神烦狗内核使用方法

有很多粉丝刚拿到 root 机就问主播内核该怎么使用，想必刚入手 root 机的小伙伴还不知道内核怎么使用，找到的教程也不详细，刷驱动时总是刷不进去，也不知道自己该刷哪个版本的驱动， 那主播本期就教你们怎么使用内核，小白看完也能成为大牛。首先我们要准备一个内核，驱动一般都和内核放在一起的，然后打开 m t 管理器，此时我们的右边找到，待他的文件夹点进去，然后我们要把内核解压出来，长按压缩包选择解压，然后把这个勾选一下，它就解压到对面了， 解压完之后打开解压好的内核，此时我们要刷驱动，点开有很多版本的，就是驱动到这里，有小伙伴就不知道怎么弄了，我们需要到自己的关于本机查看一下自己的内核版本， 比如主包这里是五点一零开头的，那就是五点一零的内核版本，然后返回到 m t， 找到五点一零的进行刷入，这边点设置要这样子勾选，如果不勾选权限也是刷不进去的，看主包也是刷进去了，此时我们返回到桌面上，先把你要玩的游戏启动一下，然后再返回去执行内核， 内核一般都是在驱动的外面，点击它进行执行即可，然后它会有引导让你选择，比如刷的驱动，我这边刷的是 q x 驱动，我们就输入二回车，主播这边也是可以了，其他内核有其他选项也是按提示来，然后我们再进入游戏看一下效果， 看主播这里也是有效果了，相信你们看完本期视频也会自己使用内核了，赶紧去试试吧！

这期我们来盘点小白用内核的奇葩骚操作，上视频给你们看看小白是怎么用内核的吧。首先这是主包发给他的内核，这边主包在教他使用好吗，连视频都给他了，这次也挺帅气好吗？看到下载雷蛇模块 都快输了，主包主包，我卡在刷入模块者了，这用的阿尔法，我说的这么详细又有视频， 竟然连帽子管理器都不咋会用。这边主包也尽力教他解压移动了，你弄好了到安装下呀。不是，哥们你用的这什么文件管理器啊？ 我说点三条杠的，你点这啥呀，这不纯纯的三个点吗？这边他也是终于点对了，那里模块又给我装错了呀，这边你们猜猜哪里又搞错了， 给你们看看，这模块不是中文的吗？只给我装英文了，况且还问我要什么格式，这样的不是 boss 格式吗？ boss 装奈何第一次见，哈哈哈哈， 这边主包也问问你这是要重装面具吗？还问我装哪里，前面我不是说了吗，主包也是纯，没办法只能发视频教他了，他还说就是这样的，那是这样， boss 那 四个大 到最后也是终于帮他弄好了，就是你们新手小白能不能好好尊重看自家呀，不然也白叫呀，干脆实在不会就教你们简单隐藏环境好了 就直接删低他隐藏环境就好了，而且环境还是百分之一百过快看环境也是全过了好吧。

有粉丝刚拿到 root 机，还不知道怎么使用内核，面对密密麻麻的文件不知如何下手，生怕自己哪一步搞错了，手机就变砖头了，还有的担心环境没过，上号，秒拉闸等问题，看完本期视频，相信你也能熟练的唱完所有内核，从此成为大牛。 第一步，我们先下载 mt 管理器，下载，安装好之后我们打开面具，然后点超级用户给予 mt 入的权限，给好之后我们进入 mt， 准备好你想玩的耳机，然后把右边点左上角三个横杠切换到根目录， 然后我们点击 delete。 使用内核一般都要先刷驱动， 点开驱动，我们以 r t d e v 为例，点 d e v， 这个时候是不是不知道按哪一个，然后我们点击我们的设置，查看我们的内核信息，这边可以直接搜索版本信息， 然后我们可以看到我们的内核版本是六点一二啊，好，我们打开 mt， 把六点一二解压出来， 然后再把我们的耳机解压出来， 先刷驱动点，六点一二点设置，把 root 权限勾选上，然后点执行，加载成功之后我们返回，再执行我们的耳机， 我们输入三回车，刚才说的第一位，所以说要输入三，然后回车，这时候我们就完成了进游戏就行了。

小时候你一定爱看的， meow meow meow ok， and then i'm going to add a little bit of。 嘿嘿嘿。今天我在大街上购买了好多小猪佩奇的玩具啊，我们现在把玩具都拿出来吧， 这些玩具看起来都好好玩的样子啊。 今天购买的玩具都出现在这里了。接下来就到开箱环节了，我们使用道具把盒子打开。把里面的玩具拿出来吧。 这是一个水上乐园，这里是一个升降梯，可以上下移动的。 我们把门口打开吧， 把游乐园里面的滑滑梯组装好。 我们把平台组装出来吧。 把泳池组装好， 把水加进泳池里面。救生圈摆放进去。 把冰淇淋糖摆起来。 把桌子摆放好。继续把玩具摆放好吧， 小猪佩奇开始玩耍了。 乔治开始玩耍起来， 给佩奇穿上救生衣， 再给乔治穿上救生衣。 佩奇他们把冰淇淋吃下去了。 把猪妈妈摆放好， 猪爸爸摆放好吧。 第二个玩具盒子出现了，把盒子里面的玩具拿出来， 这居然是一个计算器。 我们把柜台打开， 我们拿出商品准备结账吧。 我们把钱放进柜台里面。 把第三个盒子打开吧，里面的玩具拿出来。 这里是游乐场里面的游乐设施。 可爱的小伙伴开始玩耍起来了， 耶耶耶！佩奇还在玩着跷跷板。 第四个玩具盒子打开， 一台观光车拿出来了， 我们把车车启动起来。 第五个盒子打开， 我们一起来看看这个可爱的乔治。 第六个盒子打开吧，里面的玩具拿出来， 佩奇他们正在玩龙舟。 第七个盒子打开吧， 把上面的轮船拿下来， 这台小船开的好快呀， 继续把玩具摆放好吧， 把小伙伴摆放好， 我们把手机拿出来， 我们一起来试试这台手机。 hello， bye bye。 我 们再来拍照片吧， 今天的玩具就到这里结束了，我们下期再见吧。

求求你，别再给那些高价 ai 工具交智商税了，二零二六年最强的零元生产力，秋叶版 comv 三正式巅峰更新！别光听免费，看这三个案例你就知道它现在的性能有多离谱。 ai 视频生成，以前跑一段视频显存，动不动就爆表。现在的 v 三内核经过深度优化，即便你是八 g 显存的平民卡，也能丝滑跑出电影级的大片，渲染速度比老版本直接翻了一倍。商业写真， 告别那些昂贵的云端软件吧！秋叶板自带全中文界面，一键解压即用。从电商模特到摄影写真，全部本地无限次生成，成本彻底归零。 环境一键直达。以前装环境要折腾半天，现在的秋叶板直接集成拍照三点一三和酷逮十三，你只需要解压点启动，剩下的他全帮你搞定，连你奶奶都能一键开启 ai 大 门！ 软件是免费的，接下来我将用两分钟告诉你安装方法。想实现真正的 ai 自由，安装包在评论区获取，我直接安排。 将安装包下载到电脑后，用鼠标右键点击它，在弹出的菜单里选择解压软件解压，然后点击解压到当前文件夹，等着解压完成就好。解压后的文件夹里解压完，打开文件夹就能看到一个粉色动漫角色的启动选项， 双击就能运行启动器，第一次启动时等待时间会稍长，因为启动器需要自动配置环境文件和基础依赖，大家不用着急，等进度条跑完就行。 启动器主页左侧有几个关键功能区，我们快速过一遍，避免后续操作踩坑。文件路径区，这里会显示 comui 的 根目录自定义节点，输入图片和输出图片的保存路径，后续找文件存作品都靠它。 高级设置重点看生成引擎默认会选择电脑的独立 gpu， 一 般不用手动改，要是识别错了，手动换成自己的独显 gpu 就 行。 疑难解答与版本管理疑难解答这里，如果大家后续出现整合包有问题，可以通过这里进行排查问题版本建议选稳定版， 开发版虽然功能新，但可能有报错风险，大家隔一到二个月来切换一次版本就够。小工具区是不怎么用的，所以暂时用不上限阶段，我们先聚焦核心功能， 然后确认设置没问题后，点击启动器右下角的一键启动。等环境配置完成， comfui 会自动在浏览器里打开运行界面。欢迎来到我的二零二六最新 comfui 基础系列课堂的第二课。那么从本节课开始呢，我们就将正式的开始学习我们工作流的搭建。启动完之后呢，我们就可以看到它已经进入到了我们 comfui 的 一个操作页面。我们的第二步呢，既然是要从我们在的音频局 turbo 的 一个纹身图开始讲，我们就需要把它纹身图的工作流给它拖拽进来。哇，这里呢，可以看到大宇老师是已经给 大家准备好了在的 image 特薄的一个虚拟工作流，我们给它放置起来，那放置进来之后我们可以看到，哎，这工作流其实还是蛮简单的。那把工作流放置进来之后呢，我们可以看到它这里是需要加载模型的，它这里模型呢主要由三个节点进行加载， 一个是 unet 加载器加载我们的模型，一个是 cleveland 加载器加载我们的文本编码模型，另外一个呢是 ve 加载器加载我们的 ve 模型，但是我们把它点击一下就会发现，哎，这里没有任何的显示，对吧？甚至我们点击一下箭头，现在再点它，它已经没有反应了，那么这一个 cleveland 模型也是一样的， 那么这个就代表了一件事，就是把你一个 comfui 的 整合包里面并没有放置对应的模型，那么我们现在要做的就是去把模型下载下来，然 然后再把它放置到一个对应的位置。首先我们先要去下载模型，那么我们就要来到我们的模型下载网站，那么这里呢，表示是推荐你们去使用摩达社区， 然后摩达社区呢，它是属于阿里巴巴进行一个开发的网站，那么这个网站呢，其实是对标外网的哈根 face 的 一个网站了，那么在这个网站里面，我们可以直接在上面任务栏这里 页旁边有一个模型库，我们可以点击一下，然后等它加载出来之后呢，那可以在这个搜索栏这里去搜索 set image turbo， 也就是我们要用到的模型，给大家点击一下，而我们可以看到这里有非常多关于 set image turbo 的 模型，对吧？我们到底该选择哪一个呢？那么我们这里可以看到其实第一个这一个照相 set image turbo， 它属于一个在训练的大模型，我们先不对这个进行使用，我们使用的只用它最初的版本就可以，我们找到 comforuc 的 这一个官网，然后把它点击进去，坐在这里我们可以看到这里有模型介绍以及模型文件，我们选择模型文件， 然后这里可以看到这里有五个文件，而第一个呢是属于一个文件夹，我们可以把它点进去，然后在文件夹里面它又有四个文件夹。第一个是 diffusion model， 也就是我们的大模型，那么对应回我们 comforion 里面的这一个呢，就应该是对应的 unad 加载器。第二个 laura 呢，它属于一个小模型， 那么小模型呢，对应我们 comforion 主页呢，就应该是 laura 加载器这一个，然后在下面这一个 tag in code 就 应该是我们的文本 模型，也就是我们的可 delete 加载器里面要用到的模型。然后 v a e 呢，就是我们最后 v a e 要用到的一个模型，然后呢我们这里先把 future model 打开，然后你可以去下载这个模型，可以看到这个模型需要 十二点三一 g b 的 一个内存，对吧？那么有十二点三一 g b 的 一个内存，那么就运行这个模型低了显存至少就要十二 g b 以上，所以我上节课说到了，如果你是本地部署的同学呢，最好的显存至少就要十二 g b 以上，所以我上节课说到了，如果你是本地部署的同学呢，最好是有十二 g b。 这里呢，我是把四个模型都已经下载好了，可以看一下， 我们现在要一一的把它放在硬的地方，我们可以点击一下这一个文件夹哦，这里呢它就会显示出来几个一个文件，对吧？首先我们先把这一个 zed image turbo b f 幺六，也就是我们的 unet 模型 diffuse model 模型这一个文件夹里面的模型，它剪切出来，剪切出来之后呢，我们再去到我们的或 u i 的 这一个文件夹里面，也是我们上节课去解压过的那个文件夹里面，然后点击我们的 comforu i a k i v 幺点六，然后这里呢找到我们这里面有一个 comforu i 的 文件夹，点击进来，然后往下滑动， 找到一个 model 文件夹，我们放置模型的一个文件夹，然后 model 文件夹里面你会发现它有特别多的文件夹，对吧？各种各样不一样的名字。那么首先呢，我们就对应在 博达社区里面下载模型的时候，我们需要把这个模型放到 diffusion model 这一个文件夹里面，然后就去找看一下有没有 diffusion model 啊，有的，对吧？在这里 那么我们就把刚刚的模型给它复制进来，复制进来完成之后呢，它第一个模型就放置成功了，然后我们再回去操作第二个模型，那么我们第二个模型呢，就是这一个千万三四 d 的 模型，那么这一个呢是属于我们的 clear 的 模型， 我们可以看一下我们这一个 clear 模型应该放在哪个文件夹里面，我们依然回到我们的摩达社区，对吧？那么 clear 模型呢？这里对应它这里的文件夹就是 test in code 这一个文件夹，可以点击看一下， 确实是我们陈伟三的，对吧？然后我们再回到我们的那一个 cover ui 的 这一个文件夹里面，然后返回到上一集的 model 文件夹，我们找到 ted in call 的 这一个文件夹，可以看到吧，在这里我们点击进来，然后再把模型给它放进进来，以此类推呢，我们再次回到我们的下载主页这里， 然后把 a e 的 这一个模型也给他剪切一下，我们也可以回到我们 set 的 image turbo 哦，可以看一下它是属于我们的 ve 模型，对吧？我们就把它放到 ve 里面，那么同样的返回到上一集的这一个 model 文件夹里面，到我们的 ve 哦，把它放进进去。最后一个呢，就剩下一个罗拉模型呢，我们只需要 再一次的把这一个剪切一下哦，返回上一集 model， 然后导到我们的罗拉，可以看到吗？在这里我们把它粘贴进去，那么这样子呢，我们就把所有的模型都配置完成了，那么模型配置完成之后呢，我们就回到我们 的 for ui 的 一个操作页面，我们该怎么样去加载这一个模型呢？我们刚刚把模型放进来，我们点击它可以看到还是没有反应，对吧？那么我们就需要刷新一下这个页面，我们只需要按住键盘的 ctrl 键，然后再和 r 键，它就可以重新刷新我们这一个网页，我们再稍微等待一下，刷新完成之后呢， 我们就可以在这里面模型加载出来了。首先是我们的 lala 加载器里面的模型，看到，哎，刚刚的模型出来了，对吧？我们把它加载一下， u 内加载器也 一样的，刚刚的模型也加进来了，把它加载一下，可类似的模型哦，我们的 ve 模型，那么全部加载完之后呢，我们就可以尝试一下去跑一下这张图片，看一下能不能把图片给它跑出来啊？这里呢我们就只需要点 击一下运行即可，然后我们稍微等待一下，这里我们需要说到的是，当你首次去跑这工作的时候，它所用的时间是会比较久的啊， 为什么会比较久呢？因为我们需要去加载这些模型，所以他要用的时间会稍微久一点，我们就需要稍微的再去等待，然后我们就发现图片是跑出来了，那么图片既然能跑出来，就证明这个模型配置放置的没有任何的问题， 既然它的模型加载已经没有任何的问题了，那么我们就来看一下它这些呃节点的一个使用，它这一个节点的使用其实也是非常的简单，我们可以简单的把它拆成几部分，第一部分属于模型加载部分，就像我们刚才说的一样，可以把 unad 加载器， cleveland 加载器以及 ve 加载器单独给它提取出来，然后把它们在一个框里面，那么这个放在一个框里面要怎么去放呢？我们只需要按住 ctrl 键，然后就可以多选 缩写完之后，然后右键右键就有一个并入到框，哎，我们就可以看到它就放在一个框里面了，对吧？然后是我们的罗拉模型，那么这个属于一个小模型，我们就把它放在外面，或者呢就是我们两个 clive 的 文本编码器，那么 clive 的 文本编码器的作用是什么呢？其实就是拿来书写我们想要它生成的一个内容， 当然了这里背绿色框和红色框，对吧？那么绿色框书写的就是我们不想要的东西，也就是我们的负面提示词， 那么过后呢就是我们的空愣腾，再过后呢就是我们的 k 长器，然后再过后呢就是我们的一个 v a 解码， 到现在我们再来一一看它的一个效果。首先呢我们的 u n 的 加载器的作用是什么？其实就是拿来加载我们的大模型， 那么这个大模型里面呢，拥有非常多的一个图片训练级，以及图片打标的训练级。那么什么是图片训练级呢？就是我们要去训练一个模型的时候， 我们会不断的往里面投入图片，当我们图片喂的够多的时候，那么它对于世界观就会更好了。 red image turbo 呢，它是一个有六十亿参数的一个模型，所以它的一个数量还是蛮大的，它的打标数是什么意思呢？就是我们每次投入的图片，我们都需要在图 片旁边进行打标，之后我投入了一张小女孩的图片，对吧？这个小女孩是红色头发色的衣服，绿色的眼睛，我在这张图片旁边呢，就要需要用文字去描述这个小女孩的 外观，是有一个红色头发的小女孩，对吧？他有一个绿色的眼睛，黄色头发，因为我们得告诉 ai， 哎，他这一个片的特征，因为他自己看不懂，所以我们得教他。那么这个就是我们训练模型的一个过程，也是我们打标的一个过程。所以这一个 u 类加载器里面含有的大模型呢，它就有非常多的一个文字参数以及图片参数。 那么这一个 cleve 的 加载器的这些文字属于什么语言？是不是属于我们人类看到的语言？ 但是 ai 总体来说还是计算机来的，对吧？那么计算机看不看得懂，我们人类看得懂语言，他肯定看不懂，对吧？因为他需要在识别我们这些语言的时候，他需要把语言转换为数字，那么 delete 加载器里面的 delete 的 这个模型呢？他就可以把我们的文本转化成为数字的一个信息。 那么 ve 的 作用是什么呢？ ve 就是 它可以把我们大模型里面的图片信息以及打标的文字信息也转换成 计算机看得懂的语言。那么我们会发现我们这里的 unad 加载器里面加载的模型里面的图像信息以及文字信息，那么我们可列的文本编码器里面的图像信息，最后被编码为数字信息之后，都要传向哪里？是不是都要传向我们的 k 长器，对吧？ 那么在 k 场景器里面呢，他就会进行一个信息匹配，那么在这个信息匹配呢，他就会先读取我们里面的这个我们输入的文本信息，他就知道，哦，原来我们需要的是一个人的手，对吧？拿着一张照片，那么这个照片里面有什么内容， 然后背景是怎么样的，对吧？然后他再一一的去匹配我们大模型已经有的一些图片信息，他就在这里面图片信息也一样，他就知道，哦，原来我要生成的，根据他这一个提示词去生成的图片， 我应该采取哪些数据，对吧？这个猫耳朵应该长什么样？哎？这个人的这个裙子应该长什么样？这个背景应该长什么样？然后一一把信息采取完之后呢，他就会把信息给到我们的空灵特，那么这里的空灵特其实就相当于我们 人类在进行作画的时候的一个画布，可以明白了，对吧？然后他会根据这些信息在这个画布里面进行作画，然后这个作画他画的大小是多少了？这里就是我们设置了 宽高，就是幺零二四乘以幺零二四，那么这个画布给他的也就是幺零二四乘以幺零二四，那么他就在这个画布之内进行作画，然后画完这个画之后，他再次返回给我们的 k 函数， 然后再给到我们的 v a e 解码。那么为什么需要用到这里的 v a e 解码呢？因为前面这有个 v a e 加载器，这里的 v a e 加载器其实属于一个 v a e 编码的一个范畴，它会把我们所有的一个信息量匹配完之后，转化到空内存里面。作画的时候，我们这个 v a e 是 需要在这空内存里面进行压缩空间的。 那么什么是压缩空间呢？就是我们原先在这一整套工作流里面，你会发现，如果我们直接用幺零二四乘以幺零二四的尺寸给这个工作流这一个 ai 进行作画的话，其实对他来说这一个参数量是太大了，对吧？ 那么越大的参数量，他主要运用的算力也就越多，那么他主要占用的 gpu 显存也越多，那么我们这个作者就想出一个方法，他用一个 ve 的 模型，把我们幺零二四乘以幺零二四的这一个图像点， 它在空棱台里面先压缩到六十四乘以六十四，那么我们的 ai 就 在六十四乘以六十四这个大小里面进行一个作画，然后画完之后，最后再由 v a 一 解码给它释放到幺零二四乘以幺零二四，再给我们呈现出来，就可以看到又是我们人类看到的一个语言了，这是一张图片， 是不是非常的简单易懂，对吧？那么这里还有另外一个，这里为什么会有一个罗拉模型呢？那么这个罗拉模型其实它属于一个呃再生的一个小模型，那么这个小模型呢？其实它是不属于这工作流的，但是我们的摩达社区里面，它确实让我们把这个罗拉模型也下了下来。那么这个罗拉模型呢？我给同学们试了试了一下，它主要的作用是增加我们图 图片的一个细节用的。那么这一个 logo 模型它到底是怎么样起效果呢？我们简单的用两个框去给大家做一个比喻，比如说我先新建一个框，然后把这个框给它放大一点，然后我们再建一个框， 那么这个框呢？就这么小，那么这前面这个呢就属于大模型，也就是我们这里 unit 加满器加满的 de 塑身 model， 那 么我们这里就用 unit 去代表， 那么下面这一个小模型呢，就相当于我们这一个裸老模型，对吧？那么这个裸老模型是怎么起效果呢？我们会发现我们这个 unine 的 模型后面的线是连接给我们的裸老加载器的，对吧？也就是说我们这个 unine 模型去加载我们的 图片信息以及打标信息的时候，我们要去到 k 长 g 这里的信息处理中心的时候，我们是不是要先经过 loa 加载器，对吧？那么我们既然要先经过 loa 加载器，那么这个 loa 加载器就可以在这里面做手脚了，什么手脚呢？就是我们可以看到 loa 其实它属于一个非常小的一个体量，我们的 unit 属于一个非常大的一个体量，对吧？ 我们的 unit 里面有非常多的信息，在它经过我们 loa 的 时候，那么我们 loa 的 通道就变窄了，有没有发现，对吧？那么通道变窄了，那么所经过的信息就会变少， 但是这个变少的这一个信息就要由谁决定，由我们罗拉决定。我们这个罗拉里面练的模型是怎么样的，那么它经过的信息就应该是怎么样的。比如说我们这一个罗拉，现在这一个不是增加细节的一个罗拉，而是一个动漫模型，对吧？好，它现在属于一个动漫模型，那么我们这个 u n 比如说它现在属于一个混合模型， 那么混合模型是什么意思呢？就说这个模型里面，它既有真实图片的参数，也有动漫图片的参数，那么当我们这一个 unet 模型里面的信息经过 rola 的 时候，那么 rola 由于是动漫模型，他就会优先把 动漫模型的信息留下来，然后把真实的信息给他去掉，或者说给他冻结住，那么我们留向 k 长期里面的这些信息呢？更多的就是动漫模型的信息， 那么最后它在生成图片的时候就会更加的动漫化，可以明白吧？这个罗拉模型其效果，那么它主要就是起到一个缩小通道，以及哎冻结住前面大量的信息的一个效果，可以这么简单的一个理解，虽然说大一老师可能讲的不准确，但是他的基本逻辑大概就是这样子，那么我们这里也可以看到这里还有一个 模型彩样算法，对吧？那么这个东西是什么呢？就是我们可以用这一个模型彩样算法里面的偏移值去让 我们这里面的信息变得更加活跃，那么这个活跃是什么意思呢？我们可以把这个活跃给他说成是一个自由度，也就是说通过这个模型彩样算法这一个节点之后的所有信息，再来到我们 k 彩样器 在进行深图的时候，它的自由度会更大，那么它生成的图片会更加具有不确定性，那么这一个不确定性呢，其实是可以为我们图片增加光彩的。那么还有另外一个功能呢，就是它能够使深图的时候更加的稳定，不会使它混乱，或者说深层多手多脚的一个情况， 那么这就是我们模型采用算法的一个功能了。那么这里最后呢，我们再看一下我们 k 函数里面有的一些参数，然后 k 函数里面我们可以看到这里有种子数，对吧？种子数其实对应的就是我们的图片，我们每一张图片呢都会有一个对应的种子数， 那么相当于他的一个身份证吧，然后这有一个运行后的操作，运行后操作呢我们可以固定，那么就可以固定上面这个整数，那么整数如果固定的话，其实这张图片它就基本上永远都不变了。然后我们也可以随机，我们一般都是选择随机的，那么就算整数始终都在改变，那么这样图片你就会一直的改变，就会起到一个抽卡的一个效果。 然后这里呢 red image turbo 他 是用九步，他就可以把这张图片给大家画出来了， 那么有一些模型呢，可能需要用到二十步，那么另外呢，这一个 c f g 是 什么意思呢？ c f g 就是 对于我们这一个提示词的一个参考程度，那么由于我们的 c f g 调低就可以了， 调到一，那么就能起到一个很好的一个效果，那么这个也是官方给的一个参数，我们一般不去骗它，然后我们的彩样器和调度器呢？呃，这个我们去设置它，它都会影响到我们图片的一个出路效果， 但是哪一个输出效果会更好呢？这个就要同学们自己去探索了，但是官方的给的是 u 了加新跑的一个模式，这个我们一般也可以不去改变它。然后降噪是什么意思呢？那么降噪这里我们就要说到一个概念了，就是我们的这个深图模型其实是属于一个 扩散模型，那么扩散模型是什么意思呢？就是我们这个工作流在生成图片的时候，其实它是属于一个反扩散的一个过程。那么什么是反扩散？我们再举个例子，比如说，哎，我这里现在属于一个空人，他对， 也就是我们的白色画布，那么在这个白色画布里面呢？它并不像我们人类世界的白色画布，它完全是白色的，那么这个白色画布里面它有许许多多的噪点，那么这些噪点主要是由 红色、蓝色、黄色这些颜色组成，对吧？但是这些粒子一个一个噪点的粒子，它分布是不均匀的，那么在分布不均匀的情况呢，我们就需要把它变得均匀。那么在这一个扩散模型，也就是这一个 unit 模型， red image turbo 这一个模型里面，在运行的时候呢，它就会把这些 散乱在这个画布里面的这些粒子给他进行一个收缩，那么从一个松散的状态变成一个聚拢的一个状态，那么他在收缩的时候呢，你就会发现有一些颜色的粒子他就会叠加，就会叠加出他原来没有的一种颜色，然后他越叠加越多呢，他就可以在这些地方把它处理成为一个一个一个的色块， 而这些色块拼接起来之后呢，就是我们现在看到了一个图片了，比如说，哎，他在这里聚集了很多颜色，组成了我们 的一个什么，组成了我们的一个肉色，对吧？那么通过这种组合的方式呢，我们就把它叫做反扩散，就是把扩散在外的一些散断粒子给它聚集，就叫反扩散，对吧？所以我们就做扩散模型，那么这个降噪呢，也就是代表了我们要去掉一些没用的噪点，然后把有用的噪点留下来，再把它聚拢的一个过程。 如果说这个降噪幅度比较低的话，我们可以看一下它的一个效果，那么我们就可以很明显的看到它这些色块是不是乱七八糟的，那么就是一个没有聚拢完的一个效果。那么在降噪零点五的时候，所以我们这个降噪呢，把它调为一属于一个纹身图最好的一个效果。 那么简单的讲完这个基础之后呢，我再带大家来搭建一下工作流，那么基本上这工作流我们看一眼之后基本上就熟悉了，那么首先我们就要三个模型加载，对吧？那么第一个就是我们的 un 的 模型加载器 去加载我们的大模型，也就是有很多训练参数的一个大模型。第二个呢，就需要我们可立的加载器，用来识别我们后面要填写的提示词，对吧？然后再来一个 ve 加载器， 用于压缩我们空扔它的一个空间。那么有了这三个模型之后呢，我们就可以通过拖拽的方式把其他的节点给他召唤出来，比如说 六加载器后面跟随的应该是我们的文本编码器，也就是说我们输入提示词的一个地方，对吧？那么文本编码器呢，我们有两个分成了正面条件和负面条件，所以说我们还需要再从这里拉出来一条线放掉，然后作为我们的负面条件。 然后我们的 unit 加载器呢，我们可以拉出来一条线给它放掉，可以看到它直接转接的就是我们的 k 长器了，对吧？但是 k 长器中间还少了两个其他的一个增加效果的节点，那么一个呢，属于我们的罗拉模型加载，我们可以把它复制过来，那么另外一个呢，属于我们的模型彩样算法，对吧？ 那么这里呢，我们就把我们的 unit 加载器的点先给它在 k 传感器这里断开，先让它经过我们的 roi 加载器，让它留下我们需要的一些细节信息，然后再给到我们的模型传感器算法，增大它的一个活力，然后最后再给到我们的 k 传感器，让它进行一个信息的匹配， 那么这里的信息匹配呢？他是跟谁匹配？是不是跟我们输入的文本进行匹配？所以我们也需要把文本连接到 k 长器里面去，那么分别把正负面条件连接进来，那么我们在进行作画的时候呢，我们也需要给他一个白色画布，就需要一个空人头，那么空人头有了之后呢？我们最后需要怎么样在这里画完画之后？画完画之后，我们是不是要把 里面的这一个空间给它释放出来，那么释放出来呢？我们就需要用到 ve 解码，然后我们把这个空间解码出来，然后我们要解码它呢，我们也需要用到前面的这一个 ve 加载器里面加载的 ve 的 一个功能，给它进行一个释放 好，然后最后再来一个保存图像或者预览图像，就可以把这工作流搭建出来了，是不是非常的简单？那么这里的底层逻辑你弄懂之后呢？哎，也是非常有益于你后面的一些工作流的搭建的。 那么我们这节课的内容有那么多，如果小伙伴们觉得大家老师讲的不错的话，不要忘记一箭三人哦，我们下期再见，拜拜！那么欢迎来到我的二零二六最新康复 u i 基础系列课堂的第三课。 那么上节课呢，我们已经讲完了我们在 e m g 特狗的这一个纹身图的基本工作流，并且给大家简单的讲解了一下他的一个 底层逻辑，对吧？那么本堂课呢，我们就将即将的讲到他的图深图的一个底层工作流的一个搭建，那么 我们说到图生图，我们就要第一时间反应，那么什么是图生图？那么就应该是从一张图片上面再次生成另外一张图片，对吧？所以我们肯定就要引入一个新的节点，叫做加载图像， 那么有了这张加载图像节点之后呢，我们就会发现这张图像是不是我们人类看的懂的语言，那么计算机能不能看得懂，那么计算机肯定是看不懂的，对吧？所以我们也需要对这张图片进行编码，然后把这张图片编到我们工作流 里面的一个序列里，那么我们要编码的话，我们就需要用到另外一个节点，叫做 ve 编码器，我们先把图像拉出来一条线，那么我们就可以看到有一个 ve 编码， 那么通过这个节点呢，就可以把我们的图像编码成为计算机看得懂的语言，然后通过这一个 learn 点给它连接到我们的 k 长器 里面去，那么这里我们就会发现，哎，这一个 ve 编码器里面是不是还有另外一个点要连接，就是我们的 ve 点，所以说我们这一个节点它需要我们 的 v a e 加载器里面的 v a e 模型进行一个激活，那么这里你就会认识到一件事情，就是我们上节课有讲到 v a e 的 作用是什么？是将我们空扔腾的一个幺零二四乘以幺零二四的尺寸压缩到六十四乘以六十四的一个潜空间里面，对吧？那么这里的 v a e 呢？它也是一样的，它把我们这张图， 那么这张图像可以看到是五幺二乘以六四零的，对吧？那么通过这一个 v a e 编码，把它压缩到潜空间里面，把它压缩到一个非常小的值，然后再把这个 lin 信息传给我们的 k 传感器。 那么既然是通过 v a e 压缩到潜空间里面，我们就需要知道在最后 v a e 解码出来之后，图像的尺寸应该是多少，是不是就应该跟我们上传的这张尺寸是一致的？那么我们既然说到是图深图，那么肯定 就是在这张图片的基础上再去生成另外一张图像，对吧？那么上节课我们讲到空帧的时候呢？空帧相当什么？是不是相当于一个人的 一个白色画布，对吧？那么既然是白色画布的话，那么里面就充满了一些不确定的噪点，所以我们这里的降噪就要调为一，不然在零点五之下，我们上节课也试过了，在零点五之下，他会产生一个降噪不完全的一个效果，那么画面就会变得非常的模糊，对吧？非常的抽象。 那么这里呢，既然是从一张图片里面去再次生成另外一张图片，那么这张图片里面的已有信息是不是应该起到一个参考的作用？那么这个参考的作用呢？它就分成了两部分， 一部分就是这个图片的宽高比例会被完全的参考。第二部分呢，就是这个图片里面已有的元素会被参考，那么既然我们要参考它的一个已有的元素，那么我们是不是应该把降噪值给它调到零点五左右，为什么？因为这张图片对于这一个工作流来说，他已经是被 聚拢过的图片了，也就说已经把扩散在外面的粒子把它聚拢过了，对吧？我们只需要在里面重新添加一些粒子，然后再次进行去造，那么它就可以生成一个 全新的一张图片，但这个全新的图片呢，会根据我们已经被扩散过的图片进行一个再次添加细节， 比如说我这里上传了什么？上传了一张真实的图片，那么我在这里就输入啊，一个动漫风格的女孩子，然后呢，我们现在要做的就是在一个低的重绘幅度下，把这个真实图像的女孩子变成一个动漫图像的，然后我们点击生成，可以来看一下它的一个效果。好，那么我们可以看到画面确实被重构了， 他是完全参考我们这张图像来的，甚至说手指部分都给我们画回去了，有没有发现？那么这里为什么他没有显示为动漫风格的一个女孩子呢？那么原因肯定有其中几个。第一个就是我们在的一米九 turbo 的 这一个大模型里面， 动漫训练的参数并不够，那么我们就需要把降噪调高，给他调到零点九左右，我们试一下，那么你就会发现，哎，动漫人物果然出来了，对吧？只不过现在的动作他是完全参考不住了，那么我们再把它降到零点八， 那么你就会发现，哎，他又变成真实人物了，所以说这有一个界限，零点八到零点九之间，他就会在真实跟动漫里面去进行跳脱，所以这里我们也可以看出来，在 the image turbo 这一个模型里面所带有的动漫图片训练参数真的是不多， 所以我们这里把它调到零点六，基本上就可以保持住我们这一个人物的一个动作啊，或者说他的一个脸部朝向，对吧？或者说他的一个外观，然后进行 把它添加细节的一个操作，因为我们 red image turbo 这款模型还是非常厉害的，可以看到吧，那么这里呢，既然我们是图生，图肯定是可以把这个人物变成一个动漫风格的，只不过我们需要另外的 lora 模型来进行驱动，那么这里呢，我们就加载进来一个叫做 o v c 的 一个 lora 模型， 那么这一个 lora 模型呢，是我在里铺里铺上面下载的，可以看一下属于 red image turbo 的 一个模型，是一个动漫模型，对吧？ 那么我们通过这个龙脑模型，跟上节课讲的一样，让他去加重我们动漫图片的一个权重，让他进行一个出图看一下可不可以。那么这里呢，我们可以在 lebanese 这里可以看到作者给的参数呢，大概是多少？是零点八，对吧？我们就把它调到零点八，那么我们就在零点八的这个权重之下去把这个图片生成出来， 然后提示词不变，依然是一个动漫风格的女孩子，我们点击生成看一下它的一个效果。好，那么这里呢，图片出来我们就可以看到，哎，他现在确实变成了我们动漫风格了，对吧？只不过这个外形好像有点丑，那么有点丑的原因呢，是因为 它参考了我们这个原图的这一个图像因为是由真实转向动漫的，所以它并不能说像完全动漫那样去进行输出，那么我们可以尝试再把它调高一点，比如说调到零点八啊，调到零点七，我们看一下它的一个效果，那么零点七呢？很明显效果就好了很多了，对吧？只 不过它这个衣服的部分，它变成了头发的一个遮挡，那么它现在在这个降噪幅度越来越高的一个情况下，它就越来越靠近我们的 loa 模型以及我们的 unet 模型的一个 原声自由度的一个输出，那么就越来越趋离我们的这一个原声图片，也就是说我们这里的降噪幅度，从这里开始他就变成了重绘幅度，那么重绘幅度越低呢，他对我们原图的参考就越强，那么重绘幅幅度越高呢？他对我们原图的参考就越不强。那么这里呢，我们还可以 引发出来另外一个问题，就是如果我们这一个降噪幅度变为一的话会怎么样？我们可以点击一下生成，看一下它的一个效果，那么我们就会发现它生成出来的这个图像跟我们原图变得完全没有任何关系了，对吧？那么它唯一有关系的地方就是在这里的 尺寸五幺二乘以六四零，跟我们上传的原图基本保持一致，也就是说在我们降噪为一的时候，它只会采用这里的宽高比以及它的一个分辨率，那么其他部分呢，就完全变成跟我们空帧一致的了，也就是说它会被覆盖成 一张完整的白色画布，只参考这个画布的一个宽高，其他的完全不参考。那么说到我们的图生图呢，我们就要想到我们能不能只对画面的某一部分进行一个修改，那么当然是可以了，那么这个就叫我们的局部重绘， 局部重绘呢，我们这里就要使用一个新的节点，叫做设置 lantern 照波遮罩的这一个节点，然后我们先把它搜索出来，然后设置 lantern 照波遮罩，我们把这个节点给它弄出来，弄出来之后我们会发现这一个节点它分成了两个点，一个是 lantern 点，一个是遮罩点， 那么 lincoln 点呢？肯定就是由我们的 v a e 编码输出的这一个 lincoln 了，对吧？那么这一个遮罩点呢，就应该是加载图像这里面的这一个遮罩，但是这里我把它换一张图片，为了更好的一个演示，那么这里呢，我是上传了一张由 flos 模型生成的呃，一个女孩子的照片， 那么我们要怎么样去给它进行一个遮罩处理呢？我们只需要在加载图像这一个节点右键，然后往下滑动，找到 open in mask， 也就是打开我们的遮罩编辑器， 然后在这个遮罩编辑器里面呢，我们可以看到右边任务栏，这里可以选择我们画笔的一个大小，第一个滑栏，第二个滑栏呢，可以选择我们画笔大小，可以调大一点点，那么这个太大了啊，我们把它缩小一点， 然后我们在衣服的这一部分去进行绘画一下，那么这里我们就简单的画啊，简单的画我们 这里就不画那么细，然后保存，然后呢我们在这里再告诉他，哎，去给我们生成一个白色的 t 恤，直接说 啊穿着白色的短袖，那么这里告诉他之后呢，我们就要把最后的这个设置引擎罩播了这一个引擎了，然后这里给完他之后，我们就可以进行一个生成， 我们先以降噪为一的这一个幅度去深层一下，看一下它的一个效果好，那么我们可以看到效果是出来了，对吧？在降噪为一的一个情况下，确实给我们穿上了白色的一个短袖，可以看到连手部部分就都给我们修复了，但是这里我们可以看到，呃，这里还有一些锯齿的一部分， 为什么呢？就是因为我们的这一个降噪给到了一，那么他去绘画的时候可能边缘融合的不是很好，我们可以把这个降噪稍微的降低一点，比如说我降到零点八，然后再次生成，那么我们可以看到他生成就失败了，对吧？那么这个也是大叶老师给大家开个小玩笑，在 the image tabo 这里面呢，我们要去做局部重绘， 一定是要把降噪调为一的，那么我们还有没有其他的办法去对我们这一个呃遮罩的这一部分进行一个处理了，我们可以看到它的边缘生硬的这个效果主要是因为什么？主要是因为我们的遮罩画的太过于生硬了，对吧？ 如果我们能把遮罩的边缘给他过度的更加的柔顺一点，那么他是不是效果就会更好呢？那么我们这里就要用到一个新的节点了，叫做遮罩模糊生长， 我们把这个节点给他弄出来，然后把遮罩部分给他进行一下连接，然后再把遮罩部分给他连接过去，然后我们可以看到里面有一些参数我们是可以设置的， 比如说拓展部分，我们可以调到十，也就是说这一个遮罩部分他会往外扩十的一个参数，然后这里呢也有一个模糊半径，我们可以把模糊半径调到十五，那么模糊半径是什么意思呢？就是他会把我们这个硬边缘的遮罩变成一个软边缘，那么这样子他就会过渡的比较好一点点， 然后我们再次的点击生成，看一下它的一个效果。好，那么我们可以看到现在图片是出来了，可以发现这个边缘的部分依然没有得到一个很好的处理，那么现在呢我们就要意识到一个问题了，就是我们的遮罩涂的太过于潦草， 那么我们就不妨把遮罩重新进行一下涂抹，我们再一次的在遮罩编辑器中把它打开，然后这里呢我们先清除一下，清除完之后呢，我们把这个画笔调小那么一点点，然后沿着它的边缘部分去进行涂抹，我们先把这一整块给它简单的给它圈出来。 好，那么在这里简单的涂抹完之后呢，我们再一次深层看一下它的一个整体的一个效果会不会有所改观。 好，那么现在呢我们可以看到整体画面就好了不少了，对吧？但是这里我们可以看到他手臂部分，这里依然有一个袖口没有处理好，那么他的原因就还是我们的遮罩部分并没有涂的很好，那么这里呢最好就是把手臂这部分也覆盖起来，可能会更加的完善一点点。 好，那么这就是我们在的一米九 turbo 里面的一个局部重绘的一个方式。那么这节课呢？内容也有那么多，如果大家觉得戴老师讲的不错的话，不要忘记一件三元哦，我们下期再见，拜拜。