control 是 控制,那 in control 和 under control 有 什么区别呢?其实这两个完全不一样啊。这个 in control 呢?是什么?是主语,是人你来控制什么?你控制什么东西?它其实跟那个 呃 in charge of 一 样,像,就是你来负责什么,那这个 in control 就是 你去负责什么东西。那举个例子啊, she is in control of this house, 他来负责,他来控制这个什么,这个房间,这个屋子。而另外一个 under control 是 什么东西做主语,那就是什么东西,什么事儿处于控制之下。什么意思呢?就哎,被控制住了,比如说 the fire is under control, 那 个火焰被怎么样被控制下来了。所以你看 in control 主语是人,是这个人去控制什么东西,而这个 under control 是 东西,是事儿,他被什么给控制住了。 那如果我想表达他的病情已经被控制住了,那这种情况咱们是用 in control 还是 under control leave your comments below。
粉丝2.9万获赞19.5万

s u p e r t a b s 是 一款用于 blender 的 界面管理插件,主要用于优化侧边栏 and panel 的 组织方式,使其从简单的工具列表升级为可自定义的工作空间管理系统。该插件只在解决 blender 中插件和工具过多、侧边栏滚动复杂的问题,从而提升整体工作效率。 s u p e r t a b。 的 核心功能是 m panel 管理系统,用户可以创建无限数量的主面板和子标签组,并对其进行重命名、排序、设置图标等操作,还可以将多个插件整合到同一个面板中,从而构建更清晰的工具结构。同时,插件支持隐藏不常用的子面板,使界面更加整洁。 该插件还支持多个编辑器环境,包括三 d 矢图、 u v 编辑器、图像编辑器以及节点编辑器,如 cedar geometry, nodes compositor 等,让不同工作区域都可以使用统一的界面管理方式。通过快捷键派菜单和收藏标签,用户可以快速访问常用工具,形成更加流畅的工作流程。 此外, s u p e r t a b s。 提供配置保存与恢复功能,可以将布局导出为 j s o n。 文件在启动 blender 时自动恢复,也方便在不同电脑之间同步工作环境。 总体来说, s u p e r t a b s 是 一个专注于界面整理与工作流优化的实用插件,特别适合使用大量插件的 blender 用户。好啦,记得点赞关注人人 c g 获取更多数字艺术内容哦!
![ComfyUI 使用Controlnet教程及常见报错 使用ControlUI的时候出现An error happened while trying to locate the file on the Hub and we cannot find the requested files...的报错该如何解决?
Main.py文件中
if __name__ == "__main__": 后面复制粘贴如下代码后保存即可(记得得是英文字符)
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
ComfyUI中Controlnet的使用技巧简介
#AI绘图 #comfyui #stablediffusion #controlnet #人工智能](https://p3-pc-sign.douyinpic.com/image-cut-tos-priv/75b02879e5ee488d14276832eb828bb3~tplv-dy-resize-origshort-autoq-75:330.jpeg?lk3s=138a59ce&x-expires=2092237200&x-signature=vI3RxWYNGU13S0veTCFS46cGCUk%3D&from=327834062&s=PackSourceEnum_AWEME_DETAIL&se=false&sc=cover&biz_tag=pcweb_cover&l=20260423011714B9E01F9B5545DE7EC951)

z mage control night 二点零更新了,测评开始。哈喽大家好呀,前天阿里发布了 z mage control night 的 二点零,那用过一点零的小伙伴肯定都会发现一个问题,就是一点零对姿势的控制并没有那么的好,我 看了一下二点零的介绍,主要优化点就是像线条控制、姿势控制、深度控制,它的效果能达到一个标准水平。那么今天我们就对一点零和二点零分 别做一个对比。工作流,我用的是 zee 妹子的图片反推,然后用相同的提示词和参考图片,分别通过一点零和二点零生成对应的作品。我在网上找了一个姿势比较扭曲的 pose, 然后首先我们用线稿去看一下它的效果,好点击运行,好,作品已经生成。左边是二点零和原图的对比,右边是一点零和原图的对比。我们 首先看一下一点零,好,我们看姿势确实有一点不对,原模特的姿势是把他的手搭在肩膀,我们生成的这个模特是拿手去撩头发。再看一下二点零,二点零的表现就非常的精准,模特的姿势甚至是衣服的位置固定的都非常的好,所以在线稿上二点零确实做的比一点零要优秀。好,我们再验证一下姿势, 点击运行好,作品已经生成了。我们首先看一下一点零,生成了一个跟参考图几乎姿势没有什么关联的图片, 我们看两只手的位置都不对,然后生成了三条腿,这种图片在实际应用里面肯定是要作废的。然后我们再看一下二点零,相对来说还可以,因为现在用的是姿势控制,所以在参考原图的基础之上,模型也进行了自己的发挥,整体的姿势动作并没有偏离,那对比下来,在姿势控制这一块,二点零也比一点零要优秀。好,我们再看一下深度控制, 点击运行看一下效果。好。生成完了,我们同样先看一下一点零的效果,缺陷主要还是在手部,我们看这个模特的左手就像骨折了一样。好,再看一下二点零,同样二点零的还原很好,模特的姿势纵深还有空间感 还原的都很细致。好。通过上述我们对三种方式的效果对比,基本上可以看出,二点零主要解决的是一点零在实际应用上面的一些缺陷,通过版本升级之后达到一个可以使用的标准,所以还在用 z mate controlnet 一 点零的小伙伴 可以升级到二点零了。二点零的模型我已经放在了视频简介区,大家可以直接下载使用。好,今天的介绍就到这里了,我是张 sir, 只推荐简单高效的工作流,关注主播不迷路,拜拜啦!

玩 openclaw 最大的痛点是瞎子摸象,不知道后台 agent 到底在干嘛。 openclaw control center 算是 openclaw 可视化本地控制台,面向非技术用户,不仅直观地展示每个 ai 的 健康状态,谁在工作,今天花了多少,还支持敏捷任务分配 和实时目标追踪。如果 openclaw 是 一个 ai 操作系统,那这个项目就像是统一管理所有 ai 的 指挥中心。

hello, 大家好,我是牵引风光的小海,今天我们来讲 z i max 的 另外一个工作流,上次我们讲的是一个基础版嘛,哈,就是 turbo 的 方案。好,我们今天说另外一个方案,叫多控制的一个方案, control, 哈, control 和之前我们讲的这个基础版有什么区别?哈?基础模式啊,就是我们上次讲的这个 turbo 这个工作流,然后我们现在今天要讲的是一个多 control 的 一个联合的一个控制。我们来看一下这个叉七 p d 怎么说的哈?结构控制哈, 我们基础版是非常非常弱的,然后现在这个 control 版本它是非常强的,它强调这个结构的一个控制,然后姿态控制它非常非常强,然后基础版它就很一般了。好,其他的自由度和这个稳定性它就比较差了,自由度和稳定性比较差。然后就是一个用途,比如像基础版,它主要是用于这个洗图, 然后这个结构控制它可以进行一个严肃的一个约束,这样子啊,我们可以去精准的做到一个控制,控制到 他要生成出来一个什么样的图,而不是随机的啊。你如果用基础版,他带有很强的这种很自由度,他就会抽卡,有抽卡这种感觉啊。比如说甲方给你一个要求,这个要求就是要这样子, 你就要用多控制哈,就是我们今天的这个工作流,普通的 ctrl alt, 它是一个控制条件,然后我们今天讲的这个是多个控制条件,这样子的话它就可以出来更精准哈。好,再往下看哈,改风格,但不追求百分之百的一致啊,就它不一致啊这个东西哈,然后我们今天要讲的这个就是一致性要好很多,好,最后来看一下实用性 基础版,就是喜图改风格,不要求百分之百一致,显卡要求是八到十二 g, 这个工作流的区别就是人物姿态不能变,参考图就是最终截个图。好,这就是主要的一个区别。 今天我们就来讲这个 z m i g 的 一个进阶方案,好,解包之后啊,这就是我们的一个多控制的一个工作流。我们来简单介绍一下这个工作流,这边是加载一个图像哈, 好,往下它是加载一个模型,这里我们可以加载这个 z m h turbo b f 四六啊,这是最大的一个模型,待会儿我们再去讲另外两个模型啊,加载之后,这里是一个 阿里巴巴的一个千万千万三杠四 b 的 一个 clip 文件啊,好,再往下是一个 v a e 的 一个变分编码器啊,我们用这个默认的这个 v a e 编码器就可以了。然后是一个补丁,这个补丁就是我们说的这个 control 啊,这 control 它里面有几个, 我们现在用默认的这个叫 torbertfuncontribute, 往上就是一个描述词,在这个地方我们可以去输入这个中文描述词,这是 raymax 和 flex 二最大的区别, 因为 flex 二它是国外的一个大模型嘛,它这个模型主要还是支持这个英文的这个提示词,但是我们现在这个工作流是用的是阿里巴巴千问的 三杠四 b 的 一个克利普,所以我们完全可以在这里直接输入中文的描述词哈,这是非常非常重大的一个进步哈,好,我们再往右就是一个裁样,裁样完之后哈,它就会自动保存一个图像。好,这个地方就是处理我们刚刚的这个 control 啊, 讲完了这工作流,我们现在来开始实测。好,我们点击上传,我们点击这个 ctrl 加回车键,先跑一个官方的这个提示词,来看一下它的一个效果。好,现在已经出来了第一张图的一个效果,可以看一下第一张图的一个效果,现在我给大家去演示一下它的一个左右对比哈,我们在这个地方双击,我们打对比。 好,这里有一个图像对比,我们点击一下,然后我们把这个输出的图像给到这个 b, 输入的图像给到这个 a, 好, 我们再跑一遍,给大家演示一下它的一个区别。好,我们先看一下这个显存的占用,显存占用是十五点二个 g 啊,可以说是要求非常高啊, 这是他翻译的一个提示词啊,阳光洒在他的脸上,富有情调,肌肤光滑,富有颗粒感。我们来看一下生成的时间,九点二六秒,九秒钟的时间就生成了一张图片,可以说这个速度是相当相当的惊人啊。现在看到的是原图像,我们往右滑 啊,可以说这个效果非常非常好啊,提示词里面说的这个斑驳的阳光是有的,然后松树枝也是有的, 而且这个颈身也特别特别好,还有就是这种哈阳光打在这个衣服上的这种斑驳的这种感觉啊,我觉得很有这个光影感啊。好,现在我们让千儿 gpt 去生成十个提示词,来作为今天的一个效果演示。好,我们进入这个千儿 gpt zm i 提示词, 用于效果测试,写十个提示词。好,他现在直接写的是英文,我们让他写这个中文,好, 我们告诉他,我们用的是千万的三个四 b 的 可立普,所以说可以写中文。然后现在他就给我们了十个 这个中文的这个提示词,写实人像、商业时尚人像、二次元插画风、油画风、赛博朋克风、游戏角色现稿加上色半写实插画,他分别取了这十个方向,进行一个全面的一个评测。好,第一条的提示词,写实人像,保持原图 五官位置不变,自然皮肤质感柔和,光线背景简单清晰,细节不变形。这边是一个效果,然后左下角是一个左右对比效果,我们来看一下左右对比,整体上效果还是不错的啊, 但是这里就完全没有衣服了。好,我们来生成第二条,来试一下商业时尚人像清晰,面部轮廓干净,背景澎湃,光线高级,质感好,这是原图,我们往右滑啊, 哇,这张图就比刚刚好特别多了哈,从这张图来看的话,以前的这种摄影师,澎湃的这种业务,我觉得会被 ai 铲屎掉很多啊。好,我们放大来看一下左右对比, 哇,这个真的是太强了,我们看一下我们的这个描述词啊,二次元插画,风格清晰,线稿保持原图面部结构不变,颜色干净。我们再看一下他生成出来这个二次元的一个图片,很强啊,非常非常强,我不知道那些学漫画的哈, 此刻是怎样的一个新境。好,我们继续测试下一张图片,我们换一张图来进行一个测试,比如说我们用这张图片,我们复制第四个油画风格,显存占用是十五点四个 g, 这显存占用可以说是非常高,如果你的显卡 是比较差一点的,我建议你们刚刚选这个模型的时候选择这个 f b 八,现在我们选的是 b f 十六。好,我们来看一下生产的油画风格,我们往右滑, 这张效果我觉得还是有点假的哈,有一点点假。好,我们再测试下一个风格,电影影调人像。 哇,这张效果就太好看了这张图,但是你可以看到他好像把这个国外的这张脸 变成了亚洲人脸了,你看国外的这张脸,他眼睛是蓝色的,你现在改过来之后就变成了一个亚洲人脸了。这可能就是国内的大模型,因为他为的图大多数都是亚洲的这种人脸图,而其他的我觉得都特别特别完美。哦, 这光影啊,太完美了,完全就是哈以前那种影棚级的一张图片。好,我们继续测试下一个赛博朋克风,我们复制代码,我们换一张图片。好,比如说这张图片啊,赛博朋克风,我们往右滑。 哇,我觉得还是挺厉害的哈,真的是挺厉害的,过去你要拍这样的图片还是很艰难的,但现在你换风格就是这么简单哈。 好,继续测试下一张游戏角色建模风,我们粘贴再换一张图片。好,用,这张图片我们来试一下,我们放大看一下游戏角色是怎样子的。往右划 划过去的感觉就像是我在看一个迪士尼的一个动画片,非常熟悉的一个味道,不像我们真人这样啊,右边这种 是很有这种纹理的,当然也可以看到啊,他的眼睛确实变大了,看到没有?左右的眼睛变大了。好,我们继续测试下一张线稿加上色,我们再换一张图片,我们来用一下 flex 二上次生成出来的一些图片,比如说这张我非常非常喜欢的这个四类场景图,我们来看一下它的一个线稿图, 还是一样十五点几个 g 的 一个显存占用,然后库达还占用,基本上是拉满了,然后生成的时间变慢了,五十六秒,就是你生成这个线稿的时间要比刚刚二十秒或者十秒要长非常非常多,也就是说它不同的风格生成的时间它是完全不一样的。好,我们往下滑, 有一点日本的那种动画的味道了。哈,把,这张图我太喜欢了,特别是改成这种线稿之后,哈, 我觉得比之前更漂亮了,太有艺术感了。这个放以前我都很难想象啊,现在一个普通人可以很轻松的 做出这么一张图,真的是感谢时代的一个进步啊,这在过去你完全没有办法想象。我觉得你如果是一个很有创意的人啊,用这些工具完全是可以去表达曾经自己没有办法去实现的一些创意。好,这是上次的福克斯二生成的一张人像图片, 我们开始跑半写实插画风格,保持圆脸型,细节清晰,结构稳定。好,我们来看一下左右滑向对比,哇,真的是插画风格, 很漂亮啊,很漂亮,唯一就是这个嘴唇啊,我觉得这个嘴唇确实是风格化太严重了,刺眼。红啊,太红了,红的炙热,但是我们可以看啊,这里啊, 这个位置它是出现有一个瑕疵的啊,这个 y 变成了一个 l, 它上面还有一个横杠,还是有点小问题的。但是整体上来说,这个风格我特别特别喜欢,这种插画风格对我这种完全没有美术功底的人来说 非常非常有吸引力啊,我做梦都没想到,我有一天啊,真的能自己去用 ai 跑出这种很有艺术感的这种图片。好,我们来测试最后一张图片,中性写实,人像光线均匀,我们再换一张图像。好,我们选择一下刘亦菲。好,我们来看一下最后一张的一个效果,可以看到无论是衣服还是头发 都控制的非常的好啊,确实是,生成出来东西确实是很漂亮。好,今天我们就演示了十个针对这个 z i m i 级的这个 controller 的 一个提示词,我们刚刚讲了十组哈,这十组我们完全可以提现出来 zimig 在 control 里面的一个实力。然后我们刚刚不是还说了还有两个模型,我们现在来看一下另外两个模型的一个表现,我们切换成 zimig turbo f p 八的一个方案,我们跑一下可以看到哈同样的提示词,同样的人物。从这个 b f 十六切换到这个 f p 八, 我们来看一下这个效果和 b f 十六的差距确实是很大,非常非常大,从这个效果上来说的话,我是不推荐用这个 f p 八的哈,这个 f p 八的效果我觉得,嗯,真的是和 b f 十六差距有点过于大了哈,好,现在显存在用是十二个 g, 显存只有十二个 g, 比如说四零七零四零七零 s, 四零七零 t 这种,那你就用 f p 八,如果你的显存有十六个 g, 比如说五零六零 t 十六 g 版本,还有四零七零 t super、 四零八零四零八零 s 等等,这种显卡 你就可以用这个 b f 十六。好,现在我们来测试最后一个模型, z i m g 一 点五, a i o f p 八,红潮的一点五的一个模型,我们来看一下同样的提示词,同样图片, 它和这个 b f 十六到底有怎样的区别?还是一样?我们先看一下显存的占用,十二个 g 哈,它和这个 k g 的 f p 八的这个模型的一个显存占用差不多啊,就是十二个 g。 好, 我们来看一下它的一个效果 啊,这个效果更差了,非常非常差,这个模型我就不推荐了,今天我们测试了 b f 十六、 f p 八以及红槽的一点五,这三个模型里面我觉得 b f 十六最好,如果你的显卡只要够用了,用 b f 十六, 如果你的显存稍微有点低,十二个 g 显存的话,就用这个 f p 八。好。以上啊,就是我们今天关于这个 z m i g 第二期节目的一个全部视频内容了,如果以上内容对你有所帮助的话,请一键三连关注我们下期聊更多的 ai 知识。


这两个 ltx 二点三的 lora 呢,你一定不能错过利用它呢,你可以非常方便地完成视频到视频的生成。那第一个呢,我们叫做 unikcontrol lora, 像传统的 controlnet 一 样,你可以使用姿势图,深度图或者是边缘轮廓图来控制目标视频的生成。 第二个呢,叫做 motion track lora, 你 可以通过绘制轨迹曲线控制视频当中主体的运动。那在这个视频当中呢,我们会带给大家一些不一样的玩法, 同样呢,是通过姿势图,深度图和轮廓图来控制视频生成,但是你会发现啊,我们生成的这些视频呢,就更加具有故事感。 那同样在通过轨迹控制视频的生成当中呢,我们既可以控制主体的运动,也可以控制镜头的运动,甚至可以非常方便的模拟镜头的放大和缩小,以及场景的变化。 这两个 ltx 的 官方发布的,大家可以在抱抱脸上看到这两个 ltx 的 链接。那如果要使用这两个 ltx 呢,我们还需要安装一个扩展,那这个扩展呢,依然是由 ltx 官方发布的,那在这个扩展里边,我们可以找到对应的工作流 啊,非常庆幸的是,就是这个工作流和我们之前给大家讲到的 comfy 官方的那个工作流,其实呢,差不多, 为了方便演示呢,我也把工作流构建到了 running hub 上。那我们先来看一下 unicontrola。 首先呢,大家需要明确的是,这个工作流呢,并不是一个两段式的工作流,它仅仅包含了视频生成的部分,而没有放大的部分。 大家现在看到的这个工作流是我在官方发布的工作流的基础上做了一些修改。首先在主模型的加载上呢,我使用了 kj 的 模型,而不是 comui 原声的模型, 原因是因为 kg 的 模型占用的显存更少,但是在生成的质量上并没有明显的下降。那除了基础模型的加载之外呢,我们这有一个非常重要的节点,那这个节点叫做 iclora loader, 那 利用这个节点,我们可以非常方便地加载我们的 iclora。 那这个 lora 的 名字就非常有意思。首先呢它叫做 unicentralora, 也就是说它内部呢支持多种控制方式,比方说我们经常给大家说的姿势图,深度图和轮廓图,那它把所有的这个控制功能呢,都集中到了这一个 lora 当中。 另外它名字当中还有一个非常重要的关键字叫做 reference 零点五,也就是呢它的参考能力呢只有零点五,这样就留给了模型更多的自由发挥的空间。 基于这样一个理论呢,我们建议大家把它的模型强度呢也设为零点五。另外这个节点的输出除了我们常见的模型之外, 还有一个非常重要的参数叫做 latent downscale factor, 你 可以认为它是浅空间的缩放因子。 后续我们在处理参考视频的时候呢,需要用到这个缩放系数。那由于整个工作流是视频到视频的生成,所以说呢,我们必须要有一个参考视频。首先我们先对视频做一个缩放,缩放的原则是将它的最短边缩放到五四四, 然后呢我们可以通过 controlnet 的 预处理器来得到我们想要的控制信号,也就是我们常见的轮廓图,深度图和姿势图。而在生成这些控制图片的时候呢,我们采用的分辨率往往都是五幺二, 这也就是为什么我们要将视频缩放到五十四的原因。那下边就会用到我们刚才说的那个缩放因子,我们把这个因子乘上三十二,会得到一个缩放系数,那利用这个缩放系数对我们的控制视频进行缩放, 这样就可以得到控制视频的最终分辨率,那这个分辨率其实也就是我们最终得到生成的视频的分辨率。那关于参考图片呢,我们是一个可选项,你可以有,也可以没有,如果你有的话,它就是一个图声视频, 如果要是没有的话,它就是一个纹身视频。在这我们依然采用图声视频的方式。图片处理的方式呢,非常的常规,我们首先将它的最长边缩放到幺五三六,然后呢我们对它进行一个压缩,那压缩的系数呢,我们依然采用了十八。下边最重要的部分来了, 我们的参考图片和 lara 是 如何影响模型的呢?首先呢,我们先看一下参考图片,这儿呢我们会用到一个新的节点,这个节点的名字叫 ltxv image to video condition, 利用这个节点,我们就可以将参考图片 作为一个生成的条件加到我们的 latent 当中去。下边呢就是我们的控制信号,如果想让我们的控制信号起作用,那这个时候我们会用到这样一个节点,这个节点的名字叫做 add value iclora guide, 这呢我们做一个小的知识的讲解, 我们把这类节点都叫什么呢?叫参考生成节点,它们基本的状态呢,都差不多,我们来看两个类似的节点, 第一个呢来源于 one 二点二,另外一个来源于 kg node, 它们的作用都是把控制图片当成一个条件加入到我们的浅空间当中去。那在输入当中呢,通常会包含正向条件,反向条件和我们的参考图片。 而输出的一端呢,一般是修正后的正向条件,反向条件和我们的浅空间。在这大家需要注意的是,我们在使用这个节点的时候,需要将刚才的缩放因子 一并给它传进去,那后续的采样过程和 l t x 二点三的纹身视频,徒手视频基本上是一致的。这儿呢,我就不重复讲解了。那在了解了这个工作流的基本构成之后呢,下面呢,我们对它做一个测试。在这儿呢,我们使用一个美女的参考图片 驱动视频呢,使用了一个动作比较激烈的跳舞的视频。那我们分别来测试一下深度图, 姿势图和我们的轮廓图。大家会发现啊,不管是哪种控制图片,我们得到的最终的效果呢,都不是特别的好,三个人物呢,基本上都崩了。那为什么会出现这样的问题呢?其实主要有两个因素,一个呢是 lara 的 强度,第二个是参考视频动作的剧烈程度。 首先呢,我们建议大家把 lara 的 width 给它调整到零点五,我们选择一个动作更加舒缓的参考视频,那我们再来看生成的效果,这样的话呢,情况就会好很多,那如果你只用这样的手法的话呢,你生成的视频呢,只能说重规重矩, 如果你想得到更加具有故事感的视频的话呢,这儿呢我们教给大家一个技巧,在 ltx 当中呢,内置了一个提示词生成器,这是 ltx 的 工作流当中非常重要的一个功能。那原来呢,我们都是手写提示词, 用这种方式来写提示词的话呢,首先会耗费大量的精力,另外我们手写的提示词呢,也不是很精准。 再到后来呢,我们一般会使用大圆模型来帮我们写提示词,其实在 ltx 二点三的工作流当中,内置了一个节点,不需要借助第三方的模型,我们也可以写出非常棒的提示词, 大家需要有一个观念上的变化啊,原来我们认为 clip 就是 一个文本的编码器,但是你会发现现在大部分的文本编码器,它其实呢是一个大圆模型,既然它是一个大圆模型,所以说呢,它就具备生成提示词的能力,那应该怎么去做呢? 这个时候呢,我们会用到这样一个节点,叫做 text generate ltx 二 prompt, 这个节点呢也是由 confui 的 官方发布的, 很多小伙伴呢也注意到了这个节点,但是呢使用的方法呢不是特别的正确,他们呢往往会先写一个简短的提示词,希望这个大语言模型呢能帮他们去扩充和改写相关的提示词,那这种方式得到的效果呢,并不是特别的好,那应该如何去做呢? 那我们还是要写一个提示词工程在这儿呢,我用到了我们之前开发过的一个提示词工程,是专门用来编写 ltx 的 视频提示词的,那之前呢,我们都是在 ai studio 当中去使用它,现在呢就不用那么麻烦了,我们可以直接将这个提示词工程写到这儿, 我们在 user input 里边提供一些文本提示,这样的话呢就可以写出非常棒的 ltx 的 视频生成提示词。那这个节点的输入的话呢,除了我们的大圆模型,也就是 clip 之外,大家呢也可以选择把我们的参考图片传给他, 那我们可以把生成的提示词传递给我们的文本编码器,在我们将权重调成零点五的时候呢,模型可以发挥的空间就更大。 比如我们在提示文本当中分别使用了偷偷的吻和贴脸吻,提示词生成器会帮我们生成详细的提示词,然后你会发现啊, 它生成的效果那是完全不同的,但是无一例外都有更多的细节,都更加的充满故事感。那为了测试提示词生成器的有效期呢,我测试了大量的视频,在这些视频当中呢,有的包含了更多的动作,有的呢会有更漂亮的光影, 有的呢会有一些意外的情节出现,所以说使用提示词生成器生成的提示词会让你的视频呢更加具有质感。下边呢,我们再来说一下另外一个 lora, 也就是 motion track 的 使用, 整体的工作流相比较之前的 unikato, lora 的 变化呢,并不是特别的大,我们主要注意以下几点。第一个就是 lora 的 加载,我们加载的 lora 模型变成了 motion track lora, 而这里的权重值呢,大家可以设置成一点零,那既然这个 lara 的 作用是要通过轨迹来控制目标视频的生成,所以说呢,我们就需要绘制一个轨迹的曲线,也就是我们说的控制信号。 其实呢,大家不用把轨迹控制看成一个多么神秘的事情,它其实就是控制信号的一种,和我们的深度图,轮廓图和姿势图呢,没有什么太大的区别。 那如果想设置轨迹曲线的话呢,我们将会使用到下面这个节点,叫做 sparscheck editor, 当你点击鼠标右键的时候,你会发现啊,它有新建节点的指令,新建样条线的指令啊,删除节点的指令以及删除样条线的指令。 那通过这些命令的话呢,我们就可以在图形上绘制成各种各样的曲线,用它来代表我们期望视频运动的一个轨迹。 在这儿尤其需要注意的是,轨迹曲线上的每一个节点都有数字编号,你新加的样条线呢,默认会有两个节点,它们的编号呢分别是零和一,在这里边,零是起点,一是终点, 这个呢也代表了轨迹的运动方向,你要注意啊,这个千万不能混淆,那如果你搞混的话,视频运动的轨迹和你汇聚的曲线呢,是恰好相反的。 motion track lora 其实有很多有趣的玩法,除了大家比较熟悉的控制人物运动之外, 它也可以控制镜头的运动和画面的走向。下面呢,我们就逐一来给大家演示一下。首先呢,我们先来看一下基础用法,我们先上传一个古风的美女图片作为参考图,下面呢我们为它绘制轨迹曲线, 建议大家呢,先通过右键删除掉你现在所有的样条线,这一点呢非常重要,因为当图像的分辨率发生变化的时候,那有可能之前绘制的曲线在新的图片上是看不到的, 但是呢,它的确存在。下面呢,我们就给大家演示一下。现在呢是一个横版的图片,我们在上面绘制了五个样条线,现在我们要将图片从横版变成一个竖版。 当我们再次运行工作流的时候,你会发现节点上提示有五个曲线,但是呢,你现在只能看到四个, 如果你现在只是将这四个曲线给它删除掉的话,你就漏了一个,那这样你最后绘制的轨迹曲线呢就是不准的,那这种情况会直接影响你后边的视频的生成, 所以说呢,大家需要养成一个好的习惯,那在绘制新的轨迹曲线之前,我们先需要把之前绘制的全部给它清除掉。 下边呢,我们继续测试。我们可以会制这样两条样条线,一个呢表示美女的头部的运动方向,另外一个呢则指示着美女左手的运动方向。下边呢,我们运行工作流 得到了一个非常棒的古风人物跳舞的视频,但是呢,这个视频在最后会出现背景切换的效果,从纯色背景变成了一个写实背景,所以说呢,我们可以尝试在副像提示词里边增加下边的内容, 这样的话呢,我们就可以控制画面不会出现切换与转场。那我们再生成一遍,你会发现啊,第二次的效果呢就要好很多,那刚才我们说到的其实是 motion track lara 的 基础用法,下面呢我们来看一下它的高级用法。它的高级用法呢有两种,第一种呢就是镜头的控制,第二种呢是画面的控制, 下面呢我们先来看一下镜头的控制,那我们上传一个竖版的美女图片,我们会制四条曲线,都是从他的面部开始,然后向外呈现一个射线的形状, 代表着镜头呢开始推进,画面开始放大。那我们建议在提示词生成器里边也加上 zoom in 这样的关键字,我们来看一下生成的效果。大家可以看到啊,有一个非常棒的镜头推进和人物放大的效果,那用类似的方法呢,你也可以实现 zoom out 的 一个效果。 大家注意放大和缩小的轨迹曲线看起来呢其实是一样的,唯一不同的就是终点和起点的位置发生了变化。 那 motion track 的 第二个高级用法就是进行画面的整体控制,比方说我这有一张参考图,描绘了一个美女在空中飞行的场景,那现在我的轨迹曲线是这样绘制的,从画面的最左端一直延伸到最右端, 四条曲线的基本平行。那你会发现我们就会得到一个非常棒的相机巡游的视频。当然我觉得这两个 lara 的 玩法呢,应该还有很多,大家有兴趣的话呢,可以自己挖掘一下。那今天呢,我们给大家讲解了两个 iclara 的 用法, 同时呢也展示了一些高级的应用技巧,比方说提示词生成器的使用和运动轨迹绘制的技巧,希望呢对大家生成视频呢有一些帮助。今天呢,我们就说这么多,还等什么,赶紧自己试一下吧!关注我,做一个懂爱的人!


大家好,本讲为大家介绍 control logic 系统的 controlnet 通讯模块。 本讲主要从以下几个方面进行介绍,一、 controlnet 通讯模块的类型及作用。二、 controlnet 通讯模块的状态指示灯 三、 controlnet 通讯模块的设置四、 controlnet 通讯模块的网络连接 controlnet 是 一种高级的通讯网络,可以把 controllogics、 plc 五、以及一些高级的操作面板等硬件设备连接在一个分布式的 controlnet 网络中。 目前在 controllogics 系统中, controlnet 通讯模块有幺七五六 cnb 与幺七五六 cnb 的 介绍为同轴电缆。 幺七五六 cnbr 用于网络领域,为同一个网络节点提供了两个物理连接,并且他们相互支持。当其中一个连接断开时,另一个连接保证网络通讯继续进行。 在 controlnet 通讯模块的面板上,有一个字母数字显示屏和三个 led 指示灯。字母数字显示屏与 led 指示灯共同提供了状态、故障等信息。 例如,当 ok 指示灯为红色常亮,字母数字显示屏显示的是 d, u, p, l, n, o, d, e, 它表示的是网络节点地址冲突。当 ok 指示灯为绿色闪亮, 字母数字显示屏显示的是 n, e, t, e, r, r, 它表示的是网络连接故障或网络无其他有效节点。 幺七五六 c, n、 b, r 模块在正常运行的情况下,通道 a 和通道 b 状态指示灯为绿色常亮状态。 幺七五六 c, n、 b 模块只有一个通道 a, 通道 b 指示灯是禁用的。在 controlnet 通讯模块的顶端,有两个网络节点地址的设置旋钮, 它们为幺七五六 cnb 的 单个通道以及幺七五六 cnbr 的 双通道设置网络节点地 址,例如图中所示的网络节点地址设置为二十一,在 controlnet 网络中,每个模块只能设置唯一的节点地址。 在幺七五六 cnb 模块上有两个端口,网络访问端口 nap 和通道 a 的 bnc 端口。 nap 是 一个 r g 方式接口,它可在不影响网络通讯的情况下阻太 controlnet 网络。 为了能够与网络进行通讯,还需要使用到网络接口卡。笔记本电脑需要配有幺七八四 pcc 卡。 pci 槽,台式机需要配有幺七八四 pcic 槽,台式电脑配有幺七八四 k tcs controlnet 连接电缆有,直线梯形幺七八六 t p s。 直角梯形幺七八六 t p r。 直线 y 型幺七八六 t p y r i p。 六七 y 型幺七八六 t c t 二 b d。 一、 连接电缆上的 bnc 连接器连接到模块上的 bnc 口,分接头连接到 controlnet controlnet 同轴电缆,将各个网络节点连接起来。 通过本讲,我们主要了解了 controlnet 通讯模块的类型及作用,理解了 controlnet 通讯模块的状态指示, 学习了 controlnet 通讯模块的设置,认识了 controlnet 通讯模块的网络连接。 本次讲解到此结束,感谢大家的观看,谢谢!