kra 二生图速度快,人物、产品、场景和海报都能做,画面质感和细节表现也比较自然,同时还支持高分辨率图片生成, turbo 加速版 更是可以做到几秒出图,在保证画质的同时大幅减少等待时间。但如果你觉得 kra 二只是多了一个生图模型, 那就有点低估他了,现在他能配合九百九十九种不同的 lara 模型,把同一个提示词变成水墨、动漫、蓝白等不同风格,甚至你上传一张参考图,他还能把这张图片的风格迁移到新的内容上。 这期我直接演示 kryya 二在 comfyui 里的本地工作流怎么搭,模型怎么放,以及 lara 模型该怎么使用,并且这些内容将全部免费分享。那话不多说,我们直接开始本期的内容。 好的,那么这节课呢,我们来看一下 kryya 模型的本地使用方式哈,那么这里呢,是我自己做的一个简单的工作流, 官方也提供了视力的工作流模板,但是里面加了一些 lara 的 处理逻辑,包括图片分辨率的额外设置,可能相对来说比较复杂一点,如果是新同学的话,可能接受起来比较麻烦。那么这里呢,就是一个简单的纹身图工作流,再加载一个 lara 模型的且点,也是官方提供的视力工作流的提示词。我们来生成一张图片试一下。 这里用到的是 crea 二的 turbo 模型,所以说呢,它生成的速度会很快啊,基本上也是在两三秒的时间就可以完成我们一张一零二四到一零二四图片的生成哈, 那么生成图片的质量也是不错的,我们最近的包括 google image, 然后 z image turbo, 还有那个 ideagram v 四,以及我们现在的 krya 二, 它们生成的图片质量相对来说都是不错。那么这里呢,我就主要给大家讲一下怎么使用,然后包括一些新出的技术哈。那么大概的工作流使用方式呢,就是在下面这一个节点,叫做 coleten 的 图像,我们可以去修改生成图片的分辨率,那么中间这里可以支持我们进行提示词的输入,包括中文以及英文的内容哈。 然后呢,前面就是我们对应的 crea 二模型的套件,然后首先是模型本身是 crea 二,我这里用的是 turbo 的, 那么接下来呢,是一个千万三 v l 四 b 对 应的模型, 然后最后是一个千万 image v a e 的 编辑码模型哈,那么这三个模型在网盘里面都有提供,大家直接下载就可以, 那么这里用到的节点也不需要进行额外的安装。我们来看一下官方提供的模型, kufui 官方呢对 kryya 二模型做了一个组织啊,大概是提供了两种,一个是 kryya 二杠 ro 的 模型,还有一个呢是杠 turbo 的 模型, 这两个在生成的时候,也就是我们做生产的阶段,推荐大家用 kryya 二 turbo, 因为这个做过加速,所以说升图的速度比较快,那么 ro 模型呢,会更加方便于我们去进行 lara 模型训练的, lara 可以 直接在 turbo 上面使用, 大概是这样的,那除此之外呢,网盘里面还有很多的 lara 模型,这个呢就是具体风格的一个使用,每一个风格的 lara 都有对应的触发词,那么我们可以看一下 lara 模型的使用哈,在当前这个工作流里面,我们打开前面这个粉色的节点,按键盘上的 ctrl 加 b, 就 可以加载对应的 lara, 这里我就会选择 dark brush, 也就是类似于水彩画的这种黑色的风格哈,那么水墨画哈不是水彩画,那么这里呢就是黑白的两种颜色, 那么 lora 模型都有对应的一个触发词,我们可以在这个网站里面看到啊,比如说现在我们用到的是黑色的 duckbrush, 也就是黑白水墨画的风格,那么在这个网页里面可以看到有对应的 trigger word, 就是 对应的触发词,我们可以把它复制一下, 复制之后呢,在工作流里面加到提示词的前面,然后我们一个逗号隔开哈,那么下面的内容我们不做修改,这个时候我们点运行,可以看到我们生成的内容就偏水墨画的风格,那这个呢就是我们 loa 模型的一个使用,如果想要更换其他的,那我们就在这个 loa 加载器当中去修改就可以了, 好吧,就在这里去修改,然后用上我们对应的触发词加在前面就可以。那么这个触发词的由来就是我们现在这个 korea 的 网站哈,也就是 comfor 官方这个网站呢,我也会在视频剪辑去提供。 除此之外呢,社区或者说官方也发布了非常非常多的 lora 哈,我们可以在这里直接搜索 korea 哈,然后能够找到有个叫做 for korea 二 still loras, 也就是它对应的风格化的 loa 模型,我们点击进来,点击这个 fills and version, 然后就可以看到对应的 loa 模型是存在舒适的,也就是 comfort 这个文件夹,我们点击进来哈, 这里边一共给我们提供了好几百个哈,大概是有九百多 g 的 容量,需要我们下载这些模型,所以说大家不需要都下。然后呢,在主页的 model car, 也就是模型简介里面,我们可以看到这每个风格的 loa 模型呈现的效果是怎么样的,在这里都能够看到哈, 再往下拉,我们可以看到有这种白色的风格,蓝色的,然后包括一些比较幻想化的风格哈,然后这是它对应的风格,然后是每一个 lara 模型对应的触发词,需要哪个就把前面进行一个复制就可以了。然后呢,这是 lara 模型的一个链接,我们可以直接点击过来直接下载, 我们这里可以做个简单的案例哈,比如说这个,以这个 blue white 风格为例哈,我们可以点击这个 shift 上打开,然后把这个 loa 模型下载,一共二百二十三兆哈,下载速度相对来说还是比较快的。 那么下载完之后呢,我们就把这个 loa 模型剪切粘贴到你的 comforion 对 应的 models 文件夹里面,会有一个 loa 文件夹哈,然后我们就给它粘贴到对应的 loa 文件夹里面就可以, 然后粘贴完之后,我们把这个出发词进行一个复制,复制完之后回到 ctrl u i 当中,我们按下键盘上的 r 键刷新,刷新完之后在这里加载我们对应的 lora, 刚才下载的就是这个 blue white, 那 么我们把出发词呢粘贴到前面, 其他的内容不修改,然后再点击运行好的,可以看到这里呢,就依照我们对应 low 二模型的风格去进行了图片的产出。那么如果想要修改,我们可以在后面改一下,比如说海岸边的风景触发词,如果说是英文,我建议大家就用英文,好吧, 然后我们点运行好的可以看到这里呢,就生成了类似风格的海岸边的一个风景的照片哈,那么如果有角色呢,我们也是修改提示词就可以了。 好的,那么可以看到风格依然是有保留的,那么更多的内容大家就可以自己去下载这些 lo 二模型去进行一个尝试哈。 那么接下来我们看一下 kryon 模型,现在官方呢,或者说现在我们的社区也做了一个 edit 模型,或者说风格迁移的一个支持哈,但是呢,他需要我们下载额外的一个插件,插件我们也有提供,接下来我们看一下工作流怎么使用哈,那么这个呢,就是我们对应的风格迁移的工作流, 工作流里面我们需要上传一张图片,然后这个图片就是你要迁移的风格,然后呢这里就是我们正向提示词的一个写的地方啊,这里我写了一只熊猫,也就是这个工作流,让他去参考我们图片的风格去给我们生成一只熊猫。 那么工作流里面用到的模型跟我们的 create 二本身给大家提供的纹身图的模型是一样的,然后需要额外加载一个 lara 模型,叫做 create 二 style reference, 所以 说在这个节点当中,我们一定要加载对应的风格迁移的 lara 模型,那么这个呢,在网盘里面有提供哈,然后我们可以测试一下 这个工作流的使用比较简单,就是上传图片,写提示词,然后点击运行就可以了,我们点击运行哈,提示词写的是一只熊猫上传了一个动漫风格的哈,然后这个时候可以看他给我们生成的内容哈, 好的,可以看到在右边呢,我们就生成了对应的一只熊猫哈,也是参考了我们原图的风格,大家可以看一下这个风格迁移的效果怎么样,那么接下来我们再测试一下更多的风格哈,比如说这里我上传一个动漫角色,然后点击运行。 好的,那么这里熊猫出现在了右边,我们再点击一下运行哈,再抽个卡。那么这次呢,我们获得的图片相对来说结果就比较不错哈,这种黄色的光晕的风格也有迁移过来哈,那么我们可以再做一些更多的测试。 好的,那么整体画面的滤镜,然后包括熊猫都变成了一个机器的熊猫哈,也就是他会根据我们的提示词生成内容,同时呢会参考我们上传图片的风格,然后甚至说参考其中的一些元素哈,那么我们再来换一个风格哈,这个数是属于当前在短剧里面经常用到的勺式风格哈。 好的,那么这里呢,就是我们的原图,这是我们最终生成的图片啊,大家可以看一下,基本上能够将上传图片的风格参考个百分之八九十左右哈,生成的效果还是可以的。那么大家呢,如果想要测更多的案例,也可以在本地去进行一个使用哈。
粉丝3.3万获赞11.2万

今天教大家怎么快速用工作流洗图。首先打开 comui 后导入这个工作流, 打开之后就是这样子的,上面是总控制,下半部分是用来升图的,这些是提示词表,方便以后我们整理常用的提示词。这里是升图的部分,我们一般不用管这里, 只需要控制这三个窗口就可以了。这个工作流主要是批量调用 api 的 方法,所以不吃电脑配置。 把准备好的产品图传上去,记住这个窗口是用来传你自己产品的图片,下面把我们要临摹的图片依次传上去, 然后按 ctrl 加鼠标框选,把每一组都打开,打开快捷键是 ctrl 加 b, 再按一次就是经用。最上面是我们要加入的 api 信息,自己填写自己的 api 信息就好了。 下面可以选择图像比例、画质等信息,把我们的提示词复制一份过去, 提示词可以根据自己的需求填写画质我选的四 k。 好 了,我们点击运行 这个,外面有一圈绿色的矿,代表已经在跑了。如果线条看着太多,看着不舒服,我们可以进入左下角设置,在画面选项里把连接线隐藏掉, 我们耐心等待出图即可。这里我用的 a p i 测的生成四 k, 大 约一张三十秒到七十秒左右。 生成好,我们去文件夹看一下, 效果还是挺不错的。

大家好,这里是秋叶,在二零二六年上半年,各种衍生模型和插件层出不穷,现如今生成这样的 ai 视频完全不在话下,很多教程也满足不了大家的使用需求, 所以我联合几位老师制作了一套新的 comui 教程。教程会从软件安装到文声图图声视频,再到电商产品应用, ai 视频生成, 从入门到实战应用,一步步带大家掌握并使用 confui。 无论你是完全不懂 confui 领域的小白,还是说已经熟悉这个领域的老手,相信在看完这个系列教程后都能有所收获。 教程中用到的新版 confui 整合包以及整理好的工作流模板和模型,老规矩还没试试地验个牌, 接下来我们正式开始上课。哈喽,小伙伴们大家好,欢迎来到本期 comfui 系列教学这一节,我们将一起熟悉 comfui 的 操作界面,了解各个区域的作用和常用功能,为我们后续搭建和使用工作流打好基础。 接下来我会按照从上到下、从左到右的顺序,带大家依次认识和了解 comfui 的 顶部菜单、左右两侧功能区以及画布上的常用工具。 其实这一节的重点内容就三件事,工作留在哪里、打开和保存、任务怎样运行和中断,遇到问题以后去哪里查看日记, 只要掌握这三点,就足够跟上后面的操作了。另外,再分享一个学习 ai 很 实用的小技巧,遇事不决先问 ai, 碰到看不懂的功能或者工作流运行报错时,可以把界面截图、报错信息和 copy ui 网址一起发给 ai, 再简单说明自己刚刚做了什么,想实现什么,提供的信息越完整, ai 就 越容易帮你定位问题,快速缩小排查范围,少走很多弯路。 如果你平时也在使用 work 八 d codex 这类 ai coding agent, 还可以让他们直接检查运行环境、配置文件和报错信息,协助你进一步排查和解决问题。 ok, 好 的,接下来我们就从左上角开始正式认识 comfyi 的 操作界面。最上方的 idol 表示 comfyi 当前处于空闲状态,还没有工作流正在执行。当我们点击运行开始生成以后,这里会显示当前任务的运行状态。 下面的 video minimax h 三就是当前工作流的名称。之所以选择这个案例作为演示,是因为在我们制作这期内容的时候,海螺的 minimax h 三模型在 ai 视频领域热度非常高,很多小伙伴也比较关注它的具体使用方法, 所以这期内容就直接用它作为案例,带大家完整了解一个视频生成工作流的搭建和运行过程。 同时,我也把关于 minimax h 三的使用说明整理成了文档。为了方便小伙伴们学习和研究,感兴趣的小伙伴可以在评论区自行领取 comfyui 支持,同时打开多个工作流,每一个工作流都会像浏览器标签一样单独显示,在顶部标签旁边的加号可以新建一个空白工作流。如果以后想从零开始搭建自己的节点流程,直接点击这里即可。再往下,我们会看到图形这个选项, 这里代表当前使用的是节点图编辑模式,也是 com p y 最核心的工作方式,在这个模式下,我们可以直接在画布中查看节点之间的连接关系,调整参数,并搭建完整的工作流。 点击图形右侧的小箭头,可以展开当前工作流的更多操作选项。其中比较常用的几个功能大家先了解一下。 重命名可以修改当前工作流的名称,方便我们管理多个不同的工作流。复制则可以快速复制当前工作流,生成一个新的副本。如果你想保留原来的版本,同时尝试新的调整复制功能会非常方便。 添加到书签可以收藏当前工作流,方便以后快速查找。下面的保存和另存为就是我们平时管理工作流最常用的功能。 保存会直接记录当前的修改,并覆盖原来的工作流文件,另存为则会保留原来的文件,同时创建一个新的工作流副本到自己的工作流库。导出,可以把当前工作流文件保存出来,方便备份或者分享给其他人。 导出 api 则主要面向开发者使用,可以将当前工作流转换成 api 调用格式,方便后续通过程序或者 a i a 诊进行调用。 最下面的清除工作流和删除工作流,大家需要注意区分,清除工作流只是清空当前画布上的节点内容,并不会删除已经保存的工作流文件,而删除工作流则会直接移除当前工作流,所以使用时一定要谨慎。这里也建议大家养成一个习惯, 修改工作流之前先保存,想尝试新的效果时,可以先复制一份,再在副本上进行调整,这样即使修改失败,也可以随时回到之前的版本。 旁边的进入应用模式是 comui 最近推出的新功能,目前还处于测试阶段。进入应用模式以后,会隐藏复杂的节点界面,只保留用户需要操作的参数,更适合把已经制作好的工作流包装成一个简单易用的小工具。 不过对于刚开始学习 comfyui 的 小伙伴来说,这个功能暂时先不用关注,我们这期课程主要是学习节点之间的数据流转以及如何搭建和理解工作流,所以保持默认的图形模式就可以了。点击左上角的 comfyui 图标,就会展开主菜单 最上面的新建和工作流标签旁边的加号作用相同,都会打开一张新的空白画布。 下面的文件菜单主要负责工作流的打开和保存,打开用来载入已有的工作流,保存会记录当前的修改,另存为则会保留原来的文件,再生成一份新的副本。 这里建议大家尽量养成一个习惯,每完成一个阶段就按一次 ctrl 加 s 保存,特别是修改了节点模型或者重要参数以后,不要等到全部做完再保存,这样即使浏览器意外关闭或者 comfy 临时出现问题,也不用从头重新连接节点。 ctrl 加 o 用来打开工作流, ctrl 加 s 用来保存工作流,这两个快捷键以后会经常用到。文件菜单里的导出可以把工作流文件保存出来,方便备份或者分享给其他人。 导出 api 主要通过程序调用, comi 的 开发者刚开始学习时,我们先用好打开保存和另存为就可以了, 等以后需要做自动化调用时再回来了解 api 工作流。接下来我们看一下编辑菜单, 这里主要放置一些日常操作中比较常用的功能,比如撤销、重做、复制和粘贴等。如果我们在调整工作流的时候不小心移动错了节点,或者删除了一条连线,可以直接使用 ctrl 加 g 进行撤销。 如果想恢复刚刚撤销的操作,则可以按 control 加 y。 在 选中节点以后, control 加 c 和 control 加 v 可以 快速复制和粘贴节点。 control 加 a 则可以一次性选中当前画布中的全部节点。 这些快捷键在后续大件复杂工作流时会经常用到,建议大家慢慢熟悉。清除工作流这个功能需要注意一下,它会清空当前画布中的所有节点内容,但不会删除已经保存到电脑里的工作流文件。不过如果当前修改还没有保存,清除以后这些内容就会丢失, 所以在使用之前一定要确认当前工作流已经保存。在编辑菜单下面还有一个刷新节点定义。 在使用 cfui 的 过程中,如果你刚刚新增了模型文件或者安装了新的节点,但是在节点列表或者模型选择框里暂时没有看到,可以点击这里刷新,让 cfui 重新读取当前环境中的节点和模型信息,也可以直接按快捷键二来完成刷新。 再往下是卸载模型和卸载模型和执行缓存,这两个功能主要用于释放显存和清理运行缓存,并不会删除电脑中已经下载好的模型文件。如果你的显存占用比较高,或者刚刚连续切换了多个大型模型,可以通过这两个功能释放资源。 不过需要注意的是,清理之后,下一次运行工作流时,模型需要重新加载,所以第一次执行可能会比平时多等待一段时间。接下来我们看仕途菜单, 仕途菜单主要负责调整 comfyui 的 显示方式,不会修改工作流参数,也不会影响最终生成效果。比如底部面板可以控制底部区域的显示和隐藏, 专注模式可以隐藏部分菜单,让画布拥有更大的操作空间。不过这些功能在我们平时使用 confui 过程中很少会用到,或者说我们接下来会有更好的操作方式。 这里的 kj node 有 的小伙伴会有,有的小伙伴可能不会显示出来,关键是小伙伴们的整合包是否已经把 kj 的 节点整合进的整合包里面。我们课程演示的整合包已经是整合进去了的 kj node, 它是开源社区大佬 kj i 做的一套关于 comfuse 自定义节点合集, 不是某个单一功能节点,而是一堆实用小工具的集合,主要解决工作流理的各种麻烦和效率问题,妥妥开源社区的建设者,值得我们尊敬。 主题功能只会改变 confui 的 界面外观,不会影响节点参数和最终出图效果。本次视频内容使用的是默认深色主题,建议大家学习过程中保持一致,这样跟随课程操作时更容易找到对应的位置。等熟悉 confui 以后,再根据自己的习惯调整界面主题就可以了。 菜单中的 nose 二点零是 comui 新版的节点显示系统,它主要优化了节点的显示效果和交互体验。不过由于部分第三方自定义节点还没有完全适配,所以在一些情况下可能会出现兼容问题。 为了保证课程中的界面和大家实际操作保持一致,入门阶段建议先使用当前默认节点界面,以后想体验 nose 二点零可以随时开启,如果遇到兼容问题,再切换回来即可。 下面的浏览模板,它会打开 comfyui 的 工作流模板中心,这里提供了很多已经制作好的视力工作流,包括官方提供的模型案例, 以及一些第三方节点提供的模板。点击某个模板以后,对应的工作流会直接加载进来。同时, comfyui 也会检查当前电脑是否安装了模板所需要的模型,如果缺少相关文件,通常会给出对应提示。 不过模板虽然方便,但不建议大家打开以后直接点击运行。更好的学习方式是先顺着节点之间的连线,观察整个流程模型从哪里加载,提示词传递到了哪个节点,图像经过哪些步骤处理,最后又从哪里输出。 当你真正理解这条数据流之后,别人的工作流才不只是一个可以运行的文件,而会逐渐变成你能够修改和创造的新工具。接下来我们进入设置,打开设置以后,左侧会看到 copy、 外观、遮罩、编辑器等分类。 如果安装了第三方扩展,也可能会增加对应的设置选项。在 copy 分 类中,可以调整开发者模式、错误提示、工作流保存方式以及执行预览等功能。 对于刚开始学习的小伙伴来说,大部分设置保持默认即可,其中开发者模式主要面向 api 调用和插件开发,目前阶段暂时用不到 错误提示,建议保持开启。当节点执行失败时, comui 会直接提示具体出错的位置,比我们盯着一张没有反应的画布慢慢排查要方便很多。这里还有一个管理扩展功能需要单独说明, 它主要管理的是自定义节点,在 confui 前端中的菜单面板和快捷功能,自定义的选择开启或者关闭某一个节点。主菜单最下面的帮助提供了官方文档、社区问题反馈以及版本信息等入口, 当遇到普通操作问题时,可以优先查看官方文档。了解完顶部菜单以后,我们把主菜单收起来。再来看左侧的竖向的工具栏, 这里主要集中放置了 comfyui 日常使用中比较常见的几个面板,包括生成资产节点、模型、工作流和模板等功能。 其中素材面板主要用于查看已经生成的图片、视频以及其他输出内容。节点面板可以搜索 comfyui 自带节点和安装的第三方节点,找到以后可以直接拖入画布中使用。 模型面板则会显示当前 comui 已经识别到的本地模型。工作流面板可以帮助我们快速查找和切换已经保存的工作流模板面板则会打开之前介绍过的工作流模板中心。不同版本的 comui 左侧工具栏中的图标顺序可能会有所变化, 如果暂时不知道某个图标对应什么功能,可以把鼠标停留在图标上,稍等片刻,界面会自动显示对应名称。 在左下角还有几个非常常用的入口,问号图标对应的是帮助功能,类似命令行窗口的图标可以打开日制面板,键盘图标可以查看快捷键,齿轮图标则会进入设置页面。这里需要大家重点记住日制面板 以后,在使用 ctrl u i 的 过程中,无论是模型加载失败、节点缺失、显存不足,还是工作流执行异常,第一时间都应该打开日记查看原因。每次运行工作流时,模型加载过程、节点执行时间以及运行过程中产生的错误信息都会记录在这里。 例如我们碰到什么报错问题的时候,我们可以把这里面的内容点击一下这边右上角的复制按钮,把报错信息复制出来。然后来到我们最近很火的 workbody, 跟他说帮我解决一下这个报错问题, 接着再把报错信息粘贴进去,最后点击发送。 workbody 会根据日期内容分析错误原因,并给出对应的解决方案。比如缺少哪个节点,哪个模型路径配置错误,或者应该修改哪些参数, 他会一项一项的帮你把报错问题弄好,这样无论你遇到什么问题,基本百分之九十五左右问题都可以成功解决。对于刚开始学习 compi 的 小伙伴来说,学会利用 ai 辅助排查问题,会大幅降低学习过程中的试错成本。 以前可能需要搜索半天的问题,现在通过完整的报错信息,往往几分钟就能找到排查方向并解决问题。刚开始学习 confui 的 时候,不需要一次性记住所有快捷键,先掌握几个最常用的操作就可以了。比如 ctrl 加 s 用来保存当前工作流, ctrl 加自己用来撤销刚刚的操作, ctrl 加 enter 可以 快速执行工作流。二、可以刷新节点定义。另外还有一个非常实用的小技巧,在画布空白区域,双击鼠标会弹出节点搜索框,我们只需要输入节点名称,就可以快速找到并添加对应节点。 这个操作在后续搭建和修改工作流的过程中会经常使用,大家可以提前熟悉一下。接下来我们看右上角的运行区域, 运行按钮左侧的数字代表一次提交到任务队列中的执行次数,默认情况下这个数字是一,也就是说点击运行以后,当前工作流会执行一次。如果把数字修改成五, 那么同一个工作流就会连续加入五次任务队列,适合需要批量生成相同流程的情况。中间蓝色的运行按钮就是启动当前工作流的入口,点击以后, comfyui 会根据节点之间的连接关系和数据依赖顺序依次执行计算,最后生成对应结果。 那么运行按钮旁边的小箭头还可以展开更多执行相关的选项。不过对于刚开始学习的小伙伴来说,在是保持默认设置,直接点击运行即可。 右侧红色的叉号则用于停止当前正在执行的任务,比如发现提示词填写错误、参数设置不合理,或者生成时间过长,不想继续等待,都可以点击这里中断任务。除此之外,也可以使用 ctrl 加 alt 加 enter 快 捷键快速停止执行。 最后我们来看一下画布右下角的工具区域,这里主要负责画布的浏览和管理。箭头按钮用于选择和移动节点,旁边的小箭头可以切换不同的画布操作方式。 定位按钮可以帮助我们快速找到当前选中的节点,也可以重新调整整个工作流的观察范围。旁边显示的百分比数字,比如这里的百分之三十九代表当前画布的缩放比例。通过滚动鼠标滚轮就可以自由调整画布大小。 地图图标可以打开小地图帮助我们快速查看整个工作流的整体结构。连线图标则可以控制节点之间连接线的显示状态。 随着后续学习深入,我们搭建的工作流会越来越复杂,节点数量也会越来越多,很容易在大画布中找不到刚刚修改的位置。这些工具就是帮助我们快速定位节点和管理画布的重要功能。最后再补充一下顶部出现的一些扩展功能, 像 manager、 show image feed、 key monitor 以及菜单中的 kj notes, 都不是 confu i 默认自带的功能,而是在安装第三方扩展之后增加的。 其中 manager 是 目前使用频率比较高的扩展之一,主要用于安装、更新和管理自定义节点。 当我们导入别人分享的工作流时,如果提示缺少某些节点,也可以通过 manager 查找对应的插件并进行安装。安装完成以后,通常需要重新启动 configui 并刷新浏览器页面,让新的节点生效。 show image feed 主要用于展示扩展提供的图片结果。面板 k monitor 和 kj nodes 的 具体功能则会根据安装的插件版本有所不同,不过刚开始学习 configui 的 时候,大家暂时不用深入研究这些扩展, 它们并不会影响我们理解最基础的工作流逻辑,等后面实际使用到相关功能时再回来了解即可。到这里, comui 的 主要界面和常用功能区域就基本介绍完成了。 其实大家现在真正需要记住的内容并不多,左上角主要负责工作流的打开、保存和管理,右上角负责工作流的运行、暂停和任务管理。左侧面板可以快速找到节点、模型、素材以及已经保存的工作流, 遇到运行问题时优先查看左下角日制,如果节点超出了当前画布范围,就使用右下角的定位和缩放工具快速找回。另外,现在 comfy 官方已经内置了越来越多经过验证的视力工作流, 这些工作流基本都是社区用户长期使用和反馈后筛选出来的。对于刚开始学习的小伙伴来说,其实不需要一开始就从零搭建复杂流程。 很多时候我们只需要打开对应的官方工作流,根据提示下载所需要的模型,完成简单配置,就可以直接运行并生成效果。 等熟悉了整个工作流的运行逻辑以后,再逐步去修改节点、调整参数,甚至搭建属于自己的工作流。所以学习 comfy 的 过程不要一开始就被大量节点和复杂界面吓到。 我们首先建立起这张 comui 界面地图,知道每个区域负责什么功能,后面的课程学习和工作流搭建都会轻松很多, 至于其他暂时没有用到的按钮,也不需要现在全部记下来。后续课程中遇到具体功能时,我们会结合实际案例再逐个展开讲解。

来看下产品清修工作流,看这结构、颜色、文字还原,想要的扣一全白给 大家。好,我是就今天我们来拆解一个商品清修工作流,效果大家已经看到了,我们直接开始先把加载图片节点加进来,用来上传我们的产品图片,再把文本节点加进来,用来输入提示词。接着是模型相关的节点, 把 low diffusion model 加进来,这次咱们用 flux 岩九 b 这个模型,这是产品清修的核心, 开源免费首选。这个模型有多个版本, b f 十六是满血版,出图质量最好,其他的 f p 十六、 f p 八对质量都有些损失,但是速度会快点。在电商场景咱们质量优先,就选 b f 十六满血版。接着加载 lora, 用于控制产品的一致性, 可以看到有很多适用于特定场景的 laura, 我 们选这个保持产品人入一致性的 laura, 然后把大模型连过来,继续把彩样器节点加入 flux。 二使用的是 simpler custom advance 这么个彩样器,相比于 k 彩样器节点把所有组件都揉到一个地方,这个的组件化设计灵活性更好。 加入 c f g 该的节点,把 lora 连过来,再连接到裁样器的该的输入这么多节点,大家可能会晕了,我分享我自己的经验, 搭建工作流首先是要把骨架搭建起来,就不会乱 copy。 ui 工作流通常都以裁样器为枢纽,它的左边是输入相关的,右边是输出相关的,输入又分为大模型、提示词、 v a e 解码器三路,所以我一般是把一路输入 先搭建好,输入端的股价就基本有了。接着搭建其他路,输入来到提示词这一路,用加载 clip 把千问语言模型加进来,它对中文支持很好,这样我们就可以输入中文提示词,因为我们生图模型是 flex 二,因此类型这里选 flex 二。然后加入 clip 文本编码器节点,用于解释提示词。把文本输入节点连过来,作为提示词的输入。 clip 语言模型也接过来,我们接着用 load vae 把 flux 二的 vae 编码器加载进来。接着加入 vae 编码器节点,把 vae 编码模型接过来, 接着加入 scale image to total pixels 节点,用于将图片进行缩放,缩放到最适合 flux 二的总像素,这里填一点五,也就是一百五十万像素。 设置好其他参数,然后连接到 ve 编码器,这样图片就会被编码为浅空间的表示。继续加入两个 set reverence latent 节点先不解释。第一个,这里把文本编码器和 latent 都连过来, 再用这个节点将条件零化,连接到第二个 set reverence latent 也连过去,这里调一下画布,然后把这两个节点分别连到 c f giger 的 正负条件。输入 c f giger, 这里太高了,需要设置为一就够了。现在咱们解释一下这两个节点,它们的作用呢?就像考试时的手抄一样, 在大模型绘画时提供参考,但是不参与绘制过程,也就是不添加噪声,这样大模型始终有个清晰的图像参考,更好地保持出图效果。加入 get image size and count 节点, 用于获取图片缩放后的尺寸。然后加入 flex 二模型专用的空画布节点,将图片的宽高都连接到这里。 输出端连接到裁样器的 later 输入,咱们看裁样器还差三个输入,加入 random noise 节点,用于在浅空间画布添加随机噪声。再加入 ksampler select, 用于选择裁样器算法就用欧拉算法就行,然后连接到裁样器的 assembler, 接着加入 fluxer schedule 节点,用于加载 fluxer 专用的调度器,步数先设置为十, 宽高这里必须设置为和减空间一样的宽高,得到的效果最好,这是个最佳实践,很多社区公开的工作流都没设置好这点,导致最终产品结构总差点意思。输入端都连接好了,接着输出端就简单了,从裁样机输出端 接一个 ve 解码器,把解码模型接进来,用于图片解码。再用保存图片节点,将图片保存,多加入一个比对节点, 分别把原始图片、结果图片加进来,用作效果比对,整个工作流就搭建好了,来运行看看效果。先上传洗面奶图片, 输入提示词, loo 强度调整为零点六,步数设置为十,这个参数对所有洗护用品这种塑料外包装的产品通用,调一次就好运行,看这个效果还是可以的。洗面奶这里我确实随手拍了,家里自用的洗面奶就上传了, 大家做电商的话可以把原图拍的更正一些,更清晰一些,出图效果会更好。再来试试咱们螺丝钉的效果, 输入提示词,因为螺丝钉锈迹比较严重,使用一次性 lora, 它会开启保持一致的效果,很难去锈,因此关掉 lora。 steps 设置为八,运行看效果 闪闪发光,大家觉得失真的话可以增加 steps 参数再来试试衣服,改成服装专用的提示词,运行看效果。以上就是本期所有内容了,记得关注下期见。

市面上很多 ai 详情页根本不能直接商用啊,因为换一个 sku, 连页面的风格都变了。公司一次性上线一百个款,怎么去整批的交付呢?我今天用三样东西啊,把这个事情讲清楚。 comui 先批量出图,版型和最后的页面重组交给 photoshop。 至于一百个 sku 怎么进来,哪一个款报错,哪一个款要补跑是 codex, 它的程序在控制。 最后我再告诉你啊,怎么拿十个 s q 试出一套方案,到底能不能用啊?事情是这样子的,最近有些客户找我问的都是这件事情,所以我想把这个经验啊 分享给大家。这些客户试过这个市场上不少的工具,也找过外面的这个公司演示,演示的时候啊,确实是很快的,一张商品图丢进去, 几分钟就能出一张完整的页面。但是他们把这个交给这个运营和美工,拿到手一看,发现这个颜色、版型、衣服细节,甚至这个文案总有一项是对不上的。偶尔我们会运气好碰到一张能用的,但是我们换一个款,整个感觉又变了。这些工具啊,其实没有错,但是他们解决的还是 单张页面怎么去生成,其实没有考虑到商用的问题和批量生产的问题。公司这边一次性如果上新一百个 sku, 还要保持同一套品牌风格,最后还得按平台的要求整批交付,那 我觉得不管是哪个 sku 出问题了,都不能把整批的这个净度卡住,因为这样效率太慢。那我在给客户跑的这套流程里面, 其实还是让美工先把审美定下来,美工会先 photoshop 做一套能够直接投放的这个详情页,背景、字体、间距和模块的顺序会全部固定, 商品图、标题、卖点和尺码表流程可以替换的这个图层以后啊,如果再进来新的 s q 程序,就只换内容页面,不会再跟着 ai 重新抽一次盲盒 啊。正式上新的时候啊,一百个 icq 进入同一张表格,每一款对应都有自己的图片标题、卖点、尺码和平台的要求。 codex 大家的程序会先检查资料,缺图缺参数的这个款式直接进入异常的清单,资料齐的还会继续往下跑,不影响进度。 需要补模特图、场景图和细节图的款式,整批进入康复 ui 这个地方要注意的是,生成完先做素材审核,衣服颜色、版型、细节和构图都在这一关。先确认 通过的图片啊,直接锁定,后面不再重复生成,有问题的就只重跑对应的 sku。 图片确认以后啊, codex 会按照这个 sku 把这个图片和表格里的信息一一对应,再调用 photoshop 里的脚本,自动替换 psd 里的图层,最后按照淘宝、抖音这些平台的尺寸统一导出。那页面导出前啊,还会再检查一遍这个文字有没有溢出, 图片的位置,有没有报错,尺码表和模块有没有漏某一款的这个 sku 出错啊,就把这一款留下来单独处理其他的款啊。继续导出 以后,如果再有人跟你说他能做这个 ai 详情页,我觉得先别看啊,他的演示图直接给他十个不同的 sku, 中途改一条 卖点,再故意拿掉一个款的素材,看系统会不会主动报缺失卖点改完以后啊,已经做好的页面要跟着更新,出错的 sku 还得单独补跑。 最后啊,你应该看到的结果是有一款留在异常的清单里,另外九款已经按照平台的尺寸导出了,那这套方案我觉得才是可以真正批量生产的张用方法。

现在我们来搭建这个徒身视频工作流,这是所需要的所有节点,我们一个一个搭建,现在搭建第一个,双击空白处,输入 one video vs 选择 one 视频 vs 模型,再输入 one video, 选这个模型加载器,然后把这两个复制一份, ctrl 鼠标左键框,选 ctrl 加 c, ctrl 加 v, 复制一份额外模型连接额外模型,双击空白处输入 one 视频快交换,在 one 视频快交换这有个叉槽戳出来,选择 one 视频设置快交换, 拖出两个,然后把模型连接上,在 one 视频设置这里有个模型,点击它拖出来,选择 one 视频 rola, 这个也是一样的,点击 rola 拖出来,点击 one 视频 rola, 选择 在 lala 后面的空白处,双击输入 one 视频文本编码,选择 one 视频文本编码环存 在文本编码器后面,双击空白处输入 one 视频 ve, 选择 one 视频 ve 加载器,在 ve 叉槽这里拖出来,选择 one 视频 ve 编码,在 ve 编码这里点击参考图像,点击加载图像, 这就是你要加载的图像,在 vse 节点点击 vse 打草拖出来,选择彩样器,拖出两个,现在连线文本编码镶嵌 模型, 注意的是上面这个连接第一个,下面的连接下面点击彩样器的样本,连接到下面的样本,点击下面的样本拖出来,输入 y 视频解码,解码一个图像插槽拖出来,输入合并,选择合并为视频,最后把 ve 加载器连接到视频解码这里,这样这个工作流到达就完成了。现在我们一步步加载大模型, 回到最开头,这里有 v i c 模型选择,这有两个模型,一个高照模型,一个低照模型,上面的选择高照模型,高照模型的数字是 h i g h d 照模型是 l o w, 我 们选择高照模型,下面选择低照模型, 这两个模型加载也是,上面的是高照,下面的是低照,下面选择高照模型。注意区分 y 二点二 t 二 v 和 y 二点二 i 二 v, i 二 v 是 纹身图, t 二 v 是 图身图,我们选择图身图, 看清楚。 y 二点二 t o b h i g h 十四 b f p 八,选择这个模型下面的同样一定要选择好模型,模型选择好之后,它这里有一个注意力模式,点击它,它有闲者注意力选择这个, 两个都选择一样的。现在加载洛拉,注意上面是高照洛拉,下面是低照洛拉,我们选择上面的,先加载高照洛拉,这个就是高照洛拉。 y 二点二 t l v, 它的高照是 h i g h, 然后它是四步, 这是 d 照罗马。 y 二点二 t l v。 加载好罗马之后,这是文本编码,我们可以在这里用提示词工具点击基础的封面,然后翻译 在这。 ve 加载器这里选择 y 二点一的 ve 加载框高可以输入五幺二七六八, 马力,输入四十九,在采样器这里步数选择四步, 引导值一定要选择一,开始步数选择零,结束步数选择二。下面是 d 照模式,一样的步数选择四步,引导系数选择一,开始步数选择二,结束这里不用选 最后合并视频这里这里可以选择文件的名字,这里选择格式选择 ap 四,这里可以选择十六帧,选完选择零,想让这个图片做什么动作, 输入好之后,这里选择加减模型,选择这个模型,选择好之后点击运行,看一下这工作流有没有包错。有一个包错 啊,这个包错是合并罗拉的包错, 我们点击这个,这是合并 load, 把这个给关掉,再点击运行,运行成功,这个工作流就打剪完成。

新的开源大模型电上海报一键出图,我们现在看一下这些成片。我们现在先看第一个看这张图片的中文字体,他在生成中文字体的时候不会出现乱码, 这个大模型对于中文字体理解能力很强,所以你可以放心使用中文字体去描述你要生成的图片,并且它能保持原图的一致性。我们现在说一下这个大模型怎么使用, 这是我们一整个深图工作流。我们先看第一个部分,这个部分是大模型第一个节点,这是加了大模型的节点,它有两个大模型, 一个是 f p 八的,一个是 b f 十六的,如果你选成是八 g, 就 要选 f p 八这一个,如果你选成十六 g 以上,可以选择这一个 b f 十六的。第二个节点,这里加载可利普,这是文本编码器, 就是你在输入文字的时候,他要理解你的文字。这里我们选择八 b f p 八这一个,不要选择四 b f p 八的,它不兼容,会报错。 第三个节点是个 v a e v a e 是 整体图像的,它使用的是 flash 一 的 v a e, 我 们选择使用就好了。 我们看第二个部分,写提字词的部分,你的提字词可以让 ai 来写,我们可以完全使用中文去写提字词,他对于中文理解能力很强,并且生成的时候不会出现乱码,但是你不要生成太多文字,太多太小,他还会出现乱码的。 我们先看第三个部分,这是加载图像和调整图像的分辨率,我们点击上传就能上传一张图像,然后在空内存这里调整它的分辨率, 分辨率大小跟你生成图片息息相关,我们先看这两张图片对比,左边一幅是二零四八乘二零四八,右边一幅是幺零二四乘幺零二四的。在同样的模型,同样的提示词,但是不同的分辨率下,他们所生成的图片是不同的。 那么左边这张二零四八乘二零四八的图片生成时间需要三百秒,右边这张幺零二四乘幺零二四的生成时间只需要一百秒。所以我们调整空滤层的参数, 他对于生成的照片啊是有影响的。我们先看第四个部分,这些参数都不需要调整,我们只需要观察这一个注意力补丁,他有个注意力模式, 我们点它之后,它有一个自动和禁用。如果你没有安装这个依赖,我们选择禁用。如果你安装了这些依赖,选择自动,它会加速你的生成。我们现在开始搭建这个工作流。双击空白的地方,这里输入 unit。 双击,这里输入可立普,选择加载可立普,然后再加载一个 ve。 输入 ve, 选择加载 ve, 然后把这些三个大模型都加载上我们使用的图像编辑模型, 所以说选择这一个模型,这有 edi t 的, 然后可立普,这里选择前文的模型,它支持中文。在可立普类型这里,我们要选择这一个布谷,这是更新软件之后才显示出来的。在 ve 这里,我们选择 plus 一 的 ve, 然后我们需要加载一个他专用的布谷文本编码器。双击空白的地方,在这个地方输入布谷,这里选择这个文本编码器,这是他专用的编码器。我们将可立普连接上,将 ve 连接上,他这有个图像插槽,我们点击他拖出来, 这里选择一个加载图像,这个加载图像就上传你的图像。之后我们在右边双击空白处,这里输入 k, 选择这个 k 裁剪器,然后把布谷的这个大模型连接上 文本编码器的正面条件和负面条件连接上,然后把双击空白处输入空,选择第一个空 laten, 然后把 k 裁剪器的 laten 连接上,然后 k 裁剪器这里还有个 laten, 点击它拖出来,这里选择 ve 解码。 ve 解码这里有个图像插槽和 ve 插槽,图像插槽这里拖出来,我们选择预览图像或者保存图像, 最后把这个 v e 连接上,然后去修改一些参数。在开采暖器这里官方推荐步数是二十五,我们这里输入二十五。 cf 居址是三点五,它一个采暖器,它要采暖器,我们要选择这一个, 然后扩展层这里我们输入幺零二四,这是一 k 的 图像,一般生成一 k 就 可以了。最后我们在文本编码器这里输入体字词,然后点击运行, 运行完成,说明你这工作流跑通了,现在生成图片是两分八秒,现在我们加载一个加速补丁,双击空白的地方输入 s, a, g, e, 这是个加速补丁, 把模型连接到补丁,然后把补丁的模型连接到开采暖器,在这里也可以选择禁用或者自动,我们选择自动, 再点击运行,测试一下,时间缩短了十秒钟,还可以加载一个采暖器算法,双击空白处,输入模型, 选择这个裁样算法模型裁样算法 auto 在 未移这里我们输入三,这个节点作用是保证你的构图不崩坏, 我们把模型连接上,再把这个模型连接注意力补丁,如果你没有依赖就把这个删除掉,这样能运行的,我们点击运行生成完成。我们看一下对比,左边是没加的,右边是加了的, 这次升图时间又快了十秒钟,现在是一百秒,升图左边没加的时候可能有的字会崩坏,所以说建议是把这些都加上。

大家好,今天给大家推荐一个在电商产品里面非常实用的一个工作流,解决电商产品场景一致性的问题。这是前段时间客户手上只有产品的白底图,他们需要更换那个场景,同时的话要保证不同角度下场景的一致性。 所以这里呢,我就给大家做了一个案例,我们可以放大细节,可以看得到皮质它的细节都是有的。然后这个呢,是另外一个角度,它的皮质细节仍然也是有的,而且场景是完全一致的,这个呢是一个另外一个电商产品, 是原图经过不同角度,而且是指定的角度。下面还有一些案例,通过这个工作流可以解决不同角度下产品的呈现问题,同时也能解决不同角度下的场景一致的问题。 那这个怎么做呢?我们先谈一下上一个工作流能解决九十六个角度这个工作流,它其中用到了一个 logo, 使用了这个国外大佬训练的一个 logo, 这个 logo 有 很多 up 主都已经介绍过了,我这里就不重复了。不想 讲一下这个作者呢,用了三千多对三 d 渲染数据进行训练,简单的来说,他是先学习了物体在三 d 空间里的真实结构,再交给馈模型,所以他不仅改了像素,更是理解了平移、旋转和说话的底层逻辑。他深层不同角度的物体的一致性 是非常高的,但是他也存在一个问题,只能在他设定的九十六个角度这里进行选择。如果我们非要一个比较刁钻的九十六个角度这里进行选择。如果我们非要一个比较刁钻的九十六个角度这里进行选择,如果我们难道是应酬卡吗?所以我们就换一种思路, 我们回过来看,其实奎 id 二五幺幺这个模型,它本身就是一个空间理解大师,对知识线稿深度的控制力是很强的,也就是说这个模型本身就对空间是十分理解的,所以我就在想能不能结合这两个优势, 让模型既能理解三 d 的 旋转,又能乖乖的听我线稿的指挥,我测试下来效果真的很绝。我们看一下这个对比,左边是线稿,右边是产品,它完全是严丝合缝的按照我们规定的线稿去生成的, 那这个工作流到底是怎么跑的呢?其实就分为两步,第一步呢是生成模型,第二步呢再根据我们模型生成线稿,指定他的角度去生成我们对应的产品。那我们选择第一步的话, 在这里我们先要把第一步打开,把第二步先关掉,上传我们的产品,先生成模型,移出了背景之后呢,将我们的这个图片生成长度和宽度是一比一的一个图片让我们还原三 d, 建一个三 d 的 模型, 这个模型建好了,在这里我们可以随意的手动旋转缩放,找一个你最满意的死亡角度,鼠标左键是可以调整它的方向,中间的滚轮滚动,可以进行大小的缩放,鼠标右键是可以进行左右挪动的,找一个你最满意的死亡角度,找好了之后呢,然后就截图, 截图之后将第一步先关掉,将第二步打开,在这里我们直接粘贴我们刚刚选定的使用角度,先经过尺寸的调整,然后再给到 lineart 这个线稿的预处理器,再把这个线稿的图片直接给到图二。那图一是什么呢?图一就是我们的原图, 为了保证能更多参考他的图片,我们希望原图要尽可能清晰一点。在这里使用了一个这个图像缩放的节点,如果这个尺寸比二零十八还要大,那我们就将它等比例的进行压缩,不管长边还是短边都要低于二零十八。图片呢,直接给到图一关键词,这里有点讲究,首先需要写我们的提示词, 也就是将刚刚的那个 loo 模型触发词的话就是这个,我们就加上这个词,然后再把这个写进来,这么写是最稳的 loo 权重不能给太高,建议给到零点五左右,既能让他懂空间的旋转,又不会抢了限高引导的风头。后面呢就直接是正负条件。我们给到彩钢器 直接出图了,这里加了一个对比点,可以跟我们限高进行对比一下。出来的图呢,再经过 k 彩钢器进行零点五的低普度的重绘,这个零点五其实也算高了, 也就是会更多的参考我们的原图,让我们生成出来的图片,增加更多原图的细节,我们可以拿来对比一下,相似度是非常高的。最后一步是经过 c、 d、 v、 r 二进行高清放大出来的画质是直接就能用的, 不管这种倾斜四十五还是幅度十五,通通不在话下。动手能力强的朋友可以照着这个逻辑搭一下,如果你是新手,懒得这几年老规矩,关注加点赞加收藏,后台滴滴我或者在评论区留言,角度自由,看到后我会把这个全自动工作流发给你,关注我,带你玩转最实用的 ai 工作流,咱们下期见,拜拜。

大家好,今天给大家分享一个重磅干货,如果你现在还在花钱订阅 mini 或者调用 api 来生成图片,那你一定要看完这个视频,我要教你怎么在本地免费部署 comui, 实现零成本无限量出图,而且效果完全不输付费工具。可能有些朋友会问我为什么推荐 comui, 而不是大家更熟悉的 stable fusion web ui 呢?关键就在于成本和灵活性。 web ui 虽然好用,但如果你要大量出图 api 费用会很高,而 comui 完全开源免费,更重要的是它的节点式工作流可以自由组合,就像搭积木一样,能实现 web ui 做不到的高级功能。好,现在进入实操环节, comui 的 安装其实比你想象的要简单,我给大家准备了三种方案,第一种最简单,直接去 github 下载 windows 便携版解压就能用,是 纯新手。第二种是通过 stability matrix 这个管理工具,一键安装,适合想同时管理多个 ai 工具的朋友。第三种是 ws l 方案,适合有 linux 基础的开发者,大家根据自己的情况选一个就行。安装好软件后,下一步就是配置模型,这也是新手最容易出错的地方。大家看这张表,不同类型的模型要放在不同的文件夹里,大模型放 checkpoints, vae 模型放 vae, laura 放 lores, 路径千万别搞错,否则软件识别不了。另外,如果你之前用过 webui, 好 消息是 comui 可以 共享同一套模型,不用重复下载,能省几十个 g 的 硬盘空间。好了,按照今天的教程,部署好 comui 后,你就彻底告别每月几百块的 a p i 账单了,无论你要生成多少张图,都是零成本。建议先收藏这个视频,跟着一步步操作。下个视频我会讲怎么在 comui 里部署目前最强的 flex 模型,出图质量直接对标 mid journey。 记得点个关注,别错过更新,我们下期见。

大家好,欢迎来到我们的 comfy 基础入门第四节课。上节课我们吃透了文生图的节点,工作流依靠文本指令生成图像,但很多小伙伴会发现,纯文字创作很难把控画面构图、人物姿态和整体结构。想要精准复刻、微调改造现有图片,就必须掌握今天的核心内容。图生 图很多人只会套用现成工作流,却不懂图生图的底层逻辑,导致改图效果差,画面崩坏,细节丢失。 本节课我们跳出机械套用模板的误区,深度拆解 comui 图生图的核心原理,带大家搞懂 ve 编码前空间转化、 k 彩样去造的完整流程,明白图片是如何被 ai 读取解析并重塑的。 同时,我们详解重绘强度、彩样参数的核心作用,解决大家改图模糊、变形、风格跑偏等常见问题。 学完这节课,你将彻底打通图生图底层逻辑,不再依赖固定工作流,能自主可控的修改优化二次创作图像,精准实现你的创意效果。 哈喽大家好,那这节课呢,我们一起来学习一下图生图工作流的搭建,以及它背后的运行逻辑。那首先呢,我们还是来到康府爱的默认工作流,那接下来呢,该如何去搭建最基本的图生图呢?那首先我们可以看到这个空 雷肯图像这个节点,我们先把这个删掉。然后呢,我们在这个 k 采暖器这里的雷肯图像我们先连接出来,拨出来 可以选择这个 ve 的 编码。最后呢,我们来看一下这个 ve 的 编码,那这里会一共有两个输入,分别是图像输入和 ve 输入, 那我们来看一下 v a e 连接在哪里呢?那么我们这一整套工作流里面,是不是只有这个 checkpoint 的 加载器有这个 v a e 的 输出呢?所以我们 v a e 就 直接连接到这里,那接着我们再去加载一个图像的节点, 那么自此我们的图生图工作流就完成了,其实跟最基本的纹身图工作流是非常相近的,只不过只是多了一个图像的输入,那接下来呢,我们来看一下它具体是怎么使用的吧, 比方说我这边呢上传一张金发双马尾女孩,接着我们把正向提示词给先写一个质量提示词,那么我们打开这个 翻译软件,这里呢,我们先写这个质量提示词,比如说杰作高质量,再来写一个主体,那主体的话我们就来写一个女孩, 给它复制一下,我们回到 comforter 当中,我们给它贴上去,那这里呢,我们还是书写副象提示词,我们这里呢可以去书写这个 eciti 的 这个负面提示词的提示词。主包贴上之后,我们把这个大模型呢切换成这个动漫二次元类的,当然其他的话呢,大家也可以选择,都是没有问题的。那接着我们直接点击生成, 接着我们可以看到啊,这张图像,他跟我们上头的图像有什么关系呢?其实近乎没有关系,对吧?那么这个是怎么一回事呢?那这边我们就需要看到 k 场气内的这个降噪 值,那这个降噪值呢,就是控制着原始的声添加的比例,比方说现在的这个降噪值为一,对吧,那相当于什么呢? 我们输入的这个图像,它上边会布满降噪值,那大家可以想一想,这跟我们输入一张纯噪生的图像完全没区别,那反之我们把这个降噪值调节为零的话, 我们再来看一下,那现在我们再次点击一下运行,可以看到啊,此时呢,我们生成的图像与原图是完全一致的, 那这个是因为我们对于输入的图像降噪值为零的一个缘故,导致一个噪点都没有进行添加。那大家可以想一下, deco diffusion 运行的逻辑原理就是给图像不断的一个降噪,从而生成新 的内容,那这里呢,我们一个噪点都没有,自然而然就生成的跟原图是一模一样的了。但是如果说我们把这个降噪值调节成零点五的话,我们再来看一下会发生什么样的变化, 那现在呢,他跟我们的原图是不是非常的接近,那这个就是降噪值所带来的一个影响了,那现在呢,我把这个随机种子给固定一下,那再把的这个种子呢?随意换一组, 比如说我们调节成五,再次点击一下运行,可以看到啊,我们第二次去生成图片,还是跟原图是有非常多的相似之处的,而我们在正常的升图流程过程中, 降噪值为零点三五到零点六之间,那我们生成的图像会跟原图较为近似,那如果说你设置的是在零点六甚至呢零点七以上呢?那么 ai 它将会赋予这个图像更多的一个想象空间, 以及呢像这种自由的发挥空间。比如说我们把这个降噪值再次设立成零点七,再次升图, 现在大家就可以看到啊,那最终的图像跟原图是越来越不近似的。 不过我们也会发现一个小问题,我们在生图的时候总是感觉灰蒙蒙的,比方说我们再去换一个随机种植树,我们再次点击生成,有没有发现它的色彩,其实呢没有觉得非常的鲜艳,那其实啊, 这个就是关于我们的这个 ve, 那 上一节课呢,我也有提到了 ve 呢,一般是由我们大模型进行提供的,但是有的时候大模型所匹配的 ve 不是 特别友好,还不如一些社区玩家所发布的 ve。 比如说像这个大模型, 我用的就是它自带的 v a e, 它表现出的色彩呢,可能不是特别的理想,我们就先把这个 v a e 先解开, 那这个时候我们再拖进来加载一个 ve, 那 我们先把这个 ve 的 连线给断开,然后我们就随便的在这个 ve 解码,或者呢 ve 编码当中啊,直接拖进来加载 ve 的 一个 加载器节点,那有了这个节点之后呢,我们就可以去选择任意的一个 ve 模型了,比方说这里呢,我生成的是一个二次元类的,那我这里就选择一个 any 美的一个大模型,就是 ve 的 大模型。 选择好之后呢,我们再次连接这个 ve 的 编码,我们随之再次点击一下运行, 有没有发现最后生成出来的图像呢?他的色彩丰富度相对于前面来说他会高出不少呢。那么解决完这个小问题之后,我们继续再来看一下这个降噪值, 那这个降噪值它究竟是怎么做到让生成的图像跟原图近似或者不近似呢? 那我们接下来呢,再来看一张图生图的完整逻辑,那在我们的图生图工作流当中,它不同于纹身图,那它一共是输入了两种信息, 一种呢是我们图片的信息,另外一种呢就是我们的这个文本信息。那刚才呢,我们不是边写了提示词吗?而我们在上一节课所讲到的文生图当中,只有一种是文本编码信息。 那么问题来了,如何将我们的这个图片信息如何转成电脑处理的一个相关信息流呢?那我们这边用到的其实就是这个 ve, 大家可以看到啊,这个绿色的三角形就是 ve 的 编码器, 它的作用呢就是将我们输入的图像给降为呈中浅空间的图像,而这些浅空间的图像它不同于这个像素空间的一个图像,它是看不见的, 同时呢尺寸也会非常小,更易于电脑去处理。那之后呢,这个 v a e 的 编码器会将这些编码后的浅空间图像依次发送至这个 k 传感器当中, 我们来看一下它会干嘛?那现在呢,它就是先会对这个图像进行一个降噪,那在这个采暖器当中呢,我们来看一下它到底会干嘛?那首先呢,它会添加噪声,就是 add noise, 那 这个添加噪声到底该添加多少呢?这个其实就是我们的降噪值所决定的, 我刚才所说,如果我们的降噪值为一的话,那就相当于为我们输入了这一张浅空间图像是直接噪声加满的,那整张就是我们所添加的这个噪声,也就意味着在这种情况下和一张纯噪声图片没有任何区别, 同时我们的噪声值为零点五的话,那有可能啊,添加噪声的幅度会很大。添加完噪声之后,我们再来看一下这个 layer 图像,它就会发送至我们的这个 unit 模型当中进行降噪, 那就等同于什么呢?纹身图就是一个空阶的一个输入,不过呢,此时的这个空阶是有内容的,而不是一个完完全全空白的一个 layton 图像,也就是浅空间的这个图像。 那我们上一节课所运用的工作流的空阶,其实就是输入一张没有任何内容的一个浅空间图像。 那我们接下来再来看一下这个图生图的工作流,那一张有内容的浅空间图像被发送至这个 unit 模型当中进行降噪,那还需要什么元素呢?那当然其实就是我们的特征 向量了,那这个 test impairing 的 话呢,也会从中掺一角来,直到我们的这个图像的生成来,直到降噪的一个走向, 比方说我想生成的是一个紫色头发的一个女孩方向去靠。那么之后呢,就是进入到我们上一节课所介绍的这些降噪啊,以及 迭代流程啊,经过我们采用步数的一个次数迭代进行降噪之后,那我们的这个 u n k 模型就会把处理完成的前空间图像发送至这个 v a e 当中的加载器,让它进行一个解码。 因为我们是看不见这个潜空间的图像的嘛,所以它必须要有一个转化的接头来把潜空间变成像素空间的图像。 那之后呢,我们的 ve 解码器就把前面所有的信息内容解码成最终生成的一个 ai 图像, 那我知道现在呢同学们,你们听起来呢?会有一点点的小晕,那我们接下来再结合一下这个康复呀的工作流,一起来看一下。比方说我们这组简单的一个工作流, 我们图像输入是什么呢?那当然就是加载图像的这个金色双马尾女孩,而我们的文本输入呢,就是我们的正向提示词和反向提示词,那这两个提示词呢?它会经过这个 clip 模型 将编码合成这个蕴涵非常多信息的一个特征向量。这个小盒子啊会发送至这个 k 彩器当中, 那被发往这个彩器当中呢?同时这个小盒子会结合我们的原始图像,那原始图像也就是我们前面所加载进来的这个图 图像加上 v a e 编码之后啊,这个噪声图像,比方说我们这里是零点七,对不对加一些噪声一同在这个 k 长值当中进行降噪。 最后呢我们就可以看到啊, k 长仪这里会有一个叫做 latent 图像的一个输出,那么这个 latent 图像的输出就会把我们之前的这个 latent 图像, 也就是浅空间图像发送至这个 ve 的 截码器,从而对于这个浅空间到与像素化空间的一个转化。比方说我现在呢提示词去增加一个粉色头发, 我们直接给它贴上来啊。其次我们把这个降噪呢稍微改低一些,比如说零点五左右,那步数呢,我们就设置成二十五步, c f g 值,我们调节在六点五, 然后我们的采暖器和调度器呢,我在上一节课也给大家介绍了过,我们一般呢是采用这个 d p m 加加二 m 的, 那调度器呢,我们就可以选择那个 chaos, 都是没有问题的,我们再次点击一下运行, 那可以看到啊,对于我们的这个粉色头发的女孩,我们把这个降噪值往下调,比方说我们是零点五,接着再次跑图的时候就可以发现,因为降噪值比 较低的缘故,我们生成的图像呢,其实跟原图会较为近似,改动的幅度不是很大, 但是呢,他的头发确确实实是蒙上了一些淡淡的粉色,甚至呢他的这个眼睛也是变成比较深的一个粉色啊,那么这个就是降噪值结合着文本与 图像的输入共同造就的一个结果。那接下来呢,我们把以上的理论知识给转换成一个有趣的动漫转真人小案例。那怎么做呢?大家可以想一下啊,我们的降噪值是不是可以去控制我们生成的图像与原图的相近程度, 而我们最终的图像生成整体风格是由什么决定的呢?那一共是有两种,第一种是我们书写的提示词,而第二种呢是最为关键的大模型,那要注意啊,大模型的 影响可是要比提示词要多出很多,所以呢,我们这边大模型直接去选择一个二次元类的, 我们这一大模型呢,直接选择一个写实模型类的,那我们在这里呢,在这个提示词的结尾,我们加上一个写实风格的提示词, 接着我们再把这个 ve 的 加载器当中的模型给替换一下,比方说我们就选择这个通用的八四零零零的,最后我们直接开始点击 生成,可以看到啊,我们现在呢,图像的风格他是发生了一些转变啊,有点偏向于写蛇的感觉了,但是呢程度还不够,那我们就得把刚才的这个粉色头发的提示词给删掉,我们再次点击一下运行。 那既然如果说你觉得这个风格转变的程度还不够的话,那我们其实也可以提升一下这个降噪值,我们就先设置在一个零点六五八,直接点击一下运行。 那现在呢,有没有感觉我们的图像又稍微有点太过了,它跟原图呢,这个相似度有点太低了, 那么我们就可以继续去调整我们的降噪值,去选择一个较为合适的数值即可。那就这样子呢,我们就成功把这张动漫图片通过简单的图声图降噪方式,变成了一张写实风格的图像呢。 那么这个方法呢,可以算是比较简单而且容易的一个风格转换方法了,那后续呢,我们会学习更多的一个进阶内容,让图像变得更加可控,可以去控制人物的姿势, 以及呢面部的表情啊,它的线条呀,背景的深度关系等等,那这些都是可以通过后续的 control 类来进行控制的。那么以上呢,就是关于我们本节课图生图的一个教学了。

哈喽,大家好,最新最好用的电商产品图背景替换工作流他来了, 那么这款工作流呢节点并不是很多,但是它的效果绝对非常顶级,像这里面我输入一张图片,然后我们可以看到他就生成了一个与原图非常非常贴合的产品背景, 而且可以看到我们的原图保持的非常的一致,几乎没有一些什么细节上的差别,而且他还给我们的产品图呢进行了一些修复,让我们的产品图更加的真实,更加的有美感。 那么这款工作流用到的就是我们最新出的 flex two 克莱因模型,那么它在前几天呢由我们的黑森林工作室呢进行了发布,目前呢也是非常的火热, 那么我也是看到了他有这样的潜力呢,就想到了他在我们电商产品图的应用当中,那么现在我们具体来介绍一下这款工作流该如何的使用。首先模型上面我们要选择最新出的这个九 b 的 模型,当然如果你的电脑配置比较低的话,你可以选择四 b 的, 但是效果没有我们九 b 的 好。 然后搭载我们的千问三的 clip, 那 么这一点要注意,和我们之前 zimi 模型使用的 clip 不 同, 这里我们使用的是这个八 b 的, 以及搭载了一个专门适配于我们 flux two 的 ve, 这里面我们添加了一个 clipp 的 文本编码器作为正向提示词输入, 那么我们的 flux 的 负面条件自然也是我们熟悉的条件零化节点,然后通过我们的一个自定义采样器呢进行采样, 那么这里面我们不要使用那个 k 彩样器,因为我们要使用我们 flast 专门的一个调度器来进行调度,最后呢来进行一个生成,那么也可以看到效果非常的不错。 这里面我输入的题词呢比较简单,只是说添加一个高级的电商产品图背景,当然你也可以按照你自己的需求来进行一个书写,可以看到它最后的表现怎么样。 那么这款模型呢,它的大小也不是很大,我们的九 b 模型呢,使用它的 f p 八量化版本,当然是八点八个 g 左右, 四 b 则只有四个 g, 非常的小,那么即便是我们的电脑配置比较低的情况下,也能够流畅的使用,还是非常推荐大家进行一个使用。那么大家下载好我们的文件之后,只需要打开这个工作流就可以流畅的进行使用了,那么我们这节课就到这里了,下个视频见。

如果我不说,你看得出来这是 ai 做的吗?这就是二零二六最强的 ai 生产的工具 comfyui。 那 么我们这一期主要来讲一下 comfyui 到底有什么用,以及到底怎么用 ai d c 全面爆发的时代, comfyui 早已不是小众玩具,而是内容创作设计行业的核心生产地工具。 可很多小白朋友刚接触时就陷入误区,只会堆砌关键词,不懂节点参数和流转逻辑,盲目生搬硬套。别人的工作流,不理解底层机制,画面结构混乱,人物崩坏,细节拉胯, 看似会用,实则完全没有可控出图能力。别人已经用 compui 实现高效出图,商业落地 ip 创作,你还在零散教程里反复试错,浪费大量时间成本。真正专业的 compui 学习,从来不是盲目抄节点批模型,而是建立完整的工作流体系。 从提示词、工程节点连线逻辑到模型选择、 laura 搭配、高阶控制,每一步都有严谨的逻辑。这不是跟风,而是抓住 ai 创作时代的基础入场券。 无论你是零基础入门,还是想突破瓶颈,我都会用系统可落地的专业思路,带你真正掌握 coffee。 ui 整合包和教程都准备好了, 感兴趣的同学吱个声。我们把 comui 压缩包右键解压到当前文件夹,这里要注意两点,一是文件夹路径不要太长,二是路径里不要出现中文。这两点是新手启动失败最常见的原因。等解压完成,打开文件夹,双击启动器图标就可以了, 打开之后你会发现变化不小。首先是根据大家之前的吐槽,重新做了一个专属启动器,常用操作全都收在这一个面板里,不用再进命令行折腾。 先看首页右上角显示准备就绪,说明环境已经加载完成,中间的运行状态是自动提取出来的。我这台机器是五零七零 t 十六 g 显存,它自己就识别到了,模式默认自动兼容,地址是本地的一零八零端口, 也就是说你不用知道自己显卡什么型号,它自己会识别。左边这一栏是功能菜单,一共五块,首页高级选项维护中心常用文件夹控制台, 中间的大按钮是启动, ctrl u i 点一下就跑起来,旁边有停止和重启,就不用再去专门关命令行窗口了。 下面三个是快捷入口,自定义节点模型目录输出目录,出完图想找文件点输出目录就行。 第二块是高级选项,最关键的是显存模式,一共四档,第一档自动兼容,这是默认值,也是我推荐的第二档低显存,对应六到八 g, 第三档标准显存十到十六 g, 第四档高显存二十 g 以上。注意,这里分的是显存大小,不是显卡型号,你不用管自己是三零六零还是四零七零,看显存几个 g 就 行, 而且大部分人不用选,保持自动兼容,他会按你的实际显存去匹配,等出现显存不足的时候再切到低显存模式先跑,跑不动再掉,别一上来就纠结参数。 右上角的显卡适配支持三零系,五零系显卡下面的服务端口默认一零八零,如果这个端口被别的软件占了,改成八一八八之类的就行。再往下两个勾选项,自动打开浏览器,自动清理临时目录,建议都保持勾选。最后文件保护这块要说明一下, 清理缓存,只清 temp, 你 的模型,工作流生成的图片都在保护范围里,不会误删。 第三块是维护中心菜单上,这个新版本脚标是有更新时自动提示的,看到它进来更新一下就行, 下载慢这个问题其实来源不止一个,所以这里拆成了四项。第一项, honey face 模型,主要从这里下默认走 hf mirror 镜像,另外还可以选自动优先官方官方直连,或者填自己的镜像地址。 第二项, github 下载来源插件,从这里拉取默认自动选择优先走,官方不通再走加速前缀。 第三项,拍 p i 软件员装依赖用的默认清华大学,也可以换阿里云或者中科大,哪个快用哪个。第四项, h t p 代理默认跟随系统,你要是本来就挂着代理,保持这个就行,不用管 这四项,每一项都留了自定义网络环境,特殊的可以自己填,但对绝大多数人来说,默认这套配置直接用就行,不用动是好点,保存并应用。右边这块是连接检测,可以一键全测,四项全绿一千毫秒左右,说明网络这边没问题, 他只做轻量检测,不会真的去下模型,几秒就出结果。第二个标签是版本更新,你看这里有个红点, 说明有新版本了。这块分成左右两部分,左边是启动器本身,一点二点一版本随着整合包发布,他不单独更新,跟着整合包走,这是为了保护内置的排放和库档环境。 右边是 comfy ui 核心,这个可以随时更新,我这里当前是零点三零点零,最新是零点三一点零,昨天刚发布的。上面这个开关每二十四小时自动检查一次,开着就行。更新通道默认选稳定版,不建议选测试版。 想更新就点立即更新,不想现在更新可以点忽略此版本,想先看看改了什么就点查看更新说明。新模型出来跑不了,八成就是核心版本旧了,来这里更新一下就行。 左下角这个修复整合包我要单独说一下,玩过 cfui 的 都知道,最怕的不是不会用,是环境崩了,装了个插件依赖冲突,第二天启动直接报错,一堆红字看不懂。以前遇到这种情况基本只能重装,现在点这个按钮就行, 它会按你当前的 cfui 版本,把内置的排放依赖补齐或者恢复,然后跑一遍隔离健康检查。而且它有两层保护,核心,更新之前会先备份,失败了自动回滚。 第三个标签是已安装扩展整合包,内置了一百七十四个,都在这个列表里,汉画、图片保存、提示词、队列这些常用的已经装好并且起用了, 如果哪个插件冲突了,就选中它,点击停用,不用去删文件夹,也可以直接打开它的目录。第四个标签是安装扩展,这里接的是 control manager 的 公开目录,五百多项。搜名字找到点安装,装过的会标已存在,不会重复装。 以前装插件要去复制仓库地址再手动拉这一步,现在省了,不过提醒一句,装之前看一眼来源,别什么都往里装。 第四块是常用文件夹,六个按钮分别是整合包根目录、模型、自定义节点,输入输出用户数据。 下载了新模型,往 models 里丢,做好的图去 app 拿,不用再一层层翻路径。最后是控制台跑图时的日制实时显示在这里,万一报错,点击右上角导出运行日制,把文件下载发给 ai, 就 能直接看出问题在哪。日制退出启动器就清掉,不占空间, 不用再为配置软件浪费时间。为了让大家更快上手,真正把这款软件用起来,我还特意花了一个月的时间制作了一套专门的讲解视频。我们从新手友好的角度出发,循序渐进帮助你掌握软件内容,相信在下面的视频内容能够很好的帮助到你,那我们下期再见。

哇,好美, 你在看什么呀?哇,好美啊, 我们今天说这个纹身多宫格图有九宫格、六宫格、四宫格,这是文件存放的路径,比如说你是这个文件,就存放在这个文件夹就能运行,这是文件下载的路径,直接点击就能下载, 这是 g g v f 版,如果你系统不够,就下载这一个,然后这里是体式模版,这九宫格、体式模版、六宫格的和四宫格的,我们把这些体式复制,然后传给 ai, 让大家分析参考这样的体式去生成,然后再把体式复制到这个地方,这个地方是公主的这个里, 在这里复制进去,然后在这个地方是存放模型的地方,在这下面是存放模型,点击它加载模型, 把对应的模型的加载完成,然后在这里设置分辨率,还有他的框高笔都设置完成之后就点击运行,运行成功我们就得到一张照片,右键保存图像,保存图像之后,我们在这个图片分割这个地方可以看到这里有个选择,把球门关闭掉, 找不到九宫格分割,打开它,选择这里会调整出这个界面,我们选择上传图像,看到刚刚那张图像,然后点击运行,如果运行出错了,先这个样子, 那么我们点进这里这个里面,在这个节点里面去设置它的分辨率,因为我们刚刚生成的分辨率是这一个,但是我分割图像的分辨率是这一个, 我们把这个分辨率设置进去就好了,比如说这个节点一它的分辨率是这样,我们就把它的分辨率全部设置成一样的, 那高度是很一样的,那我们再看减减,这里它有个 x, 一个 y, 我 们记住 x 减减二六,这里把 x 放上去,然后我们再把这个 y 放上去, 都输入完成之后回到这个工作流,我们点击运行,然后我们就找到一张张的图片了,这是一张张图片,我们可以点击保存,然后到这里图片放大的地方, 也可以看到这个地方,把这个关闭掉,把图片放大,打开它在这个地方我们就上传图片,上传这一张图片,我们点击运行, 你在第一次运行的时候,他会下载模型,下载这个动画模型,如果运行不了的话,我们选择 q 四这些能量小的模型去安装,安装成功你可以看一下,图片质量得到了提高, 我们就可以保证图像了。像那张照片,如果对于哪个模块哪个方面是不满意的, 就可以来到这里,这是对应的模块对应好,要觉得哪个不满意,就要提示这里修改,比如这里我觉得这服务器不好看,我要生成一个苹果,然后把修改好的提示词双击这里文本给它装进去,然后再把这个线给断开, 我们再运行一遍,现在好我们看一下,他就给我们生成了一个苹果,那么跟这些剃须刀是不一样的,所以说这里能修改单独的体字,而且在单独的模块去修改, 那么他也很厉害的一个点,就是参考风格,比如在网上找了这个风格,我们直接剪切他,然后让大家去分析这个图片,让他给我们写题字词,我们拿到题字词后,然后在这里又粘贴题字词, 我们点击运行设置完成,我们可以看一下右边是截图,左边是深层的,那么还有这一个,左边是深层的,右边是截图,他的中文能力也是挺好的, 大家可以自己多多尝试。那我们详细说一下这些节点怎么使用。这个地方是调整画幅,这里是调整分辨率,这里很多个选择的画幅,一比一、二比三之类的 分辨率可以调很多,但是依靠你的显存容量和内存容量去调整,不然直接爆掉的。然后这是图片分割的地方,我们只要上传一张图片,他都自动给我们分割成一张张的,然后九宫格,这里只能分割九宫格的照片, 你不能分割六宫格的照片,我们点击运行,你分割六宫格的照片,他就会乱码,像这样分割不出来, 你只能分个九宫格的照片,这些参数是我调整好的,然后我们要注意我们的像素,我这个是两倍像素,如果给它换成一倍的像素,比如这张图片你再去运行, 看到没有,它还会是乱码,所以说这些参数它只能运行两倍的像素。那么参数怎么调整这个节点?它有个方法,我们点进去 这些都调整参数的地方,走在这个节点旁边,这里这个地方我准备了一个像素一,一个像素二,他的这些参数我们按照这些参数去填, 比如这个节点一,对应的是这个节点,我把这个宽度是这一个高度是这一个 对应的节点二 s 轴, 这像素是一样的, 我们返回点击运行,可以看到我们调整过后的一二三节点,就是这个一二三 代表着图片的一二三,它分割了就很正确,所以说你可以按照这个参数去调整, 那么像素我们是怎么获得的?我们在这个两个节点中间,在这个地方去选择它像素,那刚刚我们运行的是一的像素,我们数二,那么就是二的像素, 对应的节点就是这里,这是一的像素,那么这是二的像素。现在我们在说这一边图片放大的区域,比如这张照片,我们给他保存图像,而我们点击这个加的图像,这里选择上传一张图像, 我看一下分辨率是六四零乘三六零的,我直接点击运行,我们现在可以看一下后台,现在在下载一个模型,下载完成就在运行了。放到手后,我们看一下这个照片, 他脸部是糊掉的,我们再看原照片,他脸部也是糊掉的,所以说放大后的质量取决于原照片的质量, 原照片质量越好,放大时候就越好,那么这一个就是放大后的参数,我们可以调整这个参数去放大二幺六零,他对应的后面这个参数二幺六零, 我们不想放那么大,我们就随便选择一个幺零二四,点击运行,这是幺零二四,它修复了一下我们的脸。

这是一张模特图,这是一张电商产品图。接下来让模特穿上这套衣服,只需三步搞定。首先打开我们花两个小时搭建的工作流,把工作流拖入到工作台工作流内,上传模特图、服装图。第二步,输入提示词。 第三步,点击运行,只需等待几十秒就能得到效果图,衣服的材质、模特的姿势都可以完美的控制。过去我们拍摄产品需要几千几万, 现在完全不需要 ai 一 键搞定相关的模型。工作流我已经给大家整理好了,只要有台电脑,你也能轻松上手。