大家好,今天给大家分享一下 confusion 加 svd 加 sdxl turbo 生成文声图加图声视频。 首先需要更新 confiel i, 然后自行下载好模型,新增模型加载节点,加载 s、 d、 x、 l turbo 模型。然后新增正反向提示此节点,新增 k sample 采样器节点及图片尺寸设置节点等并连接。 然后新增 v 解码器节点及图片预览节点,新增 s v、 d i、 m、 g、 r v conditioning 节点及 s、 v、 d 模型加载节点, 新增 k sample 采样器节点,新增 v 解码器节点及视频保存节点。最后点击 运行就好了。好了,本期视频就到这里了,我们下期再见。
粉丝1528获赞8250

哈喽,大家好,我是 ai 小王子,欢迎来到我 stable diffusion 教学的第二期,今天给大家详细的讲解纹身图的原理和 stable diffusion 的掌控方法。如果你还没有安装部署 stable diffusion, 可以看一下我的第一课。在正式进入今天课题之前,我 想先告诉大家,只要你把 stable defusion 基本原理搞懂,搞清晰,搞明白,你就会发现 stable defusion 真的是非常的简单, 所以不要害怕,跟着我的教程来,你一定能听懂。本期视频我会说一些简写啊,比如说 stable diffusion, 我会简称它为 s d, 然后 tag 就是我们常用的 prompt 关键词 t a, g。 当我们打开 s, d, y, b, u, i 的时候,就会看到这个界面最左上角的这个 stable diffusion 模型,简称 checkpoint, 就是我们所说的大模型。大模型是干嘛的? 如果把 s d 比作为一个人的话, check point 大模型就是 s d 的心脏,就是 s d 的灵魂,没有 check point 你什么 都做不了。它的作用是什么呢?主要是来定义出图的一个风格,一般文件的大小是非常大的,在两 gb 到十 gb 不等,也有可能更大的,它是汇集了成百上千甚至上万的图片的一个总和合成的一个大模型, 一般是以 safe tensors 或者是 c, k, p, t 结尾,见到这两个结尾一般都是大模型,当然有的时候 laura 也会用到 safe tensors。 我们比较常见的是哪几个呢?就是 chilomix, anything 威武,这三个有什么区别呢?我们看一个图片,其实就明白大模型是干嘛的。 ok, 我们看一下这张图啊, 首先我们不不用管左边的 va e 这些啊,这个一会我会给你讲这三个。第一个是 anything v 五 checkpoint 大模型做出来的图片,我们看三个有很明显的区别。第一,竖列就是动漫风格,因为 anythingv 五他是专门产生动漫的一个大模型。第二,竖行 v 一杠五,他的风格就是国外一些真人写实风格。第三个 chill out mix, chill out mix 这个做亚洲脸其实是非常好看的啊,这就是这三个的区别。当然还有更多大模型,我就不全部给大家介绍了,我就先介绍这三个。那么 checkpoint 这个东西是安装到哪里呢?在我们的 s, d, y, b y, 然后 models cbd fusion, 把所有拆库的大模型都安装到这里,我们可以看这边啊,都是很大的,两 g 起到七 g 不等。下一个我们看一下模型 vae, 大家有可能比较模糊,这是干嘛的? 它的全称叫做 variational auto incoder 变分字编码器,它的作用其实就是增加一些图片的色彩和滤镜,还有一些细节调整, 主要是可以降低画面的一个灰度。我们常用的 v a e 模型就是八四零零零零,一般默认选这个或者不选择都 ok, 这个看自己的想法。然后我们回来再看这个图啊,我们看竖排,这三个不同模型,我们看当没有 v a e 和有 v a e 时候, ve 这个色彩其实比没有 ve 的时候更加有亮度,光泽。我们看一下这个第一个,然后最后一个,感觉就像加了一个增白的滤镜,然后让整体画感更加具有饱和度,这就是 ve 外挂模型的一个作用,然后 va e 的安装地点在哪里呢? 还是 stable diffusion y b y, 然后点击 models, 然后这里有个 ve, 你要把 ve 下载到这里就 ok 了,然后下一个看一下。 creep 跳过层是干嘛的? creep 跳过层全称叫做 contrastive language, image per training 语言与图像的对比与训练。它是用来让我们的 tag 和图 图形建立一个关系,或者我们可以理解为 s d 数据库里的处理模块。它这个数值如果是非常高的时候,关键词和图片的关系就会越来越低,数值越低的时候,关键词和图片的关系就会越来越高,它是一个反比例关系, 一般我默认不动,就在一就好了,不要调太高啊,我告诉大家为什么不要调太高?我们看一个例子,我们主要看这一数列的 cleve skip。 这边我做了一张零到十二的一个对比图,首先我们看零到四 steps, 我一会会讲啊,不管你的 steps 是多少,其实这个图片已经挺不错的,当 steps 越高的话,这人物的细节就会越多一些,然后我们看到六六也 ok, 所以到零到六这个值都 ok。 然后到八的时候,他就开始变奇怪了啊,就整体关键词和图片的关系就会越来越低,他会用更多的 ai 想法去给你做这个图, 不管你的关键词,他会无视你的很多关键词,因为我本来这关键词是一个女孩的关键词,他直接变成一个男的了,并且脸部还是有很明显的变形的。然后到十十二更高的时候,他就开始做一些九宫格的图,所以说你这个东西不要调太高,一般默认就好了,一到四 是一个不错的选择啊。这个范围我弄了一个零啊,按理说他是不能调到零的,我给大家讲一下,他这个范围是一到十二,一般不用去改这个参数,想让关键词的权重多一些,就不要动他了,我们看下一行,我们看哇,这一行好多东西啊, 看就感觉是不是要很多要学的。其实并不是啊,后边都是一些设置和插件,具体当时用的时候我会告诉大家。目前来讲,只要搞懂文生图的所有参数,还有图声图了一个 denoising, 还有一些高清化,这个都是特别简单的东西,剩下的你就全部就掌握了, 很简单, ok, 首先我们看提示词啊,提示词和 meat jenny 来讲呢,提示词这里分两个,第一个是提示词,我们叫做正向提示词,第二个是反向提示词,它区别很容易理解啊。第一个就是你想让图片出现什么,你就往这个框框里加,你不想让图片出现什么,你就往这个框 创立家。举个很简单例子,我想让整张图片有 girl 是女孩,那我不想让他出现男孩,我就写个 boy。 再举个例子啊, instability fusion, 他经常会出现一些多头,多手指,多脚多腿的一个情况,所以我们在看关键词的时候,我们会发现别人经常会写 extra hand 或者 extra legs, 多手多腿的情况出现,我们都会把这些放到反向提示词。我们先讲一下内容性的态度,我们描述的时候描述什么呢?这个是根据不同场景不同你想出的图去定的,如果是人物写实的话,我们会先写人物和表情,然后服装特征,场景环境,然后镜头,然后是灯光 和风格具体描述这些,然后再加一些其他的元素细节词到里面。嗯,除了这些描述人物特征,我们还要描述一些画面的一些细节,比如说质量,我们常见的 alt details, insane details, 然后 有些渲染器引擎,比如说我们想要三 d 的 octan ranger 啊, detail unit cg, 然后就是画面的风格,假如说我们想要插画风啊, oil painting, 油画风,写诗风等等等等,都可以往里面描述。然后给大家分享一个国内大神整理的超全的元素风格整合包,都在这里边, 你可以在这里边出任何什么镜头,人物,服装,表情等等等等等等。然后还有这个东西啊, 大家到时候可以自己看一下啊,这个连接呢,我会直接放到我的交流群和 d c 里边,大家可以直接拿下面给大家讲一下。 tag 的格式目前还是只支持英文啊,所以英文还是要好好学的。 的确有那些你打个中文就会出英文的小插件,但是我依然不建议大家太过依赖啊,因为你学好英文真的是对你有很大帮助。未来新的 ai 出现,可能还是先是从英文开始,如果你用的起 他已经有一个很不错的提词器了,比如说我们想打一个 masterpiece, 我们不知道怎么拼,哎,他就这里出来了。然后第二个就是我们可以以单词的方式写, 也可以一个词组一个词组写,还可以短句来写,短句是我非常推荐的,因为你同样的词组以短句来写的话,他的图会更精确。如果你一个词一个词泵,识别性会降低一些。 stable defucent 的识别关键词非常非常多,而且他识别的细节也会很多。 但是如果你很长的句子全是一个单词,一个单词往外蹦的话,他一看这么多单词,他可能自己用自己的想法去排列组合他了。 如果你是一个句子的话,他会直接以你的句子去生图。单词与单词之间就是用逗号分割,然后靠前的关键词权重是最高的,并且是优先被 sd 识别出图。所以我们在出图的时候把重要的元素往前放就 ok 了,特别是主体,或者当你写了 一堆 tag 的时候发现,哎。我这个假如说 forebody shot 全身怎么没有出现呢?我们就把 forebody shot 提到前面,它大概里出了图就会出现你的一个全身照。然后接下来给大家讲一下权重怎么用。 因为 sd 里边的权重分好多种。第一种我们叫做括号法则,大括号,中括号,还有小括号。假如说我们描述一匹黑马 black horse, 把它括一个括号,这个时候权重就变成了一点一倍了。如果说我们加两个括号行不行? 我告诉你是可以的,加两个括号,他权重就是一点一,乘上一点一倍,我们加三个括号行不行?可以,就是一点一的三次方,加几个括号就是一点一的几次方,我们加四个可不可以?也可以,你加十个都可以啊。 下一个我们讲一下大括号啊,大括号的话,他加了权重会略低一些,他是乘上一点零五倍,加两个大括号是一点零五,乘上一点零五,这是增加权重。那么有没有减少权重的 好方法呢?有,加一个中空号就是减少一点一倍,加两个中空号就是减少一点一的二次方,减少一点二一倍的权重。下面讲一下第二个权重方式叫做数字法则,就跟 midi 很像啊,就是在后边打个一点三左右的权重,然后我们要把这个东西包起来啊, 然后这个 black horse 在整篇 tag 里边权重就会增加一点三倍。那如果说我们想让它减少呢?就是网一以下的单词去写,如果写成零点五的,就是说 black horse 这个 tag 在整体关键词里边,它就变成零点五倍的权重。 这个是权重法则啊,我们用这个比较多啊,刚刚那些加一堆大括号,只让大家知道有这个东西,但并不建议用啊。你加一堆括号,你最后乘着乘着也不知道是多少了,你加零点五,直接这个比较清晰明了。然后权重建议尽量保持在零点五到一点六这个范围里边,如果你写成 二,写成三,写成两百两亿,那你的图片肯定是会崩的,大概率就会成一个花图。然后下面教大家一个按的大法,叫做混合大法,大写的 and 啊。假如说我想让一个老虎和一个牛去做混合,把按的放中间,我们看一下它出了图, 我们看一下,其实能明显的看到这个身体是老虎的,他这个头其实像一个牛头,对不对?按的大法就是用两个做混合,第二种混合方法叫做中括号,然后中间放一个竖杠,这个也是台跟,然后右边写个靠,我们先看一下他的效果, ok, 这样你看就是牛头更明显了,然后是虎的身体,这两个效果什么区别呢?括号混合大法,他是交替算法。假如说我这个步数一共是渲染十步,一三五七九,他渲染的是老虎,二四六八十,他渲染的 是牛,所以最后就混合成这样子了, ok, 这个是混合大法,下面我要讲一下采样步数,就我们刚刚讲的 something steps, 就是他渲染出一个图的步数,他的这个值是一到一百五,当你把它往右调,调的越高,画面的细节就会越多,渲染速就会越慢,调的越低, 他画面的细节就会越少,渲染的速度越快。如果太低的话,这个整个图片大概也是模糊的,或者是全部是噪点。我建议一般做图的话,二十到四十就够了,你调一百五,可能一张图你显卡好的话还好,你显卡如果不好的话,你可能要等十几分钟甚至半小时。 给大家看个例子啊,我们先第二行,第二步到第八步左右,他其实就是一个去造的一个过程,然后到第十步的时候,其实这个图片你可以用了,从二十五到四十,脸部变化其实非常小,他为什么是说细节变了?我们看这个衣服啊,这边 褶皱一点点,然后多一点,多一些,然后褶皱更多,这就是他的一些细节,然后还有一些头发细节。大部分采样器二十都已经足够了,如果你想把一个图做的非常非常清晰,那你就用到四十左右就 ok, 下面我们看一下采样器 something method, 哇,我们一看,哇塞,这么多采样器,我们到底用哪个比较好呢?我们可以把采样器分为四个不同的类别, 采样器里边带 a 的,采样器里边带 carrust, d d i m 和 p l m s, 最后一个是带 d p m 的,然后这个 here 和 uni p c。 我分开讲啊,只要是带 a 的采样器,我们都叫它 ancestral sumper, 比较古老的采样方式, 它的特点就是采样时很随机,但缺点呢,就是无法集中的采集造点,并且有的时候它识别的关键词可能没有其他采样器识别多一些,然后是 carros, carros 特点就是它去造的一个过程是比默认的要快的, 然后下一个 d d i m 和 p l m s。 其实这两个是 stable d fusion 刚出现的时候最先出现的两个采样方式,但后面出现的这些都是吸取了它的优点,并且把它的缺点也更改了很多。 d l m s 就是 l m s 的一个升级版,它渲染的速度是比 l m s 更快,更清晰。 这两个用的比较少,大家可以暂时过滤掉。我一会可以给大家看一个所有不同采样方式的一个例子。 ok, 下一个 dpm pm 加加 sd, 这个是用了非常多了,这个做人物形象的时候非常有用,我用的最多了,其实就是这款 采样方式。先讲一下 dpm 二啊,他对关键词识别是比较精准的,但是渲染的速度比较慢。 ok, 我给大家看一下他们的区别啊,我们主要看这边的啊,从哪个方面去评判他的好坏呢?步数越少,渲染的图片越清晰的时候,那就是一个很好的采样器。我们先看前两个, 前两个大概到第八步,第十步的时候这个人形已经出来了,但第三个话 lms 他的步数可能要高一些,到二十五才把真正的人形打出来, 和 lms 不推荐大家去用。下一个就是 him, 他是一个生造去造的一个过程,刚开始全全部造点,然后慢慢慢慢去造,然后到也是到第十步的时候,差不多已经把图片做出来了, 大家看一下,我就不一一去讲了,我主要讲一个哪个呢?叫做 dpm fast。 当用 dpm fast 这个采用方式的时候,他渲染的速度是非常快的,但是有个问题啊,他要很多的步数才能把真正的人形给打出来,这边到四十步的时候才能感觉啊,这个人形已经完全出现了,他虽然快,但是需要的步数很多, 我也不建议大家用这个 dpm fast, dpm adaptive 这个太牛逼了,这个两个步数就把人给渲染出来了。即使你到四十步,最后四十步 和两步的区别几乎是没有什么太大的变化,因为 dpm adaptive 渲染的斜率是平的,你不管多少步,他直接渲染出来,就是跟渲染四十步数的是感觉是一样的。我们总结看一下, 第一个 ok, 第二 ok, 第三个不行,第四个 ok, 第五个也可以,第六个就不行,第七个可以,这个也这个也不行。然后 dpm fast 大家直接略过啊,就不要用这个 adaptive 也可以用,当你显存很小的时候,把步数调低,直接用两个步数就可以弄出来了。 这个是采样器,这张图我会分享出来,大家一看就是明白具体要哪个采样器了。然后下面面部修复,无缝贴图和高分辨率修复 一个。如果你想生成带人物的图片的话,一定要把面部修复给勾上,勾上的话 sd 会对你的面部做一些更细节的一些调整和渲染。无缝贴图没事的话就不要点他了,你要点他的话,我给你看一下这个 one go 无缝 贴图出现的话就是一个花图,一般是做纹理图案或者壁纸的时候用的,比如大理石瓷砖比较常用啊,就把一些纹理给贴上去。第三个高分辨率修复,这个什么我们后边会讲这个其实就是 x 差不多是一样的,就是把模糊的图片变清晰,嗯,然后下面宽度和高度,这就是图片的分辨率,都是以像素为单位的啊,一般常见是五幺二乘五幺二或者七六八乘七六八。这个跟显存也是有关系的啊,如果你显存不够的话,你一般用五幺二乘五幺二就好了, 因为他很占用显存。假如说你想生成的图片,你弄成二零四八乘二零四八,你显存不好的话,你很容易去报显存,就会报一个错误啊。 stupid feel 上一些常见的报错误之后会给大家总结一个表的啊,下一个是生成次数和每次数量啊,这两个其实好多人都没有讲清楚啊,我给大家讲一下什么意思,生成次 数的范围是一到一百,就是你想让他生成多少张图,假如说我想让他生成三张图,我就把它调成三就好了,然后这边就会给我生成三张图, 然后下一个每次数量。假如说我把每次数量调成二,我们先看一下这两个区别在哪里的。生成次数是一张一张给你渲染每次数量,调的话,你假如说调二,就是你同时给你渲染两张图 和一次一次给你渲染两张图的区别。如果你显存不好的话,不要点它显存,如果很好的话,四零九零之类的你 点他也可以,但一般常见的我们都是点生成次数,其实时间差的不是很多啊,但是每次数量这个 batch size, 你要把它点高的话,他会把你显存直接给顶满,甚至报错。我给大家报个错看一下啊, 然后一零二四乘一零二四四个 batch。 哎呀,这回没有报错成功啊,下回有 机会再给大家演示怎么报错啊。下面我讲一下。 cfg scale, 中文叫做提示词引导系数,它的意思就是你图片的相关性啊,数值越高,你图片就和提示词更相近,数值越低, ai 的想法就会多,一般低不要太低,高不要太高。零到一,我一会给大家看个例子。 ok, 我们看一下啊。同样的关键词, cfd scale 是零的时候他就是花的,零到一几乎都是花的,二的时候可以,因为我的关键词是 fully cover 的,所以这个关键词识别的不是特别好。然后往后看之后的这些关键词和图片的关系就比较多一些了。 比如说四到十左右,你看到十二的时候,图片就开始损坏了,一般你不要超过十,我都不建议一般九差不多了,你看从十之后图片就全部损坏,全部损坏,全部损坏,这也可能因为采样器的原因,当然还是不 建议调的太高,也不建议调太低。下面讲一下随机种子,这个随机种子就是一个 ai 产生绘画的一个随机数。我先给大家讲一下这个骰子和循环标志是干嘛的,如果我们说,哎,这张图片风格我觉得很不错,在哪里看他的 seed 呢?在在这里我们可以直接复制给他,粘贴到这里是一个办法, 我们也可以直接点击这个循环符号,把这个就直接复制过来了。骰子是干嘛的呢?骰子就是把种子调成负一,为什么是负一呢? 只要这里是负一,那你 ai 出现的图就是全部随机,一般我们用负一多一些。然后下面这个种子差异度啊,我就不跟大家讲了,因为几乎是用不到的。这个东西也是有点像混合的意思啊,就是让两个种子做结合,假如说这是种子,我用五, 然后这种子我用六,他就会把两张种子的风格合成一张图,然后差异强度。假如我们调到中间的话,就好比 一半是五的种子风格,另一半是六的种子风格,这个大家下去可以试一下,我这里就不讲,因为它的用处不大。再接下来看就是这些插件,我会主要讲 ctrl nine, 会专门做一篇 ctrl nint 的用法教程,然后下面这个脚本,这篇视频我先讲到这里,下节课我会讲脚本, 本期视频我讲的所有内容都整理到了思维导图里面,链接我会放到评论区,免费供大家学习使用,里面有做重点标注,比如这些红色的字体是比较重要的,大家要反复观看黑色字体大家可以选择性的观看啊,因为有一些东西你不必要太去深究, 大家了解一下就 ok 了。如果我的视频对你有帮助,希望你可以一键三连支持我一下,我会有更多的动力生产更优质的 ai 教程,关注我,让你轻松掌控 ai。

这期主要讲一下新出来的 lcm 模型,我使用的是 sd 一点五的麦菊显示模型,大概用了三秒钟的时间就生成了十张图,生成的图像质量都还不错,也没有出现图像崩坏的效果,终端中显示整个生成的时间就是三秒, 这在之前是不可能想象的事情。那么 l c m 是什么?它提升图像生成速度的原理是什么?我们又应该怎么样使用呢? l c m 的全称是翻译过来是潜在一致性模型,是由清华大学交叉信息研究院的研究者们构建, 他们通过创新性的方法使用 lcm, 只需要四到八步的推力就能生成高分辨率的图像,而不像之前需要二十五到五十步,所以大约只需要一秒 中就可以运行 sd sl 模型,而在麦克电脑上生成的速度相比之前快了十倍。这个数据在后面官方还有专门列出来的一个表格。 那么刚刚提到的创新信息方法是什么呢?在这里他们也概述了一下 lcm laura 的核心思想就是仅训练少量的石佩奇,而不是完整的模型。我的理解是 sd 一点五或者 sdxl 模型,通过 lcm laura 的过程 只蒸馏出了针对 lcm 采样器最有效的信息被保留下来,所以在使用 lcm 采样器,只需要很低的步数就可以生成不错的图像, 从而提升了生成速度。那么通过 l c m nora 真牛之后生成的图像质量是否会差了一些?来到质量 量比较这里可以看到,使用的步数越多,图片的细节也就越出色。但是在第三步的时候,其实图片的整体效果已经非常不错了,而如果使用原来的 sdxl 模型,想要生成整体效果优秀的图片大概需要二十步, 而二十部之前的图片几乎都不能使用。所以根据官方的说法就是使用 lcm 生成图像,相同的图像质量,但是速度快了很多。 为了让你好理解究竟快乐多少,官方还放出了在各个不同的硬件平台上使用 s d x l lora, l c m 四部生成的图片时间和 s d l 使用二十五部生成图片的时间。其中我觉得最出色的就是在 mac 系统上使用 m 一 max 芯片,生成的时间分 别是六点五秒和六十四秒,速度相比之前快了接近十倍,所以使用 s t x l 的门槛又又降低了。 当前我们主要能够使用的 lcm laura 的型号主要有三种,分别是 lcm laura sd xl、 lcm laura sd 一点五和 lcm laura ssd。 完毕 前面两个 lora 都很好理解,就是对应 s d s l 模型和 s d 一点五模型使用,而这里的 s s d e b 模型又是什么?可以简单介绍一下。具体的 s s d e b 模型我们放在下一期详细介绍。 s s d e b 模型是一种经验的 s d x l 模型,比原始的 s d s l 模型小百分之五十,速度快百分之六十,所以再搭配上 l c m lore, 就是快上加快 快。现在我们可以在 confi ui 上体验 l c m 的完整流程。不过在使用之前,你需要打开你的 manager, 在商店中 搜索 lcm, 下载这个 lcm simper, 然后还是在 manager 中点击 update all, 将你的 confiel i 更新为最新的版本,然后再重启 confiel i 即可。我已经搭建好了工作流,这个工作流是不是非常的熟悉?没错, 其实就是使用最基础的纹身图。工作流增加了一个 lora 加载器。不过有一点不一样, 之前使用 laura 加载器需要将 clip 节点连接到文本面码器上,而使用 l c, m laura 的时候则不需要,只需要将 laura 节点连接到采样器上即可。如果你使用的是 s d 一点五的模型, l c, m laura 就对应选择 c 一点五的工作流,就是这么简单。然后就是采样器上的参数调节。根据 l c, m 的原理,首先你需要将采样器修改成 l, c, m。 调度器的选择可以根据你自己的喜好。我这边测试下来, d d i m uniform 和 s g m uniform 的效果比较不错。然后降低 c f g 和步数,一般 c, f g 在一到二之间,步数可以在四到八之间都能获得还不错的效果。 点击生成一下,可以看到生成的效果和速度都是非常不错的。生成一张图应该不到一秒的样子, 切换到 s, d, s l 模型这边也相应地切换到 l c m laura。 s d s l。 尝试一下效果。 生成的速度还是很快,大概是两到三秒一张图,但是效果没有那么清晰了。多尝试几张都是同样的效果。或许是提示词的原因,也有可能是步数太少的原因。 我将步数调整到八,我们再尝试生成一下。生成的图片明显变得更加清晰了。 如果你想要搭配其他的 lorra, 需要复制一个 lorra 加载器,将它们串联起来,在提示词中添加触发词,就可以获得 lorra 的效果。最后还有一个 model 生 playing described 模块,这个模块建议在串联 lora 的时候一起使用,以防有的 lora 不产生效果。 然后我再串联一个墨星的 lora, 这个 lora 的风格化比较强,这样就能很容易地看出 lora 在工作流中产生的效果。点击生成一下, 可以看到深沉的图像,有着明显的水墨风格。接下来再尝试一下能不能结合 ctrl lat 使用。 我迅速串联了一下 ctrl lat 工作流,这里我使用软边缘的 ctrl lat 模型,点击生成一下,可以看到生成的图片成功 通了。也有可能是服装被 ctrl lat 识别,所以生成的图像并没有汉服的特征,所以我稍微降低了 ctrl lat 强度,删掉了汉服的 laura, 增强了墨芯的强度。主要就是看 lcm laura 是否能和 ctrl lat 结合使用,再生成一张效果和预期的差不多。 看来 sd 一点五的模型结合 lcm laura 能够适应 laura 和 controlled。 最后再添加一个 sd upscale 的模块,让图像细节增加尺寸,放大一下试试。 在这里同样可以把采样器调整到和前面的采样器相同的参数。 试试放大图像的流程是不是也会变快。点击生成 可以感受到放大图片的流程也同样变快了,而且放大之后同样添加了细节,那么结合 animate def 生成动画同样也是可以的。这个之后我会单独出一期视频, 现在虽然在外比外上还没有 lcm 的采样器,但是我也尝试了一下能不能用 lcm laura 结合现在已有的采样器达到提升生成速度的效果。 我对所有的彩阳器进行了测试, sd 一点五的模型使用的还是麦菊写实, cfg 步数使用的是一点五,分别生成了步数为二到八的图像测试效果。 cfg 步数使用一点五,其中有不少彩阳器, 且都能生成还不错的图像,其中有八个采样器可以在四步内生成完整的图像,大家可以参考这张图来进行采样器的选择。 sdxl 模型进行测试是使用的是原版模型, 生成的效果就比较惨不忍睹了,几乎没有一个采样器能够完成完整的图像,唯一能够生成图像的也就是 ola a 了,但是这样的图像质量应该也不能使用了,或许需要等到 w b o i 对应更新 l c m 采样器之后,生成的图像质量才会有很好的改善。 最后 l c m laura 可以到官方的 hocking face 上进行下载,如果嫌麻烦的话, b 站的小伙伴可以在视频简介中获得我整理好的模型包,其他平台的小伙伴可以加入我的粉丝群获取模型包。最后总结一下, l c lcm laura 在 confiya 上使用能够获得比较不错的加速图像生成的功能,并且 lcm laura sd 一点五支持与 controlled、 sd、 upscale 等等结合使用。 这就是本期的全部内容了。如果这期视频对你有帮助,请大家一定记得帮我一键三连,我是设计师,学 ai, 我们下期再见!