粉丝6565获赞2.8万

太逆天了!利不利不把劳拉训练的门槛降到最低了!对新手保姆级友好,没有硬件要求,有电脑就能用。现在跟着我,一分钟学会练劳拉!来到利不利点击右上角训练新手直接用预设模式,人脸动漫画风,想练什么就选哪种,然后点击上传已经准备好的素材, 比起参数,素材的质量更重要,这里为你整理了素材准备的 tips, 以人脸模型为例,我准备了二十张清晰度高、多角度的甜美图片, 上传后拖到最下面,选择素材的预处理。剪裁很好理解,尺寸建议素材大小保持一致,直接用算法自动标注描述图片,让 ai 理解特征出发词可以自行命名, 甜美模型就叫 svt。 选择完毕后,点击预处理,稍事等待,激动人心的时刻就来喽!点击右下角,免费训练开始搓手等待 在咱的滴如仙丹诞生!等待过程中可以时时看到生成样图,还可以点击日志查看 note 值,判断你何程度训练完毕后,点击在线升图测试,直接验收劳拉的升图效果是不是超级简单?


众所周知,想要很好的体验 stable diffusion, 需要一台配置昂贵的 windows 主机,甚至还有令人头疼的本地文件配置。但是我发现利不利不 ai 就很好的解决了我们这些用户的问题。 除了最基本的 ai 绘图功能以外,利布利布的炼丹功能实在太强大了,小白都能三分钟训练一个属于自己的 lower。 我们首先点击右上角训练,我的 lower 可以直接在左侧选择一个需要深层的预设,有人物, a, c, g 等等。我这边选择了人物 炼单,当然需要放材料了,我这边上传了十张素材,上传好后,右下角这个预处理很有意思,能够一键裁剪出同等大小的素材,节省了很多的时间。最后我们点击这个免费生成开始炼单。 没一会我们的丹药就出炉了,训练捞啊,能够如此简单,真的越练越上瘾!现在限时领取七天的会员体验,这么好的福利机会,还不快来试试!

着你的手教你啦!你相信吗?这是 ai 做的视频, 别眨眼,百分之九十九的人都还不知道这个 ai 神器强到可怕! live tv, 一个让设计师手抖,摄影师沉默的工具。浏览器搜索 live tv, 打开网站 右上角登录,点击开始创作。上传一张产品白底图,一张氛围感场景图。拉个图片节点出来, 再写个提示词,生成新的高级产品图片。再来个图片节点,输入提示词,看九张电影级分镜图直接出,点击宫格切分,直接可以获得高清放大的拖拽图片到一个视频节点, 输入脚本提示词,打上艾特图片选时长,点击生成,不用学建模,不用调参数,连分镜脚本都不用,自己写全。艾特一下图片, ai 自动匹配分镜,运镜。最后看全片 工具喂到嘴边了,再不会用,我只能按着你的手教你啦!


很多人训练 lara 模型最大的问题不是参数没调对,而是一开始就把方向打错了。 如果打标方式错了,素材质量不好,后面你再怎么调学习率、调分辨率,效果都会很别扭。今天我系统地讲一下怎么训练一个高质量的 lara 模型。这个方法不只是用于 animate, 也适用于大部分 lara 模型训练。 首先在你想清楚训练目标和训练内容以后,第一步就是打标。假设我们今天训练的是一个风格类模型,关于 anime 的 logo 模型,打标方式现在有很多不同的说法, 我也经常看到群里有人讨论,到底应该用短词组还是自然语言,到底应该标的细一点还是粗一点。 安利美是一个比较新的模型,对于新模型,我们不可能一上来就完全摸清他的强项和弱项,所以最稳的方法就是反过来观察他已经成功的案例。 首先我们打开 c 站,在图片区筛选安利美出图,然后从高质量图片开始往下看。 如果这些优质图片在出图时大多数用的是词组短语模式,那我们打标时也优先用词组短语模式。如果他们大多数用的是自然语言模式,那我们打标时也尽量贴近自然语言模式。 这一步不是为了抄提示词,而是为了判断这个模型更吃哪一种表达方式。 看图的时候还有一个很重要的动作,把一些相对特殊、有技巧性的图片保存下来, 比如背影、仰视角、大场景、抬头构图,或者一些结构比较极端的图。这些图后面不是拿来训练的,而是拿来测试模型的泛化能力。 所谓过你河,不是训练结束那一刻突然出现的结果,他通常是一个逐步发生的过程。 比如一开始模型还能稳定出背影、仰视角、大场景、抬头构图,但训练到后面,这些结构开始失控了, 本来应该背对镜头的人变成正对镜头,本来应该没有头的构图又把头画了出来, 这个时候就要警惕,模型可能已经开始牺牲画画能力了。所以我一般会把这些参考图的截图保存下来,最好连它用到的 lara 正向提示词、反向提示词一起截下来。 后面可以把这些截图交给智能体,让他帮你整理测试样图和提示词清单。同时看图时还要注意提示词长度。如果你看到高质量图片的提示词普遍很长很细,那你打的标也可以适当细一些。 如果他们的提示词普遍很短,那你打标也不需要写的特别复杂。还有英文表达也要注意。 很多词看起来意思差不多,但在模型里,权重和习惯并不一样。比如 girl 和 woman 都可以指女性,但很多二次元出图里, one girl 的 使用频率明显更高。 如果你看到大家都在用某个固定词组或短句,那你打标时也应该尽量贴近这种表达习惯。 当我们看了足够多的图以后,基本你就可以对这个模型的标注方式、标注长度以及标注细节有一个初步的判断。 下一步,打开模型作者页面,认真看作者对提示词和打标方式的说明。作者明确写出来的要求一定要优先参考,因为作者最清楚这个模型是怎么训练出来的,也最清楚他适合什么样的提示词。 至于作者没提到的部分,通常说明他不是最关键的变量,我们也不需要自己脑补太多。 完成这两步以后,再打开图图的超级智能打标器。打标工具有很多,但在这个场景里,我认为图图的打标器很关键,因为他可以做主体过滤。 如果训练 lol 的 时候没有做主体过滤,基本上可以约等于没有打标。至于什么是主体过滤,大家可以看我的置顶视频,这里我们不展开描述, 我们把风格图片导入进去,智能标注,选择风格,然后开始打标,因为我这里已经打过了,就不实际操作了。打标完成以后,可以先把标签翻译出来,这样更方便对照检查。 接下来不要着急导出,要逐章看。如果你用的是默认模式,基本上不会有错误,就可以直接用了。 如果你使用的是高级模式,那么就先把明显的错误重复以及无关的标签删掉,然后再逐一精修,该删的删,该改的改,该补的补。 修改完成以后,要加一个触发词,这个触发词建议放在最前面,而且一定要尽量没有明确含义。 怎么判断触发词有没有污染?很简单,实际测试用同一组提示词出一张图,再加上这个触发词出一张图。如果两张图除了随机差异以外,整体变化不大,说明这个触发词本身没有太强的映射。 但如果加上触发词以后,画面变化非常明显,那就要考虑换一个触发词。这个步骤建议一定要实测,可以减少触发词本身对模型的污染。 还有一点刚才忘了说,因为我们开了主体过滤,打完标以后也要检查过滤效果, 有些训练需要过滤的非常细,有些训练颗粒度不用那么高,这个要根据实际目标来定。 像这种风格模型我会过滤的细一点,所以打标时主体过滤可以开到零点九,打标和修改都完成以后就可以导出了。导出后打开图图的超级智能训练器。 坦诚的说,以往我适配模型时会做很多优化,但这次安利们模型我基本采用的是官方推荐的训练方案,所以和其他训练器的训练效果差异不会特别大。 后面如果有时间,我可能会再更新一版,给安妮美加入图图时间步相关。适配这个东西需要专门测算,做好以后对训练效果会有提升。 我的训练器是免费的,大家直接下载使用就可以。把刚才的训练机导入进去,选择自动模式开始训练就行。如果你想自己调参数,可以参考训练器自动配置里的参数。这里简单说几个重点, 第一,如果你的电脑配置比较好,可以把分辨率适当的调高一点,分辨率对最终质量影响比较明显。 第二,作者也提到这个模型的学习率要稍微低一点,可以使用鼻旋退火,让学习率逐渐下降。这样有两个好处, 一是降低过拟核风险,二是后期可以继续细化模型,对细节的学习。你的训练器如果有这两个选项,建议打开其他参数,更多是为了显存优化或者兼容不同机器, 只要还是 lowra 训练,整体架构差异不会特别夸张。有些朋友会加噪声,这个我不否认有作用,但一定要循序渐进,不要一次加太多。 还有人会问正则训练,对于这种相对简单的风格模型,我个人一般不建议上来就加正则,有的时候正则加的不合适,反而会把方向带跑边。 训练过程中,我最想强调的不是 loss, 不是 样图,样图比 loss 更直观,尤其是风格模型,我们除了要看 loss 有 没有继续下降,更要看风格有没有学进去,同时结构控制有没有被破坏。 比如可以看到这个训练从四千多步这里开始的时候,图片就开始发生了明显的分歧, 后面都出现了一些奇怪的问题。所以四千多步这里我们可能就要仔细的对它进行测试,同时也可以看到它的风格确实在发生明显的变化,这是我们想要的结果。 如果你想测试的更准确一些,样图里可以放一些特殊的测试图,这些提示词本身比较复杂,边界条件也更强。 如果训练过程中风格已经融入了画面,但原来的构图视角、人物结构没有明显跑掉,这就是比较理想的状态。 但如果你发现本来应该背对镜头,结果总是转过来,本来应该是才头构图,结果每次都把头补出来,反复出现这种情况,就可以考虑早停。训练完成以后怎么测试模型, 还是先用我之前讲过的 x y z 测试方法,先测出一个大概的范围,从里面挑出两到三个相对比较好的模型。这个 x y z 工作流我之前在 runnyhub 上发过,如果你本来就是在用 runnyhub, 可以 去找一下, 基于那个工作流,稍微改一改基本上就能用了。 ryan 哈布是我很常用的一个工作流平台,上面有非常多的工作流,现在还上了一些画布等功能,有兴趣的朋友大家可以去尝试一下。 下面我们继续刚才的测试,现在跳出两到三个后选模型以后,下一步要做一个很重要的测试,批量样图测试, 简单说就是把刚才整理出来的反推提示词批量放进去,只替换 lara 模型,其他条件尽量保持一致,这样每一 p 图之间的差异就更能说明模型本身的效果,而不是提示词或随机种子的影响。 通过这种方式,我们就能在比较强的边界条件下判断哪个模型风格学的更准,哪个模型结构更稳,哪个模型放话更好。 到这里,一个比较完整的训练流程就结束了。好了,本期内容就到这里,如果大家对安利们训练风格、 lara 主体过滤或者测试方法还有不清楚的地方,欢迎大家和我一起来交流讨论。

你是否想训练一款能保持人物一致性的 lora, 却又不知道怎么去做完整的训练级?别怕一分钟教会你 如何生成用于训练 lora 的 完整训练级。首先,找到一张你非常满意的人物图片,打开 comfyui, 将图片上传到我提前准备好的工作流, 把图片尺寸最长边设置为八百四十八像素,短边会自动等比缩放。第二步,配置核心,加载一个三百六十度旋转的 logo 模型, u m t 模型选择忘二点一图声视频一四 b 模型。 第三步,在绿色框中输入提示词,点击执行后,等待几分钟就会得到旋转视频和黑白蒙版,从关键帧里挑十五到二十张,就得到完整训练级了。相关工作流和模型我已经调配好了,想体验的小伙伴来抄抄作业。

如果你去创业,一分钱广告费都没有,第一批用户从哪来?这道题其实难倒过太多创业者了,这家公司的答案呢,也很反直觉, lip lip ai 它不是先去找的用户,它是先去请的手艺人。 二零二三年的时候, ai 绘画我记得刚火,那个时候,有一批的中文创作者呢,在海外 c 站上面用 lara 去做模型,成名了。 lara 就是 low rank adoption, 有 点类似于大模型的外挂。比如说有一位呢,叫麦菊的创作者,他用几十张作品位给平台,就可以出出写实风的人像的模型,特定的风格。而这样子特定风格的绘画的模型,被 反复的附用已经上千万次了。那个时候的 ai 很 想请到麦菊过来,但是他没有钱,没有名,也没有流量。所以呢,他准备了三个技巧,给到这一些创作者、手艺人。 第一,我们是讲中文的社区,有用户懂你的。第二,我们这里是有免费的云端算力,你可以在这里一站式的生存图,不用花钱的。第三,我们可以给到你直接变现的激励,这些模型被附用了,都能给到钱的,你是可以来赚钱的。所以创作者呢,就冲着有人懂我不烧显卡还能赚钱 来了。而用户呢,又冲着我想要用麦桔画风的这样的一些绘画风格也来了。于是呢,这样子的一个小小的飞轮就转了起来。那我也其实也研究了一下 mid journey 和 c 站, mid journey 它其实也是纹身图嘛,它把整个的这一套流程先是做到 discord 的 里面,就类似于我们国内游戏玩家开黑的时候的 qq 群,再加 slack 的 这种群聊软件, 他没有花一分钱的广告费,但是却获得了数千万的用户,后面他才有了自己的网站。而 siri 其实蛮遗憾的,他其实一开始是可以支持通过 lara 模型来生成这一些绘画风格的,但是这一步没有留在平台挺可惜的。用户呢,生成模型之后呢,就下载到自己的本地, 然后在电脑上直接操作了,但是 livelive 就 能把这些用户留在了云端,类似于 c 站,是借给你出的图书馆啊,你还了就没有下文了。但是呢, livelive 像是一个持续经营的集市,有来有回,买了还会再来复购的。一句话就是,你要是想去做冷启动的,不要一开始就想着我要去买我的用户,我要花钱。 首先呢,可以先考虑你的能够有持续产出,还能够通过你这个平台赚到钱的那些创作者在哪里,当然,这是 for 我 们想去做内容的 ceo 或者是 founder 来考虑, 而且你还要想清楚,不仅是要把他的尝鲜的意愿买到,他还要把一些核心的动作也能够留在平台里,是通过免费的一些这个算力呢?还是通过能够给到一些激励呢?啊,我是友友,十年大厂营销人,用大厂经验帮中小品牌少花钱多获客,下一期会更揪心一些。拿了天使轮三百五十万美金的他,为什么半年以后只剩四千块了?关注我,下期接着看。

今天补充分享一下捞捞模型的具体操作,打开捞捞选项,找到自己要找的捞捞模型,今天我们就以这种超高清的捞捞为例, 打开后点击自己喜欢的模型,我们就以第一张图片为例,打开它的参数,第一张没有显示用哪个大模型,看看其他的,找到对应的大模型,看到对应的大模型,如果自己没有复制名字,到主页去搜索, 搜索出来后点击下载回来,然后再把这个 lolo 模型下载回来, 下载回来后把 love 模型和道模型拷贝到对应的本地文件夹内, 回到 cable defusion 界面,在左上角找到刚刚下载回来的大模型,点击按钮显示 lol 面板,点刷新拷贝过去的 lol 就会在这里显示。 我们点击这个唠唠模型,唠唠后面的是对应的名称,一是全种植,不能超过一全种植越接近一出来的效果,越接近唠唠模型的效果,把它的参数一对应的复制过去, 点击生成,看看出来的效果。 怎么出来的效果跟原来的完全不一样呢?这是因为我们上面的提示词没有 lober 参数,点击刚刚下载回来的 lober 模型,把权重值改为零点八,看看效果。 这就是今天跟大家分享的 love 模型的使用,相信大家都会了吧,记得关注我哦!