ai绘画种子seed是什么

ai 绘画如何修改细节？ ai 绘画最大的痛点就是随机性，比如我觉得这张图不错，希望调整它的衣服颜色。 如果直接修改提示词，得到的是完全不一样的图片，那么如何做到在一定程度上对图片进行锁定？这里为大家提供一个技巧，通过隐藏的 sit 值来进行锁图。 journey 在升图时会有一个随机种子，称为 sid， 当我们获取了一张图的 sid 值时，就可以让 mid journey 用相对一致的方式来生图。我给大家演示一下获取 sid 值的操作流程。在成图的信息上，鼠标悬停会出现添加反应按钮， 点击输入 env， 点击邮件 icon， mj 就会给你发送一个私信，告诉你这次生图的 c 值。接下来我们在修改图片细节时，只要加入参数杠杠 c 空格，拷贝杠杠的 c 的值， 然后修改对应的细节描述。比如这里黄色衣服改成红色衣服，我们再看一下成图的效果，你学会了吗？

相似图像生成 c 的参数的使用 meet any， 使用种子数来创建一个视觉造生场，也就是生成初始图片四宫格的起点。每张图片的种子数都是随机生成的，但使用 c 的参数或 c m c 的参数可以指定种子数。 使用相同的种子数和 prompt 可以生成相似的图片。 seed 参数值范围，零四二九四九六七二九五只在最初的图片四宫格生效。一二三 test test 版本的模型使用 c 的参数会生成构图颜色和细节相似的图片。四五 n g 版本的模型使用 c 的参数会生成几乎一样的图。 same c 参数值范围，零四二九四九六七二九五 五只能在一二三 test test pro 版本的模型使用 seed 和 same seed 的区别 seed 四宫格图片共用一整个大的视觉造声场。 seed seed 四宫格图片分别用四个相同的视觉造声场，因此相似度更高。 c 的和 c m c 的的区别演示 simcy 的生成的四张图几乎一样， seed 生成的图只是比较类似。获取四宫格种子术演示，首先输入 prompt， 生成初始四宫格图，之后鼠标滑动到该条消息的右上方，点开列表，单击 in ella 这个小信封，不要点成一妹儿哦，没有 的话点添加反应显示更多搜索 envelop， 点击完 me journey 会发送到私信里，点击左上角私信就能看到了。接下来演示一下 c 的参数的使用，使用 c 的参数来改变所处的背景，在 prompt 中添加在花园中的描述， 修改成在森林里 去掉背景，把初始 prompt 的 happy 改成 said， 保持初始 prompt 的 happy 把 boy 改成 girl， 看一下对比，背景变化， 情绪变化， 主体变化。 最后总结一下， seed 一定要配合 prompt 一起使用，而且 prompt 要在细节上描述的很精细，不过 seed 参数也不是总能成功达到我们的意图的，主要是给大家讲清楚 seed 命运的使用。点赞关注，学习更多。

哈喽，大家好，这里是 ai 新世界每整理初级教程第六集。上节课我们讲了混乱值和城市化，也讲了两个小案例。那今天这节课我们讲种子， sing 的 种子有很多应用，我们这节课只讲最基础的如何获取种子。好，我们开始 ok， 在讲种子如何获取的时候，我们先讲一下种子的用处，我们看一下官方给我们的案例。 ok， 这是官方给到我们的案例，这是随机生成三次的一个图片。为什么 ai 可以生成很多不一样的照片？ 因为我们在指令内，他可以从零到四十多亿的一个数值里面随意选择一个数字作为一他的 c 值，所以他的编号会非常长， 有很强的不确定性来生成我们的图片。我们希望生成的图片延续我们的风格的话， 就需要在这个 say 值上去做文章。这是官方给我们的一个小案例，如果在同样的指令后面输入一个 send 一二三，也就是指定数值是一二三， 那他两次生成的图片几乎是一样的啊，没什么太大的区别。 ok， 我们生成一组照片，如果我们想获取这组照片的 scene 的 值的话，我们就可以点右上角添加反应。如果第一次输入的话，可以输入 e， 点击信封这个图标，点点击，然后我们这张图就被标记到发送到机器人 买的珍妮，机器人就会发送给我们一个消息，那就是这组图片的 scene 值。 可以看到这里就是 sin 的值和这张图片的作业码，作业 id， 我们再回到主服务器，这个就是如何获取 sin 的值的全部流程非常简单， sin 的值的获取是比较简单的，但是它的使用功能是非常强大的。那这一组照片就是国外的网友认真 的一组连续的人物动漫，在创建人物角色的连续性上非常强，那我们就可以使用到这个新的值，后续的教程会介绍如何录出这样的连续人物的动漫。

小伙伴们，现在用 chat jbt 就可以对 ai 生存的图片进行修改了。看这个让它修改为手中拿着玫瑰。 现在 chat g p t 的 ai 绘画大美模型 daily three 终于解决了 ai 绘画无法保持图片连贯性，人物一致性的一大难题。现在， chat gpt 的 daily three 悄悄地更新了图片种子功能，这个种子功能就可以帮我们解决 ai 生成的图片的故事延续性，人物一致性。下面我用三十秒钟教会你。首先，我们来到 chat gpt 四， 选择 dailysiri 这个 ai 绘画大模型，给他一个绘画指令，让他帮我生成一个小男孩和一个小女孩在夜晚看烟火的图片。很快 ai 就帮我们生成了图片。 接下来我选择第二张，让他给到我第二张的图片种子。记住， ai 生成的图片每一张都有一个他自己的特定的种子标识符号哦看！很快他就告诉了第二张图片的种子。接下来重点来 来了，我们让他对第二张图片进行改变，只需要输入这样的指令，对上面第二张图片进行改变。图片的种子是这个，给图片中的女孩加一个红帽子，给男孩加一个蓝帽子。我们固定了这颗种子，就可以让图片保持原画风和人物的一致啦。我发送指令， 很快看，他就按照我的要求对第二张图片进行了改变。看，无论是画风还是人物都保持着原来的风格。接下来，我们还可以延续再对这张新生成的图片提问他的种子，再给到他指令，让他进行新的改变。比如对这张图片进行改变，种子是这个 改变为图片中的女孩拿手里拿着一支玫瑰发送指令看。很快 ai 又给到了我们修改之后的图片，画风和人物还是保持原风格不变哦。以此类推，我们可以再询问新生成的图片的种子，再固定种子，我们再 给到他指令，让他给我们。男孩和女孩手中分别都拿着玫瑰发送指令看。现在 a 生成修改之后的图片，男孩和女孩手中分别都按照我的改编要求拿着各自的玫瑰了，但是原画风和原人物还是保持不变。 怎么样，有了固定种子的功能，我们以后用 ai 生成的图片来制作漫画或者是绘本，都可以保持很好的延续性和人物的一致性了。快点去试试吧，看我哦，每天分享 ai 前沿小技巧！

上课了上课了，都做好了 major nec 参数详解很多人搞不懂 c 怎么玩，或者有很多疑问又抱有希望，今天来详细剖析一下 c 的种子。这个参数不详细，你打我开始上菜， 这只是系列课程的开始。本次课程包含以下内容，有大家常见的问题，也有我给你支的招，看看是不是戳中你了。 什么是 c 值？这是官方给出的答案，是机器人根据你的描述生成的造声厂。造声厂是个很专业的比喻，在形象一点，你可以理解成基因，把 mijoning 理解成妈妈，把你的指令理解成爸爸， 你们生的孩子就是这个视觉噪声场种子 seed， 它决定了图像的遗传特征，机直对 图像的影响。我们知道，如果不指定 c 值，那么多次生成的图像网格是不同的。你用描述生成了一套图像网格后，如果不更改描述，用他的 c 值再生成一套图像网格，将和你原来的生成的一模一样， 相当于克隆了一套。这明显毫无意义，那能让你理解 c 值从中起了什么作用？那如果更改了描述呢？ 比如这个女孩在原来的描述后加了指定场景海边，那么继承 c 值并更改描述后，画面呢？还是会有一定的相似性的。比如绸缎、上衣、 性别、人种、大致长相，但同时也存在着很大的不可控性，比如发饰、帽子、脸部细节。也就是说，虽然有种子，但是跟描述有很大关系，很可能你的描述会 把它完全带偏。 c 能保持角色一致性吗？我很负责任的告诉你，不能不管你在哪听来的，官方从来就没说这个参数是用来保持角色一致性的。人工智能理解的 c 值不等于人们理解的角色， 他没有这个概念，他只能尽量保证一定概率的相似性。比如我们从网格得到的四张图像，我们选定一个淘汰三个，生成大图，然后获取他的 c 值，换个背景，那么最终生成的图像 你不能说决心一致，但是跟其他几个被淘汰的相比，这种方法可以得到相似度较高的。明白了吗？ 怎么获取 c 值？官方说了， c 值适用于图像网格及四连图像，在图像网格上长按添加表情，也叫反应。搜索 mlop 首字母 e 干干净净那个白色信封，选择并发送后，机器人会给你回信，点开就可以看到他的 c 值，复制即可获取。 使用 c 值的格式，这里的格式尤其初学者，注意一下，不要复制过来，直接粘上就提交。格式很严格，前后都有空格，而且四母是小写，也没有冒号，不然提交后就会弹出一条万劫不复的错误提示。 升档单图怎么获取 c 值？好多小伙伴说呀，升档的单图怎么添加信封没有反应啊，没有反应就对了。官方说了， c 值只对图像网格试用，但是你换个思路给你演示一下，把单图再生成网格变化图不就行了吗？我试过了，得到的 c 值是新的， 这样就可以继承你选好的单图继续创作了。是否可以自己指定 c 值？当然可以，根本就不用费劲获取，只要在你做图时编写一个 c 值给他就行了，但是有一个数字范围，而且这个值对同一批次的工程有效 影响一致性的其他参数影响一致性的参数很多，比如 skyline 及杠杠 s k 二 杠杠西。还有 settings 命令中有很多设置都会影响一致信。如果你搞不懂这些设置，可以用 reset settings 把它们还原，注意版本会跳回 v 四，如果你喜欢 v 五，单独把它再设置回来就可以了。 好了，那位同学，上课别走神，站起来总结一下什么是 c 值。 c 值就是 造声长理解成基因。 c 值对图像的影响，它影响一致信。 c 能保持角色一致性吗？不能，只是相似。怎么获取 c 值？信封表情使用 c 值的格式叠整个粘贴改格式升档单图怎么获取 c 值值？变成图像网格再获取。 是否可以自己指定 c 值？完全可以，没毛病。影响画面一致性的其他参数很多很多。 最后说两句，梅州内能实现完美的连续创作吗？目前不能，这就是梅州内跟 skateboard fusion 的区别。 但是你可以通过电图和加种子联合大法进一步增加一致性。这个问题既是缺点也是优点。缺点是角色一致性实在是不太容易。优点是看来差 画师一时半会还淘汰不掉，给大家留了条后路，哈哈。好了，关于 c 字就到这里，以后还有很多课程哦，关注我们，共同进步，拥抱 ai， 让我们更强大！下课！

大家好，这里是小圆，今天给大家分享 c 的值的基本用法。先用我提前准备好的提示词生成一张图片。可以看到这张图片的参数信息，分别是生成图片用到的正反向提示词。 steps 迭代部署采样方式 c f g 系数 c 的值。这一串数字就是 c 值。 c 的值就相当于每一张图片的身份信息编号。我将这个 c 的值复制，稍后会使用。我现在再来生成一些新的图片。 大家可以看到我每次生成的图片是不一样的。我现在把刚刚的 c 的值复制在这里。 再来一次对比一下。大家应该就理解随机种子 c 有什么作用。把 c 的值复制在这里，其他参数不变， 又可以生成一模一样的图片。点击这个骰子就可以清空前面的值。现在教大家怎么用好 c 的值，保持 c 的值不变。给提示词加上一些细节。太阳眼镜 大家可以对比一下。这两张图片，有人可能说不像，但实际上他的整个轮廓构造是差不多的。由此可以看出 c 值不动的情况下，提示词的细微变化。对图片的最后生成结果还是有一定区别的。在一对一代教课程中，还有更详细的用法介绍。 今天的分享就到这里。小源每日一更，您的关注是小源更新的动力。

在 manage journey 和 step division 中， seed 值的含义和作用都是一样的，你可以利用 seed 值对图像进行微调。 step division 中的 seed 值有两种玩法，我先演示第一种， 当 c 的值为负一时，即使你不更改任何参数，每次点击生成都会是一张随机的新画像，类似于抽卡。如果你生成了一张较为满意的图片后，可以点击绿色图标，将这张图的 c 的值作为随机数种子 后，你再去更改叠带部署或是 cfg scale 参数，或许生成的图片都会以这张图作为参考，从而实现对图像的微调。下节课我们再讲系列值的第二种告捷玩法。

大家一定见过有着这种类似构图的系列作品，这种效果是怎么实现的呢？其实要实现这种效果的关键是使用 c 的值，下面是具体的操作方法。首先输入一段提示词，并生成一个四宫格图片，在生成的图片右上角点击这里， 再点击这个信封表情，找不到就在搜索框输入一个字母 e， 然后 majority 就会私信你一段这样的文字，找到 seed 字，复制， 再次输入跟刚刚一样的提示词，并修改部分关键词，再把 c 的值复制到结尾，注意前面加上 c 的命令。现在我们看到小女孩被替换成小男孩，甚至你还可以把人物替换成动物。好了， c 的基本使用 就是这样，这里我还总结了一下相关的知识要点，大家可以截图保存，更多高阶技巧请关注后续教程，到站下车！

这是我用 ai 生成的第一万一千张平面作品，用 ai 如何做出风格一致的羊毛毡效果吉祥物套图嘞？本次案例有一个难点，如何用 sit 值生成风格统一的系列图片，不用关键词，毛绒、老虎、羊毛毡三 d 图标 生成了一张满意的图片。羊毛粘细腻，布偶材质棒，这个效果在三维软件里面难度超高，关键他有非常强烈的特征，异色的毛发。那么我想要生成出来的其他图片 也保持这个风格，就需要用到 c 的随机值。版里有原理有步骤，时长较长，记得点赞收藏后再看。首先我们需要了解 c 的值的含义， ai 生图的缺点跟优点都是它的随机性。在 ai 里面，一组关键词每次刷新就会出现新的结果， 同样的关键词， ai 会生成多少结果呢？答案是二的三十二次方，也就是四十二亿九千四百万。所以你明明跟对方使用同样的关键词，但出来的图片天差地别，因为你们生成的图片结果仅仅是 ai 随机里面的四十二亿分之一，而 c 的值就是告诉你 用的是四十二亿里面的哪一个结果。所以关键笔记同样的关键词，同一个 say 的值，就能产出同样的结果。微调关键词同一个 say 的值， 大概率就会产生同一个风格的图片。那么怎么样获取色的值嘞？第一步，找到你深层的满意图片，鼠标放在上面会出现一个笑脸。第二步，点击笑脸，输入 e、 n、 v 就会看到几个信封，点击第一个信封就会收 mj 的一个站内私信。第三步，点击私信进去就能够看到我们这张图片的 c 的值了，这个时候我们输入同样的关键词，然后输入杠杠 c 的空格 你的数值，那么同样的关键词，同样的 sit 值，生成出来的图片就一模一样而生成同一个风格嘞。 我们只需要微调关键词，然后给他们同一个 shit 值就可以了。比如说我把关键词里面的老虎变为熊， 输入杠杠 c 的空格数值，或者变为松鼠，输入杠杠 c 的空格数值，他们生成出来的图片风格就跟我们的老虎一致了。那么评论区作业来了，用 c 的值生成一组风格统一的图片吧。

w e 三悄悄上线了 seed 可控声图功能，这是使用 seed 修改的图像，这是没有使用 seed 修改的图像。不难看出 seed 能控制角色生成的一致性。首先我们可以在发送给 chat gpt 的提示中要求 chat gpt 返回每张图片的 seed 值， 找到想要修改图像的性值复制，然后要求 chat gpp 修改对应的图像即可。 我们再尝试生成一个鲸鱼的 logo， 复制第三张图像的 c 的值，要求 chat 是 gpt， 让图像三变得更简单。可以看到基于相同 c 的纸生成的图像，结果很一致。产品君会把 prompts 放到评论里，你来试一试制作漫画吧。

想以自己为原型做个系列故事插图，那么如何在 midizer 那里面制作固定人物连续性的图像呢？就要用到 c 字值了。首先可以用 chat gpt 编辑一个故事脚本，或者你亲身经历的 恋爱的过程，求学的过程都可以。然后用 mitterna 文字声图的方式或者图声图的方式呢？制作故事里的主人公形象，比如说一个女孩在街边的咖啡厅站着，穿着白色的衣服，选择合适的形象，放大图后，右键点击这个信封添加反应，如果没有找到呢？在这里找最后 私信啊，会收到机器人发给你的该图片唯一的 c 值，回到自己的服务器。老规矩，先垫图，将生成好的女孩图片链接呢？复制粘贴， 后面接上关键词描述。例如这个女孩在海边沙滩上，在关键词的后面添加之前得到的 c 的数值，然后点击生成我们的主人公啊，就会出现在海边的场景里了。下一个故事情节需要主人公在 森林走路背景有个城堡。复制上面这一段关键词电图链接和 c 的数值啊保持不变，将中间部分的描述关键词修改一下即可，这个就是 c 的值的用法。当然，如果你想生成连续的卡通漫画风格的插图也是可以的， 只不过需要将 sitting 里面版本啊由威武调整成 e g 五。主人公形象除了用虚拟的，也可以用自己照片生成的，可以给自己的宝宝啊，做一个儿童成语绘本，可以给自己的一段特殊的经历做成有意义的插图故事，大家可以自行发挥脑动，有什么奇思妙想，欢迎评论区一起交流！

一分钟教会大家如何用 cd 值做一套时代变迁的照片。首先我们生成一套五十年代的照片，关键描述写上中国年轻女性首饰和红色裙子。然后我们就得到这样四张图片。这个时候如果我们用同样的咒语再来一遍， 你会发现新生成的四张图和之前的会有很多不同。这是因为每一次生成图片的时候， meet journey 都会随机用一组数字来做基础生成条件。这就是为什么明明咒语是一模一样的，但是我们每次生成的图片都不一样，所以我们今天要做的就是用相同的 c 的值 来控制生成的图片。那么我们先示范如何从这组照片中取得他们的 cd 值。鼠标移到右上角，选择添加反应，点击信封图标。如果你的对话框里没有这个图标，那么就往下翻，翻到这里，选择这个信封表情，发 送了表情后， made journey 会私信你一条消息，里面就有这组图片的 seed 值。我们复制这串数字过来。接下来我们把之前这段咒语再复制过来，因为 seed 也是参数，所以要把它放在咒语的最后面，输入 seed， 再把前面复制的那串数字加上后回车。这一次生成出来的四张图片 是不是就和之前的一模一样了？确定好 c、 e、 d 值后，我们就可以修改咒语了。在这里我们把之前的咒语包括 c、 e、 d 值都复制过来，然后把年份改成八十年代， 再来生成图片。可以看一下对比里面的人物面部是不是就很相似。继续按这个方式，我们在生成两千年代和二零二零年代的照片， 这样一来我们就得到了一组中国女性服装演变史的照片了。不过由于 made journey 用的都是国外的资料，所以生成的照片会带上些西方的审美，制作中国元素的内容时会有点水土不服。小伙伴们，你们觉得呢？好了，今天的视频就到这里结束了，你学会如何用 c a 的值了吗？

如何用细的值来控制人物统一性？首先，根据人像写真公式快速建立人物，这是一个肖像作品。第二步，描述人物外形和环境。最后添加摄影参数， 这样就得到了一组写真四宫格。我们将鼠标放在这条消息上，右上角会浮出更多操作。选择第一个表情按钮，添加反应， 并通过输入关键词 en， 快速定位信封表情，并点击发送。稍等片刻，在界面最左侧的导航栏处会收到我们的 jennie boat 发来的一条私信，私信内容是关于这组图片的详细数据，其中就包含了一串细的数值。 我们复制这串数字，将刚刚复制的数值通过横杠横杠 c 的空格的形式作为后缀添加在描述词后面。经过 实测，通过固定的描述词与细的值这两部分就能完全锁定，返回的图片结果一致。而如果我们需要在原有的图像基础上进行微调，只需要保证细的值不变而轻微改变描述词。 例如，我们想让人像不变，只改变环境的部分，就需要将与环境有关的描述词找到针对性修改这部分。比如将城市环境改为森林环境， 那么我们就能得到一组新的以森林为背景的图片。可以看到，这两组图片中的人物特征基本固定下来了，而环境根据我们的需求发生变化，左侧是都市，右侧是户外，这就是用细的值来保持人物固定的方法。我是设计师 doo， 关注我，获得更多实用一手的设计资讯。

如何给 ai 生成的图片或者插画进行细节修改？因为 ai 每一次关键词生成的都是不一样的，我只想改这张图片的衣服颜色， 通过锁定 c 的值来进行衣服颜色的修改。认真看啊，我只讲一遍，一定记好笔记！首先找到这张图，放大之后看右上角笑脸的图标，点击它，输入 e、 n、 v 回车。那就给我们发一封邮件，左上角私信咱们看 他就针对于当前这张图片生成了一个唯一的 c 的值。那这个时候我想修改的话，在指令栏敲引位置，点开这张图，右键复制图片地址，先把图片地址复制过来空格，再把刚才这一对 关键词原封不动的复制过来，粘贴到空格后边。这个时候关键的来了，空格，杠杠！ c， 空格后边把我们刚才看到的 c 的值粘贴到后边。现在你可以随意的进行关键词的细节调整，比如说衣服，我想给他改颜色，单独加一个衣服颜色的关键词， 记住每打一个关键点，逗好之后一定要加空格。最后我们看看生成的效果，左边是原图，右边是生成之后的，你看基本上能达到我们可以修改细的目的了。记好笔记，下课咻咻！

大肠又出没，教你怎么生成稳定角色的教程了！咱们一步一步的介绍 sim 种子命令的使用方法，可以通过一张照片生成一系列套图。然后他们介绍了 plus 命令，可以生成同一个角色不同动作和连续的图像， 而且还介绍了 tact 系统命令，可以生成不同角色和不同配件的动漫形象。最后我添加不同的 expression 表情关键词，做成了三 d 角色，疯狂输出了一百多 不同表情的角色，将关了 expression 表情关键词与使用方法，我已经打包在粉丝群里，大家快去学吧！

总有不服气的说， major jenny 没有 sd 可控，马上让你看看 major jenny 的可控性怎么样。脚踩 sd 的这是老板发过来的衣服图片， 要做一组童装模特的照片。第一步，把衣服图片拖拽进 mitter 里，先选 discreeper 采集数提示语，分别点描述语下边的一二三四按键，生成四组效果草图。记得要在提示语后面加 c 的数值， 数值可以是任意数字。从四组草图中找到带有人物形象的一组，挑选一张或几张满意的图片，生成大图 一起下载。第二步，生成人物不同的环境。比方说人物要在教室里生成一张教室的图片，然后打开魔法工具，一键去除人物背景和服装背景。然后随便找个拼图软件，把背景、人物、衣服三张图拼在一起，看着差不多就行，不用太过多的修饰。第三步，把 写好的种子图扔进 mage 里，点引位置，把种子图的链接脱下来，复制刚才带有 c 的值的提示语，后面加 aw 空格。二、你看儿童模特就把衣服已经穿好了。 假如你想让模特把帽子也戴上，就在提示语的结尾加 hit。 你看帽子也戴上了，背景配饰都可以随意更换。想学 ai 绘画的可以直接找我交流，也可以在评论区留言。

一分钟搞懂 stable、 diffusion 二十种采样器当你打开 sd 时，面对这二十几种名字相似的采样器，是不是瞬间感到头大？弄清楚他们之前，我们需要明白什么是采样。当我们点击生成时，会根据 c 的值随机生成一张初始噪声图像， 接着模型的预测器会预测出另一张噪声图像，然后在初始噪声图像中减去预测出来的噪声，就得到一张新的图像。 之后不断重复预测噪声和减去噪声的步骤，就能得到最终的图像，因为每次去造后会得到一张新的样本图像，这个过程就叫做采样。去造使用的方法就叫做采样方法，或者采样器去造重复的次数就是采样迭代部署。 了解了原理，那这二十多种采样器该怎么选择呢？先上结论，可以直接抄作业。要区分这些采样器，只需分类后就一目了然。第一类为老式的常规方程采样器，特点是实现简单且年代久。 他们都是稳定采样器，一般二十步之后图片变化不大，能稳定收敛。第二类为名字中都带了字母 a 的，叫祖先采样器，属于不稳定采样器，每次去造后会添加少量随机噪声到图像中，因此随着采样步数增加，图片也会一直变化，适合给图片增加惊喜和创造力。第三类为 ddim 和 pms， 是早期 sd 附带的采样器，专门为扩散模型而设计。第四类为 d p m 和 d p m 加加系列采样器，是二零二二年发布的专为扩散模型设计的新型采样器，其中 d p m 加加是 d p m 的改进。第五类为 carries 系列采样器，使用 carries 论文中推荐的噪声表，提高了图片的质量。第六类为 uni p c， 是二零二三年发布的新型采样器，可在五至十部内实现高质量图像生成。最后，这是大佬们根据出图速度和质量评分推荐使用的采样方法，你也可以自己测试后选择喜欢的即可。我是局大，分享更多 ai 干货。

之前用米之内给老表做了张产品的海报，很多小伙伴还是对 mj 里那些繁琐的后缀焊电图的流程不清楚，这个视频就给你一次讲个明白，闲言少叙，赶紧点赞收藏，干货立马放上！ 开始之前先用斜杠加 sit 指令，进入设置界面，把出图模式改为最新的五点二。首先，所以后最终最常用的就是它的指令，这是用来调整图像的宽高比，比如这样图像的宽汉高的比例就是三比五，如果不添加这个指令，系统会默认给出一比一的方图。 然后就是杠杠 s， 也就是 style 风格值的设定区间范围是零至一千，风格值越小，系统就会越遵从你的提示词指令，反之，数值越大，系统给出的图像就越具有益处性。接下来是 q 指令， to 可以影响这张图的质量，区间范围是零至二，这张的 q 是零点五，这张是二，区别还是挺明显 的吧。接下来就是讲电图了，可以在这里点击上传，或者直接把图像拖进来，按回车键发送，在下面执行姨妈证指令，把这张图直接往 pop 里面拖，这样图像的链接就进来了。然后在后面加上这张图对应的描述，也就是你希望画面所呈现的样子， 这就是最基本的电图操作。为了提高深层图像害原图的相似度，这里我们可以用到 iw 指令， iw 的区间范围是零之二。 这里插一嘴，如果你希望在 ai 绘画领域有所深更，或者想通过 ai 绘画拿到一些结果，加我粉丝，我将为感兴趣的小伙伴提供系统画的课程，同时还能帮你找到 mj 一起拼车的伙伴， ai 终将改变我们未来的工作方式，就让我来带你步入这个未来。 言归正传，还有一种提高图像稳定性的方法是添加图像的 seed， 顾名思义就是让系统根据之前生成图像的模型，再给你出一张 修建图像，选择添加反应，在里面找到信封图标，然后在界面的右上角就能看到 mizeni 发来的私信，在这里把图像的 t 复制下来，在提示时的最后输入杠杠 s 空格，加上这串数字即可。 以上就是没整理关于电图所需要知道的一些基本操作，学会了就赶紧去试试吧！关注我，每天学点有用的知识！