,做封面要留标题空间,做产品图主体要完整居中。 做海报要有视觉中心和留白。所以提示词里要加一句用途,适合做短视频封面主体在右侧,左侧保留黑色留白,方便加标题。一句话,不写用途, ai 只会出一张好看的图,不一定是你能用的图。总结一下, ai 生图最容易翻车的五个点, 角色太虚、场景、打架、镜头距离不明。只写不要不写替代不写画面用途,你最长犯第几个?


ai 声图斜修法三组反推提示词,让你直接复刻神图,不废话,直接上咒语。第一组是万能反推,插画海报产品图人像图都能用,它的重点不是照抄原图,而是结构逻辑。 第二组专门反推字体 logo 和文字特效做封面,特别实用,尤其是那些看得懂但说不出来的字体效果,它能帮你翻译成 ai 听得懂的话。 第三组给摄影图用风景人像产品计时都适合,它能帮你牢牢抓住照片的光线焦段色调和氛围。这三组收藏好以后看到好图,先反推再创作。

接下来我们来讲生图或者是生视频的不同的模型,不同的类型。先来讲生图啊,会有两种,第一种呢叫做纹身图,纹身图 就是你提交一段文字,然后按照你的文字的描述去生成图片,那是要求你的文字的描述,也就是提示词要比较精准, 我们更主要大家去用第二种叫做啊图生图,或者说叫图纹生图,也就是呃一段提示词加上一张参考图,然后就生成图形。如果只是纹身图的话,很多时候因为 一张图片里面它包含的元素其实很多,你很难用一段文字去非常精准的描述你想要的图的类型,那么我们就需要来给他定一张参考图 啊,比如说我们常见到的,我想要参考这个人物,他整体的着装形象风格,然后把他替换成为另外一个人,那这个时候我们在抖音上会看到很多的什么换装啦,变装啦,他的底层的原理就是这个,就是图纹生图, 然后来去讲第二种生视频的,那它其实就比较类似啊,第一种是叫做纹身视频,提交文字的描述,然后去生成视频, 那你同样的啊,在你的提置词里面描述清楚一系列的一些关键要素,比如说运镜、紧别紧身、氛围、环境、人物、色调、光影等等这些。第二个呢是叫做啊,就是这个呃文字加上图片 来去生成视频,那和上面的纹图纹身图道理是一样,那你就给他固定好这段视频里面他的关键帧,可能是手帧,可能是尾帧,那这个时候你生成来的视频会更加的符合你的想象, 我们会建议大家尽可能采取这两种形式,那如果说没有的话怎么办呢?那么可以先去找一些参考图, 再用参考图去反推出下他的行驶词,再去生成你想要的这里的其中的一些关键的图片,然后再提交到这里生成视频的模型里面去,那么基本上你们生成的视频的质量不会差。

一个软件包含市面上所有 ai 功能,想要一张商业广告图,输入你的提示词,点击运行一张完整带文字的广告图就做好了。想要生成视频,在工作流中输入简单描述, 点击运行一段专业运行的视频即可生成,而且内部的模型与节点都帮你调试好了,解压即可使用。最重要的是软件完全免费,这就是 ai g c 界的王者应用 comfy ui。 从二零二三年开始, a i g c 发展的越来越迅猛,各种衍生模型、插件层出不穷,到今天各种商业落地化的工作流百花齐放。那么今天我们就跟着时代的脚步,一起搞懂 stable fusion 的 comfyui 到底应该怎么安装, 接下来两分钟教你下载。安装完成,将安装包下载到电脑后,用鼠标右键点击它,在弹出的菜单里选择解压软件,解压到当前文件夹, 等着解压完成就好。解压后的文件夹理解压完,打开文件夹,就能看到一个粉色动漫角色的启动选项,双击就能运行。启动器, 第一次启动时等待时间会稍长,因为启动器需要自动配置环境文件和基础依赖, 大家不用着急,等进度条跑完就行。启动器主页左侧有几个关键功能区,我们快速过一遍,避免后续操作踩坑。文件路径区,这里会显示 comui 的 根目录自定义节点,输入图片和输出图片的保存路径, 后续找文件、存作品都靠它。高级设置,重点看生成引擎默认会选择电脑的独立 gpu, 一 般不用手动改,要是识别错了,手动换成自己的独显 gpu 就 行。 疑难解答与版本管理疑难解答这里,如果大家后续出现整合包有问题,可以通过这里进行排查问题版本建议选稳定版, 开发版虽然功能新,但可能有报错风险,大家隔一到二个月来切换一次版本就够。小工具区是不怎么用的,所以暂时用不上限阶段,我们先聚焦核心功能,然后确认设置没问题后, 点击启动器右下角的一键启动,等环境配置完成,康复 u i 会自动在浏览器里打开运行界面。那么欢迎来到我的康复 u i 系列课程的第二课。上节课我们讲到了我们纹身图的工作的底层逻辑, 那么这节课呢,我们就即将讲到我们的涂生图跟局部重绘,我们上节课有说到我们的纹身图,涂生图和局部重绘是共列为我们康复 ui 工作流里面的 地基,对吧?那么这节课用到的所有的工作流,还有我们的整合包资源我都会放在我们的置顶评论区,有需要的小伙伴们直接去领取哦!我们话不多说,直接开始讲解,那么我们先来看一下我们的 图深图工作流。图深图工作流其实也是非常的简单,它跟我们纹身图工作流不一样的地方是它少了一个 colon 对 吧?它 多了一个 v a e 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。那么这个 v a e 编码这个节点它是什么东西呢?我们上节课有讲到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? 那当然是看不懂的,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 chip 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 传感器进行使用, 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。那么既然是图深图的工作流,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,叫做加载图像节点。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?是不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。所以我们就会问了,我们为什么不能直接用 pip 加载器里面的这一个 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流的过程中呢,是能被编码到的,所以我们需要加载一个 ve 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,你会发现它编码完的信息是通过 lunton 点传给我们的 k 传感器的,那么我们上节课纹身图的时候,我们的空 lunton 是 不是传到这个 lunton 点,那么现在变成了 v a e 编码的这个 lunton 传到了 k 彩虹器这里面。那么我们上节课有说到我们的空 linton 相当于一张白色画布对不对?那么我们进行作画的时候,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当成了一张画布去使用, 所以这个 linton 点上传到 k 彩虹器,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,那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深图的时候, 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,所以我们这个降噪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,我们用的是空人腾完全的白色画布, 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生图,对吧?现在 是我们的图生图,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。 那么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幅度, 也就是说你这里的降噪的指数越低,那么它跟我们原图的样子越不像最后的出图效果。 那么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。比如说我自己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,那么他会发生什么效果呢?我提示词只输入一个女孩子提示词,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分辨率,那么也就是说呢,我们这个画布大小它是两千乘两千的一个宽高比, 那么两千乘以两千呢,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么一个节点,我们可以先把图像 给他连过来,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 a 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,现在的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,但是我们上传了一张图像,对他进行图深图,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深图,就得到了我们一个风格转会的效果。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,那么他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? 但是我们需要用到一个新的节点,叫做设置 unfold 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 unfold 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 档期,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 lincoln 编码对我们这整张图像进行编码完之后,他有我们整张图像的信息,我们把整张图像的信息给到我们的设置 lincoln 照波遮罩之后,然后跟我们的遮罩进行匹配,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 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是什么模型?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,比如说把降到零点七, 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重绘,那么这节课呢,不要忘记一剪三剪哦,我们下节课再见。