comfyuiV8线上部署教程

五月一日， comfy u i 中文版整合包震撼更新，妥妥的小白福音全中文界面，而且支持中文提示词，根本不需要懂英文。更重要的是，这次整合包直接内置了两百六十七个风格模型，全是主流模型，还帮你预设成工作流了， 点开输入提示词就能用，安装也还是超简单，三步就能搞定，一、下载。二，找到启动器三，双击即可打开运行。支持苹果和 win 一 零杠一一系统一键升图， 一，健身视频，还能建模和做音乐，所有操作都是点一下就能实现，特别省心。模型数量太多，我就不挨个介绍了，感兴趣的帖子六七七尝尝。那接下来我会详细讲解新手如何安装与部署最新版的 comfy v 八整合包， 带你从零基础入门，最新最好用的康复员自用整个包 vr 版本正式上线了，来看看我们怎么使用吧！我们下载好我们的压缩包，这里分有基础版和进阶版，那对于小白同学来说呢，我们下载这个基础版本就可以了。 解压完成之我们找到这个图标双击打开，然后呢会弹出一个黑色的窗口，我们稍微等待加载一会，它就会自动的在浏览器当中打开， 那么你就会看到是这样子的一个界面。那这里呢，我还给大家准备了非常多的模型可供大家选择，像一些常见的 plus 模型，还有千问模型等等，像这一面举等等我都会放在我们的整合包里面，以及有非常多的模板可供大家进行选择， 这里呢，都可以找到对应的工作流，大概会有两百多款，是完完全全能够满足大家的一个生成需求的，那文件呢，都已经放好了，想生成的效果大家也可以看一下，直接点击运行就能够生成这些系列的图片了，全程非常的高清， 而且人物的真实感都是非常强的，你也可以放大看一下。那么大家拿到手之后呢，就可以自己去动手试一试，看看生成的效果怎么样。那个人认为呢，这样的生成效果还是比较不错的，比市面上大多需要收费的软件效果是比较好的，毕竟呢，这个软件是完完全全免费的。

氪金没必要白嫖，我教你。主播今天教大家安装 comfy uiv 八中文版，一键生成超流畅视频和电影级画质开源软件，无需氪金，长期免费更新。安装方法很简单，首先点视频右下角分享箭头， 然后在附近链接，再打开这个蓝色工具，没有的去安装一个，打开后会自动弹出一个文件夹，如果没有弹，在首页搜百宝合集保存安装就可以了。

这是一个不限次数生成图片和视频的 ai 工具，它就是地表最强开源 ai 生产力工具 comfyui v 八破线版，或许你早就听说过它，但这个大版本的更新完美解决了 comfyui 安装困难和工作流报错问题，这种电影级的 ai 视频完全不在话下。和那些花钱还要排队的网站不同， 纯中文界面，完全不用懂英文，不用联网，更不用魔法上网，所有运行都在本地或限制无审查，最低支持一千零六十显卡。更惊喜的是，这次整合包直接内置了三百三十七个顶级工作流，全是大佬们认可的实用功能，使用也是超级简单的，三步就能搞定， 一拿到整合包，二解压缩，三、双击打开，还没有试试的老规矩，验个牌，接下来开始教学。那么我们说到学习康复 ui 最基础 最基础的功能呢？那么肯定就要提到我们的纹身图了，对吧？当然还有其他两个是图身图跟局部重绘。我们需要知道的一件事是，我们任何的复杂的工作流都是在纹身图、图身图和局部重绘 之上去进行搭建的，也就是说这三个最基础的工作流就是我们所有复杂工作的地基。所以我们画不 多说，直接来开始学习我们 comfui 里面的纹身图工作流。那么我们看这个纹身图工作流可以看到它主要包含了几部分，我们来数一下。第一部分就是我们的 chipon 加载器，第二部分就是我们的 clip 文本编码器，第三部分就是我们的 k 太阳器， 那么第四部分呢？就是 colon 第五部分 v a e 解码，对吧？第六部分就是我们的保存图像，也就是我们最后输出图像的地方，那么我们一个一个部分的来看，我们先看我们的 chip 加载器，我们 chip 加载器的作用就在于它可以加载我们的大模型啊，大模型， 那么大模型是一个什么样的东西？我们任何的 ai 绘画都是需要大模型去驱动的。我们举个例子，如果说我们把这一整套工作流比作一个人的话，那么我们的大模型就相当于我们人的脑子，对吧？我们需要这个脑子才可以去控制我们人的行为，也就是控制这个工作流去进行运作。 那么既然说到人脑，其实我们知道在现实生活中每个人的人脑他都是不一样的，也就是说我们的大模型其实也是不一样的，有一些大模型呢，可以绘画动漫风格，有一些大模型可以绘画真人风格，有一些大模型呢，又可以绘画室内的装修风格， 这个就是我们大模型的作用，它总管着我们的一个风格的一个绘画方向，比如说我在这里选择一款动漫大模型啊，或者说真人大模型，我们选择这个，呃，麦菊 v 七模型，大家可以看到 哎，我们把它选择一下这个去碰加气，大家还可以看到它有三个点，对吧？它有三个点，一个是模型点，一个是 klev 点，一个是 ve 点，那么我们从下往上看，这个 ve 点的作用是什么呢？ 那么说到这个 ve， 我 们就不得不提到我们大模型的一个训练了，在训练大模型的时候是不是要先准备一个炉子，然后往这个炉子里面去丢入一些图片，比如说动物的图片，人物的图片，或者说花花草草的图片。对，我们把它丢进去，但是你丢入这些图片的 时候呢？我们需要知道的时候，我们必须给这个图片进行打标。打标是什么意思？就是我们得把这个图片里面有个内容，通过文字的形式把它呈现出来，比如说一只小狗，那么这只小狗的外貌怎么样的？或者说它的场景里面有一些什么内容，我们都 得用一个文本的形式把它呈现出来，然后把这张图像和文本一起打包投进这个炉子里面。当我们投入的照片和打标的这个文本够多的时候，哎， 那么这个大模型它就会自己去学习这里面的一些内容，学习完之后它就变成了我们这一个具有偏向性的大模型了。我们也可以把这个大模型完全只投入动漫的啊，这个图片，那么它就会变成动漫大模型，或者说我们只投入真实场景的图片，那么它就变成真实的大模型， 那么这个就是我们大模型的一个训练的一个过程。那么我们刚刚说我们投入去的图片它是什么图片？是不是只有我们人类才能看得懂的图片？ 那么既然是我们人类能看得懂的图片，那么计算机能不能看得懂？那当然是看不懂的啊。我们这个 ai 绘画的过程，其实它就是在计算机里面去进行操作的，对不对？ 所以说我们任何的数据最后都会变成计算机的信息，所以我们需要把人类能够看得懂的语言变成计算机能够看得懂的语言，所以我们就需要这个 v a e 去对我们这个模型里面的图片进行作用。 我们把这里面所有的图片编码成为计算机的语言之后，我们就再把这些语言进行分配传输，然后最后由这些语言进行重组， 变成一张人类又看得懂的图片，对吧？所以我们的 ve 把里面的图片进行一个解析，解析完之后它变成了许多许多的信息，然后通过我们这一个模型点给它传到 k 太阳器，看到没有？我们可以把胶线断开， 然后给它连上，对吧？给它传到 k 场去，然后可以看到它也有 clive 点，这个 clive 点其实就是我们的，我们可以说它是条件点，你也可以把它当作文本点，当然了，文本点它可能不太正确，我们又把它叫做条件点，对吧？条件分成了很多种了，我们后面说到了 control net， 它也是条件点的一部， 但是我们这里姑且先把它当做是一个文本点，它这个文本点它可以读取我们所有照片刚刚说的打标里面的图片的一个文字信息，读取到之后把它继续往下传，传到我们的 copy 文本编码器。那么我们的 copy 文本编码器的作用是什么呢？ 当我们去用吉梦或者可林的时候，你会发现我们在输入一串文字之后啊，它会生成一个图片，对吧？那么这个 klib 文本编码器，也就是我们输入文字的地方，比如说我在这里输入 a cap， 我 在这里输入一只猫啊，输入一只猫之后，然后点击执行，我们看一下， 我们可以看到它是不是生成了一只猫出来。那么这个 klib 文本编码器，它为什么叫做编码器呢？也是一样的，我们输入了 a cap， 是 人类的语言，对吧？我们需要把它进行编码，编码成为计算机的语言，那么计算机才能够读得懂。那么有同学会问了，为什么我这里的 clear 文本编码器它有两个，那是因为我们 comforion 或者说 stable diffusion 的 一个特殊性，它会给我们用户配置一个负面条件，也就是说上面这个我们可以把它叫正面条件， 也就是说通过这一个文本我们可以把它叫正面条件，也就是说通过这一个文本，我们自然也就输入我们不想要的东西。 然后这个可列文本编码器呢，就是拿来输入我们的正负面条件了。我们再来看一下我们的 k 传感器，我们会发现 k 传感器它是最后的一个信息处理中心，有没有发现 什么叫做信息处理中心呢？我们会发现我们的通过这个正面条件和负面条件输入了这个我们想要的东西之后，哎，把它编码成为计算机的语言，他会传到我们的 k 传感器里面，对吧？我们大模型里面被编码完的图像信息里面，然后我们 k 传感器里面现在有几份信息， 是不是有两份？第一份信息是我们大模型里面所有的图像信息，第二部分的信息是我们的这个正负面条件的文本信息在里面，那么通过我们的文本信息跟图像信息进行比对之后，那么我们的 ai 就 知道我们要生成什么样的东西，比如说这里面我们刚刚说到图片可能会训练一些人 些猫，一些狗进去，对吧？那么我们如何精准的让它生成猫，那么就通过信息比对了，通过跟我们文本的信息比对，把它比对完之后，它自然就会出现猫的图片。 ok， 我 们继续往下看，这个空扔腾的作用是什么？空扔腾的作用其实它就相当于一个白色的画布，我们都知道我们 人在进行绘画的时候需要一张白色的纸，对吧？那么我们的 ai 也是需要一张白色的纸的，那么这张白色的纸就叫做空扔腾， 自然空间腾的宽高我们是可以去设置的，我们可以看一下，它可以设置成为五幺二乘五幺二，对不对？五幺二乘五幺二，你也可以设置成七六八乘七六八，那么它的画布就会更大一点，当然你也可以设置成五幺二乘七六八，也就是说它会变成一个竖屏的一个画布，那么它画出来的东西它自然也就是竖屏的，我们可以看一下， 哎，是不是竖屏了，对吧？你也可以把它变成横屏的，也是可以的。然后这里还有个批次大小，我们可以把它画成二，那么它一次性就会画两张图片出来。 好，我们可以看到是不是一次性画两张图片出来，所以这个批次大小主要是拿来管理我们的。呃，图片的出的张张数的就是，如果你是二，它就出现两张，如果是三，那就是三张，这样子，以此类推过去。 好，我们再来看一下 k 传感器里面的一些参数。第一个是这个随机种，这个随机种是什么东西呢？其实他就是我们这一个图像的身份证，我们的这一个图像，哎，每一张图像生成出来，他都会有一个不同的随机种的数字代码，我们可以看一下， 比如说我又生成了一张，可以看到随机种是改变了，对吧？所以说一个随机种一般来说是对应一张图片的，那么我们后面看一下运行后操作这一个栏目，它是拿来干嘛的？我们可以点开，它里面有固定、增加、减少、随机，对吧？如果我们填写的是固定呢？ 我们再跑一张，可以发现我们这个随机种它是不进行改变的，有没有发现好？我们再点多几次，你会发现它没反应了，我们点击直行的时候，它已经没反应了，对吧？为什么没反应？就是因为我们把它的随机种固定了，那么这个随机种它就是 对着我们这一张图像的，对吧？所以他不会进行改变，他也不会进行再一次的跑图，因为这张图片他已经怎么样生成完成了，对吧？我们也可以选择增加和减少，但如果你选择了增加的话，你会发现后面这个数值他会加一，变成了九，看到没有？ 好，我们再点一下，现在变成了七十，对吧？好，第七十张会发现他出现了人，我们可以继续往后跑， 可以看一下他又加了一，他又变成了不一样的，还是那那句话，他就是一个随机种，对应的怎么样一张图片？当然了， 这这个随机种的增加、减少，你可以自己去调，我们一般把它调为随机啊和固定，我们用的是最多的，然后是步数，步数就是说我们画这张图像的用了几步，比如说我们人类去画一张图像，可能我们需要画五十下才能把这张图片画出来，对吧？ 按道理来说，我们这个步数越高，那么我们画的图像所具有的细节也就越多，当然了，这也并不是完全的，如果说我给他一百步，但是我画完张图像，其实我只需要二十步，那么你是不是又形成另外一个词语，画蛇添足，对吧？所以说并不是说你步数越高越好， 那么这个步数的高低主要看我们的大模型的选择，比如说我选择一点五的大模型，那么我自然这里的步数我选择二十步，他就是可以的。如果说我选择 plus 模型，对吧？ plus 模型训练参数很多嘛，那么我步数选择十步，那么我也可以画出一个很好的照片， 对吧？那么这个步数就看大家自己去调了。我们一般来说最好就是不超过五十步，为什么？因为如果说你超过了五十步，其实呢，它没有什么太大的效果，甚至说会让你的图片进行一个崩坏，对吧？而且会更加耗费你电脑的一个配置的显存，所以说我们一般定为二十步就好了。然后这个 c f g 的 话， cfg 是 什么意思？它的全称叫做，呃，条件引导，也就是说这个 cfg 越高，它跟我们这个哎提示词越贴近，如果我把 cfg 改为零，大家可以看一下，我们去跑一下， 哎，可以发现它出现了一个什么女生，对吧？跟猫有没有任何关系？没有任何的关系，如果我们调成了一， 可以再跑一下，好，这边出现一只猫啊，但这只猫它怎么样？太过于抽象了，对吧？就是说 呃一这个参数对于我们一点五的模型来说，它太低了，它贴合不了我们这个正面提示词想要的一个内容，所以，呃，一般来说我们这个一点五的这个模型啊，一点五大模型，我们一般这里我们选择的是呃七左右，七到八左右就会出现一个比较好的， 那比较好的图像可以看到。然后另外一点呢，我们需要知道的是， cfg 其实对我们画面的饱和度有一定的控制，如果说你的 cfg 太高的话，对于这个模型来说，那么他可能会出现过拟合化的一个效果，比如说我这里调成二十，我们看下会有什么效果 好，可以看到它锐化是不是特别的严重，以及饱和度非常的高，对吧？如果说你用的不是一点五的吗？大模型用的是叉 l 的 大模型或者 plus 模型的话，你会发现一个很严重的问题，就是它的锐化太高了啊，或者说饱和度太过于严重，那么出现的画面也就会变得很抽象， 对吧？所以我们的这一个一点五的大模型的话，我们一般是五到六之间，而 plus 一 般我们把它调为一， 也就会发现有一个规律，大家有没有发现你越强的大模型， cfg 相对来说就越低，对吧？然后采氧器和调度器，我们可以看一下， 采氧器和调度器不同的选择呢？对我们图像的深层也是不一样的，不一样的采氧器啊，它输出的质量也就不一样，那么我这里呢，主要就是呃，用的最多的就是 d p 二 m 了， d p m 是 一个效果比较好的一个采氧器，或者说 d d p m 也不错，这两个都不错啊，这里我推荐你们直接使用，这里我就不过多的讲解，因为这个东西比较麻烦。 然后调度器呢啊，我们一般选择 k 这个开头的啊，这也是一个比较好的调度器，也是大家测试出来的一个比较好的，我们可以看一下， 可以看到效果是不是更好。比起刚刚的这个 u r 的 时候， u r 的 这一个彩样器呢，它其实更适合于深沉动漫的那个风格，但是我们选择的是真实大模型嘛，对吧？真实大模型，所以我们这里用 d p m 和 k 这个彩样器出来的出路效果就非常的不错，我们可以看一下， 哎，对吧？是不是更加的真实，感觉好。最后就是一个 v a e 解码，那么我们在这里 k 长计刚刚说我们会进行一个信息比对，对不对？那么信息比对完了之后， 我们是不是需要把计算机的信息给他释放出来，变成我们人类能够看得懂的语言才可以，对吧？那么这个 v a e 解码就是能够把我们 计算机的信息给它释放出来了，然后把它转换成我们人类可以看得懂的语言。所以说我们最前面这个 ve， 我 们可以把它叫做什么 ve 编码啊？ ve 编码，通过这个 ve 可以 编码我们元大模型里面有的图像，就人类看得懂的图像信息，把它变成计算机的语言， 变成计算机的语言之后呢？通过在 k 盘器里面进行一个信息比对完之后，然后让计算机知道我们想要什么样的内容，最后把图片生成出来，就在这里通过噪点的一个回收啊，噪点的一个反扩散，把我们这个图像生成出来，生成出来之后通过 v a e 解码，怎么样 把它解码成为我们人类看得懂的图像信息，就完成了我们一整个纹身图的一个工作流。好，那么其实这节课也就讲到这里啊，希望大家积极学习康复 u i， 然后有一个更好的未来。

生成图片免费，生成视频同样免费，今天要给大家推荐的就是目前 ai 创作圈里面口碑最炸裂最强的 ai 生产工具 comfyiv 八最新版本， 和那些买市付费套路的平台完全不同，这款整合包没有隐藏收费项，不用按月订阅，也没有按次计费的使用限制，你只需要把我提供的软件下载好，打开就能使用，从始至终不用花费一分钱，让你真正体验到免费玩转 ai 创作的快乐。 使用的方式呢也非常的简单，我们下载好我们的压缩包，然后减压之后呢我们找到这个启动器的图标，然后双击打开，然后呢就会弹出一个黑色的窗口，我们稍微等他加载一会，他就会在我们的默认浏览器打开， 那么你可能看到的是这样的一个纹身图的界面，那么我还为大家准备了很多东西，像这里面左边的模型里面有常见的 vlog 模型，以及一些大模型 经常使用到的 laura 等等，再比如说工作流部分，大概有两百多款，可以足够的满足大家的要求，那么这些文件呢都放好了，然后像这里面我们得到了这样的一个工作流之后呢，点击一下运行，我们可以看到这个彩样器正在彩样 进行生成，最后呢就生成了一张图像，那么这里面我们采用的是动漫的模型，所以他就会生成动漫图像，那么大家也可以尽情的使用其他的一些模型，比如说人物模型等等，那么同时像这种模型呢，可以生成大家任何想要的图像， 那么都给大家准备好了，大家拿到手之后呢，就可以自己动手去试一试，看看生成的效果怎么样。个人认为这样的生成效果还是很不错的，比市面上的很多需要收费的软件是效果要好的，毕竟软件是完全免费的，那么就将这款软件推荐给大家，免费使用。 这些这些这些都是 ai 生成的。自二零二三年以来， ai 绘图软件 stupefuge 的 发展势不可挡，各种各样的衍生模型插件百花齐放，现如今生成像这样的 ai 视频完全不在话下。 那么我们就一起跟随着时代的脚步，一起去探寻 stupefuge 的 compui 到底该如何使用吧。大家所熟知的 ypu 和 compui 其实都是属于 simplification， 而 ypu 主要是基于归类库开发的浏览器界面， cover ui 则是使用图形节点流程式设计而用于稳定扩散的用户界面。这边我们将外部 ui 和 cover ui 的 优缺点列出来，方便大家做个对比。 首先我们来看一下 ypu 这一块，它的优点是简单易学，并且操作较为基础与简易，而它的缺点是不利于长期管理。那么这什么意思呢？ 当你在深度学习完 y b y 的 高阶内容后，你会意识到啊，如果使用的是 comfortui， 那 么节省了时间为两到三倍甚至更多。其次，在插件过多时， u u i 会显得非常臃肿以及操作费时。 那么接下来我们来看一下 gmail 这边喂，我们可以看到， gmail 对 配置的要求比较低，这同时也意味着降低了 ai 绘画的门槛，方便更多的小伙伴加入进来。那么它的优点其实是节点更利于管理，有较强的自主性，我们可以根据个人的需求来组装属于自己的工作流。 并且在未来，钢普尼 y 将逐渐与 y b y 在 应用层面上拉开距离，比如前段时间的 s d 三点五，或者国产最新的可灵大模型，都是第一时间可以在 cloudy 里搭建工作流并且使用的。 而对于 y b y 这些最新的模型与插件，往往得过一阵子才能使装，甚至直接不使装。那么使用 cloudy y 也意味着 能够更早地去接触到最新的模型与插件。而 cloud ui 的 缺点是初期不好上手，但是我相信呢，你在学习完本套课程之后，一定能够完全掌握康复 ui 的 基础操作。除此之外，我们知道哎，过去有很多软件，比如说 blender、 达芬奇 ue 都是使用节点式工作流， 因为它们有极强的自主性于可模块化，许多头部公司的顶级团队使用的都是节点式软件。 那么康复以外，除了上述优点之外，我们在使用时还可以非常方便的去套用其他人分享的工作流即可，便可实现相同的效果。哎，节省了非常多的节点部署时间以及思考时间。好的，那么接下来我们来介绍一下课程概览。那本套课程啊，共分为两个部分， 一到五节呢，为基础部分，其中包含了最最基础的生图操作以及纹身图，还有图生图工作流的搭建，加上他们背后的运行逻辑 之后，我们还会一起去了解一下咱们 ai g c ai 绘画有关的网站以及模型具体下载方式。那么咱们将在六到十节课中一起来学习如何进行高清放大以及 ctrl 了的具体使用方法。 之后我们还会利用 ipad 来完成 ai 换脸。最后面第十节课，我们将结合前面所学知识，一起搭建一个老照片修复工作流。 ok， 那 么咱们也废话不多说，赶紧点开下一节课，开始学习之旅吧！

你可能早就听说过他这个大版本的更新，完美解决了堪比 y 安装困难和工作流报错问题，这种电影级 ai 视频不在话下，和那些花钱还要排队的网站不一样，完全开源无需排队，更不用烧积分， 最主要是没有审核压力，没有按次计费月卡的套路，自带原声中文内置。三百七十七个工作流，安装也是极其简单，一拿到整合包，二解压。三百七十七个工作流，安装也是极其简单，一拿到整合包，二解压。三百七十七个工作流，安装也是极其简单，一拿到整合包是教程开始。 大家好，这节课我们一起来学习 coffee ui 的 使用方法。那么 coffee ui 它是一个由节点构成的工作流式软件，我们现在所看到的就是最基础的纹身图工作流。 那么接下来我们将一同学习康复 ui 的 主要模块以及各个参数究竟代表了什么？关于软件安装有任何疑问的小伙伴，欢迎在评论区内留言。那就先啊，我们先来理解节点究竟是什么，那比方说这一个我们可以称为节点，这一个这一个这一个他们都 都是节点，而节点与节点之间有线连接，大家可以看到有红的线，黄的线，蓝的线，各式各样。那么要想学好探索以外，我们得先从最基础的，也就是这一套纹身图工作流讲起。我们先看到最左边这里有个 check point 加载器， 这 check point 加载器里面存放着的就是大模型。关于大模型，我们在 y b v 中接触过，他啊，控制着各式各样的画面风格。 接着我们顺着这困家在气的线往后看，首先是黄色的线连接到了这两个节点，那么他们称为 kipp 文本编码器，那文本编码器里边的内容其实就是正负项提示词，那么如何区分正向提示词还是负面提示词呢？我们顺着文本编码器的线再往后看， 可以看到有条件输出连接到了条件输入中，那么连接着正面条件的文本编码器自然而然就是输入正向提示词的地方，而连接负面条件的文本编码器自然而然就是负向提示词输入地方。好， 我们这边先生成一张图片看看。至于如何生成，看到右上角有一个运行按钮，点击一下，接着我们就可以 生成一张符合咱们提示词描述的图片。如果说我们想把图片内容稍微换换，当然就是回到刚才的正负项提示词文本框。比方说在正向提示词内输入一个女孩双马尾负面提示词，咱们输入 e z 那 个 t， 选择第一个或者第二个都行。接着点击运行按钮， 可以看到一张非常简陋的双马尾女生形象就这么生成了。至于如何该提升它的质质量，之前的课程中也有讲过，就是在正面提示词内输入质量词汇，比方说杰作高质量极致的细节等等等等，那么我们就一起来 实战一下。先打开老朋友翻译器，输入杰作最高质量极致的细节，把译文粘贴在正面提示词内。当然由于我们这边呢用的大模型是全能大模型，所以我们可 添加任意的风格词汇，比方说我们想让最终图像是动漫风格，那么就添加上动漫风格。如果说想让最终图像 偏写实风格，那么就添加写实风格的英文，比如说来个写实风吧。添加完之后，负面提示词这边，因为刚才啊，已经使用了一些那个题这一个负面提示词的词组包，这个单词其实包含着许许多多的预设好，打 包好的方面提示词，所以这边我们就先不用管，我们点击运行可以看到画面质量好了一些，但还是远远不够，原因也很简单，分辨率太低了。那么该如何调整我们最终出图的 长宽呢？我们顺着文本编码器往下看，在最底下有一个叫做 comlayton 的 东西，这 comlayton 看起来挺陌生，但它的参数也非常容易理解，一共三个参数，宽度、高度以及 p 次大小。现在是不是豁然开朗？在这里我们将控制宽高，比如我们把宽度设置为幺零二四，高度设置为幺零二四。接着再点击运行，现在我们就能够很明显的感受到画面的细节得到了极大程度的提升。 当然，如果说想进一步修饰这张图片，可以从关键词以及 lora 模型下，至于什么是 lora， 咱们稍后再讲。如果说啊，我们想一次性生成多张图片怎么操作？那么就来到 klen 的 最下边，有一个 p 次大小，如 果我们把它设置为四，意味着单次运行会跑出四张图片，那么这边我们把关键词给稍微换一下。我这边重新添加的关键词是异世界的奇幻场景以及 c g 质感。 编辑完后点击运行， ok， 那 么很快生成了四张异世界主题的场景图片，也是遵循了提示词的 c g 质感怎么样？效果还是非常不错的，如果我们想让它变成横屏图片，只需要在 later 这边添加宽度或者降低高度即可。比如说我们高度设置为七百六十八，再次点击运行，很快也是生成了四张图片，同时也是如我们所料变成了横屏 c g 风格。好的，那么以上就是关于 laten 这一个小结点的功能概述。接着顺着 laten 往后看，连接到了一个叫 k 采氧器的东西，那就 k 采氧器，它可就大有来头。如果我们仔细观察可以发现啊，刚才我们所介绍的这四个节点其实都连在了 k 采氧器上啊。 k 采氧器对于我们这整套工作流而言，相当于 核心大脑，他负责处理大部分的事物，将各个参数输入进来，然后在 k 采氧器里边进行运算，随后再通过后边的 输出节点来输出我们肉眼能看见的图像。哎，我知道这么说可能还是不太明了，咱就一起看看他到底有哪些参数。首先是随机种以及运行后操作，这两个是绑在一起的，随机种相当于图片的身份证号每一张图片，哎，比如说这张有属于他的 随机种子，或者说下一张这张图片也有属于他独特的随机种子值。当我们的关键词以及这些宽高等等参数均表词一致时，更 更改随机种子就能够生成不一样的图片。比如说啊，我们把 pc 大 小设置为一，随后点击运行， ok， 那 么此时我们可以看到图片变成了这个样子，接着此时的种子值是幺零九八五，作为开 头，咱们再一次点击运行，现在随机种子值又换了一组，变成了二零零二九开头，而最终图像也发生了改变，这就是我们为什么每次点击运行图像都会发生变化的原因之一。 那如果说我们想让图片保持不变，这一个该如何操作？现在我们先随便输入一组种 子值来六六六六六吧。接着点击运行后，操作设定为固定，再次运行工作流，那么现在的图片长这个样子，如果我们再次点击运行，大家会发现，哎，怎么工作流没有动静啊，哎，对吧？不管我们如何点击运行，工作流就是没有反应，因为我们生成的图像是同一张种子值，以及 正负面提示词，还有宽度、高度等等参数均保持不变嘛。 ok， 那 么以上就是关于总资值对于康复 e y 的 具体作用。接着看到步数，那这个步数当然只带的就是迭代步数了，我们在 y p y 中有学过，它的步数越高，图片越 精细，步数越低，图片越粗糙。比如我们此时把步数设置为二，点击运行，我们可以看到最终图像是一团马赛克。那如果说我们把步数设置为三十五， 再次点击运行，那么现在我们可以看到图像比当初迭代步数为二十时更为精细。再看到下边的 c f g 值，这个值越高，代表着最终图像与咱们的 提示词越相关。 c f g 值越低，代表着我们最终图像与提示词越无关。而一般情况下，咱们的 c f g 设置为五到八之间即可。 至于 c f g 下边的采集器和调度器，我们只需要记得采集器选择 d p n p p r m s d 记不住也没关系，默认的也挺好，调度器打开来选择 cars 选项即可，这一个对于整体的影响不会太大。那我们此时啊再次点击生成，来看一下修改完采用调度器之后有什么变化，怎么样？变化大吗？确实是有一些图 像生成出来之后，这个变化大家也有目共睹，是带来了一些变化，但是并没有带来质变，所以这两个参数新手玩家保持默认即可， 具体该设置什么记不住真的没有关系。而最底下的降噪值我们将在下一节课图声图工作流中再涉及到。好的， 那么我们这一个纹声图工作流就算是理解的差不多了。如果啊，我们不小心把某个节点给删去了，比如说像这个节点该如何添加新的节点呢？很简单，有几个方法，首先呢是从节点的后边直接从小圆点拖出来，松开鼠标，然后我们就可以看到这边有一系列的选项， 比如说什么转接点， v a e 编码， v a e 内部编码器保存图像，预览图像。大家还记得刚才我们删除的节点叫什么名字吗？保存图像对吧？刚才我们选择预览图像也行，那现在点击了之后就会自动连接上一个刚才我们所选的节点，哎， 再一次点击运行，我们就可以发现成功的复原了工作流。当然如果我们想预览多个图像也是完全没有问题的，比如说我们来三个预览图像节点，再一次点击运行，我们就可以看到每一个节点均输出了刚才咱们异世界景观的图像。其实康复与 y 这工作流是非常自由 及多样化的，大家在学习完基础知识之后，可以发挥自己的脑洞，构建属于自己的工作流。那视频的结尾，我再教大家几个常用的使用技巧。首先是框选节点，比如我们想同时选中这两个文本编码器以及 插控加载器，我们需要摁住键盘上的 ctrl 键，然后再摁住鼠标的左键进行拖动。那么现在咱们就可以同时选中这三个节点， 如何删除某个节点也很简单，只需要选中该节点，然后再点击这一个按钮即可，又或者点击键盘上的的 力键。而对于运行或者说征途同样也有快捷键是摁 ctrl 加 enter， 大家可以稍微记一下。好的，那么以上就是关于本期的全内容，涉及的新知识比较多，大家可以反复观看，那么我们就下期再见！拜拜！

一款软件搞定 ai 图像视频生成功能，那么就是我们的 comfyiv 八最新版本，在两年多的时间不停地优化软件细节，同时接受来自开元社区的大量模型，现在已经支持非常的功能，在视频后面为大家展示，那么它好在哪里？ 首先软件使用门槛低，无论你是新手小白还是 ai 大 神，稍微花些时间就能轻松搞定安装和插件下载部署，没有复杂的操作，需要用的工作流都已经植入整合包里面了。 其次就是软件使用完全免费，相当于可以无限生成，这是其他 a 软件所没有的优势。最后关键的是生成内容在本地不用联网，没有使用限制，可以生成各种福利，使用的方式呢也非常的简单，我们下载好我们的压缩包，然后解压之后呢， 我们找到这个启动器的图标，然后双击打开，然后呢就会弹出一个黑色的窗口，我们稍微等他加载一会，他就会在我们的默认浏览器打开，那么你可能看到的是这样的一个纹身图的界面，那么我还为大家准备了很多东西，像这里面 左边的模型里面有常见的 flex 模型，千问模型，以及一些大模型经常使用到的 lora 等等。再比如说工作流部分，大概有两百多款，可以足够的满足大家的要求，那么这些文件呢都放好了，然后像这里面我们得到了这样的一个工作流之后呢， 点击一下运行，我们可以看到这个彩样器正在彩样进行生成，最后呢就生成了一张图像， 那么这里面我们采用的是动漫的模型，所以它就会生成动漫图像，那么大家也可以尽情的使用其他的一些模型，比如说人物模型等等。那么同时像这种模型呢，可以生成大家任何想要的图像， 那么都给大家准备好了，大家拿到手之后呢，就可以自己动手去试一试，看看生成的效果怎么样。个人认为这样的生成效果还是很不错的，比市面上的很多需要收费的软件是效果要好的， 毕竟软件是完全免费的，那么就将这款软件推荐给大家，免费使用。值得一提的是，我们更新好后的 comfyui 已经完美地支持五零系显卡了， 对我们喜欢搞 ai 视频创作的小伙伴们来说更是如虎添翼了。然后就是我还增加了很多工作流，都是开箱即用的，这里面我就拿几个经典的举个例子，比如说擅长动作迁移和角色替换的哇二点二 animate， 专门用于口型同步的 infinite talk， 非常适合生成海报的千问 image 以及全新的 flex 二模型 client 等等，更多内容就等着你体验。哈喽，各位同学，欢迎来到 comfy ui 系列零基础教程第二期，今天咱们重点拆解纹身图基础工作流，我将从节点搭建到参数调试，手把手教你搞定， 哪怕是刚接触 comfyui 的 新手，也能跟着一步步做出效果。首先打开进入 comfyui 后，你会看到的纹身图完整工作流，一些交错相连的线和几个黑色方块，这些其实是将几个核心节点串联起来，构成了一个完整的生图流程。 咱们首先把每个节点的作用和逻辑理清楚，我们从左往右说起。首先 checkpoint 加载器，这是整个工作流的开始，专门用来选大模型。点开下方选项后，可以看到我们下载安装的模型，相当于给 ai 定好画画的风格基础。 clipp 文本编码器分两个，一个是正向提示词，你想画什么？比如你想要一个女孩动漫风格长发。一个是反向提示词，也就是你不想出现的画面，比如模糊低质啊。 clipp 文本编码器的作用就是负责把文字需求转成 ai 能懂的信号。看到 k 采集器， 它是整个纹身图工作流的核心绘图工具，负责在前空间中形成图片，这里能调三个关键参数。看到第一栏的随机种，也就是 seed 值。固定种子会生成相同基础图， 随机种子每次都不一样，也能手动输数字。日常的话固定和随机会经常使用，其他的很少有应用场景。 然后是迭代步数，数值越高，细节也就越足，常用二十到五十步。 c、 f、 g 值，就是提示词相关性越高，越贴近提示词，太低会跑题，会与输入的提示词相关性变差，常用的话在七到十二。 另外还有彩样器，比如 l a， d， p， m， p， p 二 m 和调度器 carrot， 这几个都是常用的参数。然后是降噪，也就是重绘幅度，数值越低，原图的相似度越高，反之则越低。通常默认为 有特殊场景，我们再去调整。再看到空阶节点，它的作用是负责定图像宽高，直接调宽度和高度， 还能设批次大小，负责控制一次生成几张图。看到 ve 解码器，它把 ai 在 latent 潜在空间里画的图，转成我们肉眼能看清的像素图，最后连接预览图像或保存图像，保存的图会存在启动器 output 文件夹里。 咱们可以先测个简单效果，选个常用模型，比如麦局写实模型、正向提示词书 one girl， 点击右上角的运行等绿色进度框，跑完，一张基础图就生成了。 光看懂还是不够的，咱们自己动手搭一遍，记得按节点需求一步步来，避免露脸。第一步，首先加 k 彩样器， 我们把上面的工作流节点都清除掉，双击空白处，搜索 k 采样器，选 k 采样器，普通版就行，高级版后续再讲。这个节点可以说是整个工作流的核心枢纽， 前面所有的节点最终都需要通过 k 采样器去形成 latent 前空间的图片。第二步，补 checkpoint 加载器。简易 点， k 彩样器的模型按住不动，往空白处拖去。在显示出来的菜单栏中选择 checkpoint 加载器，这样 ai 就 有画画的基础风格了。 第三步，加文本编码器，分别点击 k 彩样器的正面条件和负面条件，往空白处拖，选择两个 clip 文本编码器， k 彩样器的正面条件和负面条件。然后就能在编码器里输提示词了，比如正向 one girl， 反向提示词中输入 eigennegative。 第四步，加空 latent， 接点，点 击 k 彩样器的 latent， 按住不动，往空白处拖去。在显示出来的菜单栏中选择空 latent， 然后调宽度，比如七百六十八，高度比如一千零二十四 p 次，大小设为一。 第五步，加入 ve 解码器，点 k 彩样器的 latent 输出，往空白处拖，选 ve 解码器，再把 ve 的 图像输出拖出连接预览图像或保存图像。这样做的目的是为了能够实时观看生成的图像和保存到文件夹。 大完后可以再优化一下，比如给节点改名字，左键双击节点标题并输入正向提示词，下方文本编码器，同理输入负向提示词，这样后续找节点更方便。 复制节点也有快捷键，选中节点按 ctrl 加 c， 空白处按 ctrl 加 v， 比重新建节点快多了。 然后采样器这里其实并没有哪一个会更好，它的一个采样方法没有一个固定的选项，每个模型所采样的都不同。 我觉得大家如果是在网上找的模型式可以看到模型作者一般会推荐采样器，但是作者建议选是不会出太大问题的，当然我们也可以稍微灵活运用一下，通常的话可以选择 dpm 加加二 m， 还要加上调度器的 carry 斯。 然后 clap 文本和 ve， 这里不要忘记连接到模型加载器和 ve 解码中了，然后来尝试一下能否跑通本次的纹身图。工作流点击运行，我们稍等一下， 好的生成的图已经出来了，这说明工作流是没有问题的，能够正常的去运行。今天咱们搞定了纹身图从零搭建 海里清了彩样器降噪参数的用法，希望能有效的帮助到屏幕面前的小伙伴们，喜欢该视频的小伙伴们可以三连支持一下，你们的支持是我更新的动力，我们下期再见！

大的来了，宝子们今天给大家分享的四月二十六日更新的 comfrey v 八满血版整合包，新版附带最新部署及使用教程，适配任何手机、平板和电脑下载使用还没有拿到的宝子， 下面跟我步骤操作。首先点右下角分享键分享复制链接，复制成功后我们打开这个蓝色小鸟，没有的话就去安装一个，打开后会弹出一个资源包，如果没有弹出就在首页搜索大春资源，然后打开这个软件保存下载安装就可以用了。

今天要给大家推荐的是目前最强的免费 ai 软件 comui， 不 仅在国内有大量的用户爱好者，同时也备受多个行业青睐，那么为什么这款软件具有这么大的魔力呢？其实主要就是两点，一个功能强大，另外一个就是免费便捷。第一点，功能强大主要体现在哪里呢？ 无论是生成海报，人物摄影，又或者人物换脸换装，换人视频，又或者生成音乐， ai 数字人等等，这款软件通通可以满足你的需求。第二点，免费便捷，指的则是这款软件没有任何收费项，不用按月按次订阅，只需要家里有台电脑， 懂得一些电脑的基本操作，就可以无限量不计次数的使用这款软件，甚至这款软件不用安装双击就能打开，真正是小白都能上手。那么这款软件到底怎么使用呢？ 使用的方式呢？也非常的简单，我们下载好我们的压缩包，然后解压之后呢，我们找到这个启动器的图标，然后双击打开，然后呢就会弹出一个黑色的窗口，我们稍微等他加载一会，他就会在我们的默认浏览器打开， 那么你可能看到的是这样的一个纹身图的界面，那么我还为大家准备了很多东西，像这里面左边的模型里面有常见的 flex 模型，千问模型，以及一些大模型 经常使用到的 lora 等等，再比如说工作流部分，大概有两百多款，可以足够的满足大家的要求，那么这些文件呢都放好了，然后像这里面我们得到了这样的一个工作流之后呢， 点击一下运行，我们可以看到这个彩样器正在彩样进行生成，最后呢就生成了一张图像， 那么这里面我们采用的是动漫的模型，所以它就会生成动漫图像，那么大家也可以尽情的使用其他的一些模型，比如说人物模型等等，那么同时像这种模型呢，可以生成大家任何想要的图像， 那么都给大家准备好了，大家拿到手之后呢就可以自己动手去试一试，看看生成的效果怎么样。个人认为这样的生成效果还是很不错的，比市面上的很多需要收费的软件是效果要好的， 毕竟软件是完全免费的，那么就将这款软件推荐给大家免费使用。哈喽大家好，那么这节视频呢，我将为大家充分的介绍一下我们的 kfc 整合包里面到底包含了哪些内容， 以及具体哪些重要的文件夹是我们需要知道的。那么首先我们一般拿到我们的枕头包之后呢就是一个这样的文件夹，那么这个 com 呢就是我们软件的本质，就相当于是一道正在锅子里面已经炒好的菜，然后通过我们的拍摄呢， 给它包装一下，把它盛在盘子里面，然后可以端出来，这个就是拍摄的功能， 然后这个下面有一个启动器，就相当于是刀叉一样的东西，然后我们直接点击启动就可以使用了，那么我们看一下这个康复员里面有很多的文件夹，那么里面有哪些文件夹是需要我们值得去注意的呢？首先前面这些都不用管， 我们依次从上往下看过来呢，首先第一个就是我们的 custom node 文件夹，也就是我们的插件文件夹，我们打开之后会发现有非常多的插件，那么这些插件文件夹里面包含了哪些内容？ 就比如说我随便打开一个，打开之后呢，你会发现有这些内容，那么这里面我们不用管，但是里面有一些比较值得注意的地方，就是有一个依赖环境， 那么这个没有，我们找一个有的打开，你像我打开这个插件呢，里面有个依赖环境的 t 叉 t 的 文件夹， 然后我们打开之后呢，你会发现他在这里面要求了我们需要哪些依赖，同时这些依赖的版本是多少，那么有时候呢， 我们使用插件的时候经常出现依赖冲突，那么原因呢也就在这里，不同的插件对于依赖的版本要求是不同的，所以这里面我们要做好我们的插件管理。过掉这个插件文件夹之后呢， 我们就来到下一个 input 文件夹，也就是我们的输入文件夹，那么这个输入文件夹呢，其实就指的是我们平时使用 ctrl u i 的 时候，有一个上传图像功能， 那么我们只要在上传图像里面加载的某张图片，那么这个就会传输到我们的输入文件夹里面来，也是比较好理解的。那么与此对应的呢，就是来到我们的输出文件夹 out 文件夹， 在我们的 control 中使用过保存图下面令导出的文件，就会来到这个文件夹里面。我们看完了音符的文件和 alt 的 文件夹之后呢，就可以关注到我们最核心的一个文件夹 models 文件夹， 那么这里面有我们所有用到的模型，这里面我们着重的分为四个类别，首先就是我们深图的大模型文件夹，包括我们的 checkpoints 文件夹，这里面呢是我们一开始的 kufui 使用的文件夹，模型呢普遍在六七个 g 左右，反正是比较小的。 然后与此相对应的就是我们的 diffusion models 文件夹，也是我们的生图大模型，但是此时呢模型的大小先来到了十多个 g， 更有甚者可以达到二十个 g， 是 非常恐怖的，包括我们的千万 one z e m g 模型等等， 那么这两者都是我们的一个深层图像的大模型文件夹，然后就来到了我们的克利普文件夹， 那么克利普文件夹呢，指的就是我们的文本编码器文件，像这里面我们以前老版的使用的都是这个克利普文件夹，但是自从我们出了更多的大模型之后呢， 我们更习惯于把我们的 clip 文件保存在我们的 test encode 文件夹，也就是文本编码器在里面， 这里面呢所有我们需要用到的文本编码器，那么这个和上面的 clip 是 相对应的。那么第三者就是我们的 ve 文件夹，这个其实没有什么好讲的，我们平时加载我们的大模型就是三件套嘛。 那么介绍完这一类的之后呢，我们来看一下下一类就是我们的插件文件夹，我们的插件是需要模型的，就比如说我们的 control net 插件有各种各样的模型，我们的图像分割插件，或者是我们需要换脸使用到的 inside face， 那么这一些类别呢，就属于我们的插件模型文件夹，那么第三者呢？就是我们的 rom 模型，也是我们经常使用到的模型，这里面呢包含了所有我们大模型配套的 rom， 用来生成或者实现不同的功能，那么就是在这个文件夹里面， 至于其他的，其实这一部分很多的都是我们的插件文件夹，我们在模型文件夹里面只需要注意这几个部分就可以了， 其他的部分我们可以进行一个省略，或者是等有需要的时候再进行了解。最后我们讲一下我们的个人工作流文件保存在哪里，我们打开这个 user 文件夹，然后点击这个 default， 然后在 workflow， 这里面就是我们的个人工作流存放位置的文件夹，那么这些文件夹呢，都是我们在使用康福 u i 时需要着重注意的文件夹， 那么这些文件夹现在什么功能你掌握了吗？那么这个视频对你有用的话，不妨点赞加三连关注，支持一下，我们下个视频见。

生成图片免费，生成视频同样免费，今天要给大家推荐的就是目前 ai 创作圈里面口碑最炸裂最强的 ai 生产力工具 comfyiv 八最新版本， 和那些买市付费套路的平台完全不同，这款整合包没有隐藏收费项，不用按月订阅，也没有按次计费的使用限制，你只需要把我提供的软件下载好，打开就能使用，从始至终不用花费一分钱，让你真正体验到免费玩转 ai 创作的快乐。 使用的方式呢也非常的简单，我们下载好我们的压缩包，然后减压之后呢我们找到这个启动器的图标，然后双击打开，然后呢就会弹出一个黑色的窗口， 我们稍微等他加载一会，他就会在我们的默认浏览器打开，那么你可能看到的是这样的一个纹身图的界面，那么我还为大家准备了很多东西，像这里面左边的模型里面有常见的一个纹身模型，以及一些大模型 经常使用到的 laura 等等。再比如说工作流部分，大概有两百多款，可以足够的满足大家的要求，那么这些文件呢都放好了，然后像这里面我们得到了这样的一个工作流之后呢点击一下运行，我们可以看到这个彩样器正在彩样 进行生成，最后呢就生成了一张图像，那么这里面我们采用的是动漫的模型，所以他就会生成动漫图像，那么大家也可以尽情的使用其他的一些模型，比如说人物模型等等，那么同时像这种模型呢，可以生成大家任何想要的图像， 那么都给大家准备好了，大家拿到手之后呢，就可以自己动手去试一试，看看生成的效果怎么样。个人认为这样的生成效果还是很不错的，比市面上的很多需要收费的软件是效果要好的， 毕竟软件是完全免费的，那么就将这款软件推荐给大家，免费使用。大家所熟知的 webo 和 comfuly 其实都是属于 separate fusion， 而 webui 主要是基于管理库开发的浏览器界面， comui 则是使用图形节点流程式设计而用于稳定扩散的用户界面。这边我们将 webui 和 comui 的 优缺点列出来，方便大家做个对比。 首先我们来看一下 webui 这一块，它的优点是简单易学，并且操作较为基础与简易，而它的缺点是不利于长期管理。那么这什么意思呢？ 当你在深度学习完 ui 的 高级内容后，你会意识到啊，如果使用的是康复 ui， 那 么节省了时间为两到三倍甚至更多。其次，在插件过多时， ui 会显得非常臃肿以及操作费时。那么接下来我们来看一下康复 ui 这边喂，我们可以看到，康复 ui 对 配置的要求比较低，这同时也意味着降低了 ai 绘画的门槛，方便更多的小伙伴加入进来。那么它的优点其次是节点更优于管理又较强的自主性。 我们可以根据个人的需求来组装属于自己的工作流，并且在未来， comfui 将逐渐与 webui 在 应用层面上拉开距离，比如前段时间的 sd 三点五或者国产最新的可灵大模型，都是第一时间可以在 comfui 里搭建工作流并且使用的， 而对于 webui 这些最新的模型与插件，往往得过一阵子才能时装，甚至之间不时装。那么使用 comui 也意味着能够更早地去接触到最新的模型与插件，而 comui 的 缺点是初期不好上手， 但是我相信呢，你在学习完本套课程之后，一定能够完全掌握康复以外的基础操作。除此之外，我们知道哎，过去有很多软件，比如说 blender、 达芬奇、 ue 都是使用节点式工作的哦，因为他们有极强的自主性与可模块化取得头部公司的顶级团队使用的都是节点式软件。 那么康复语言除了上述优点之外，我们在使用时还可以非常方便的去套用其他人分享的工作流，即刻便可实现相同的效果，还节省了非常多的节点部署时间以及思考时间。好的，那么接下来我们来介绍一下课程概览。那本套课程啊，共分为两个部分一 一到五节呢，为基础部分，其中包含了康府以外最基础的生图操作以及纹身图，还有图生图工作流的搭建，加上它们背后的运行逻辑，那之后我们还会一起去了解一下咱们 ai g c ai 绘画 有关的网站以及模型具体下载方式。那么咱们将在六到十节课中一起来学习如何进行高清放大以及 controlnet 的 具体使用方法。 之后我们还会利用 ipad adapter 来完成 ai 换脸。最后面第十节课，我们将结合前面所需知识，一起搭建一个老照片修复工作流。 ok， 那 么咱们也废话不多说，赶紧点开下一节课开始学习之旅吧！

只需一张显卡，你就能免费生成这样的 ai 视频，这就是地表最强的 ai 生产力工具 comfyui。 和那些花钱还要排队的网站不同，这个软件不用联网，更不需要魔法上网，所有运行均在本地， 无惧审核压力，不用积分，不用排队，也没有暗此暗月的计费的套路，最低支持一千零六十显卡，并且支持原声中文，自带三百二十加常用配件。生成图片点一下就好，生成视频也是点一下的，试想试试的亲，老规矩，验验牌现在开始教学。哈喽，大家好，这一期视频呢，我们一起来学习一下。 ctrl n， 那这个 ctrl 呢，也是整个 ctrl u i 当中不得不拼的一环了，那因为它的功能实在是太强大了，可以控制线条控制， 还可以进行姿势控制，深度控制，面部参考，局部重绘等等这些功能，而这些功能的目的就是为了更好地去帮助我们去进行 片的控制，从而让 ai 绘画有更多的商业落地的可能性。那如果说我们的 ai 绘画一直是处于这种非常不可控的一个阶段，那么提供的主要部分肯定是集中于这些创意以及设计灵感。 但是如果说是引入了下 controller 之后呢，它就可以投到真正的生产流程当中，那我们就一起来到 comrade 的 界面啊。 好的，首先呢我们腾出一些位置，把把后面的节点给活动一下，那我们在这个空白处，我们双击一下界面搜索 controller， 这里呢会有一个叫做应用高级旧版的一个功能啊，我们直接点开，那这个呢，其实就是我们 control 的 一些核心节点了，我们先把这个节点往后移一些，给这个 control 移动 增加一些位置，那接下来呢，我们要介绍像这些 openpos 啊， linux 啊等等这些有关的模型，其实都是搭建在这个 control node 的 节点上面的，而由于我们有关的 control node 内容比较多，所以呢我们 一共是分成了上下两节课，那么本节课呢，我们就一起来学一下能够进行线稿控制的有关 control node 的 模型。 那么首先我们的第一个案例呢，就是使用这个 control 来进行性稿上色，那这个过程呢，其实是非常容易的，大家可以跟着我操作就好了。 那我们现在呢先把这个 control 那 个应用输入给连接一下，那么首先就是第一个正面提示词，那我们就直接连接在文本编码器上面就可以了， 直接拖出来啊，那么接下来呢，就是 ctrl n 的 一个模型了，我们直接鼠标点在这个绿色的，我们在空白处直接松开鼠标， 我们这里呢就直接选择这个加载 ctrl n 模型这样的一个节点，那我们这里的模型有非常多，我们可以去选择一下这个 linear， 我 们直接选择， 那么 control 内呢，它对应的大模型底膜呢？这个是关于 sd 一 点五的，那如果说我们前面用的这个大模型，它是关于 sd 叉 l 的， 那我们这里就得换成 sd 叉 l 的 一个 control 内，那我们这一次演示呢，先用一点五来作为受力啊，我们还是选择一个一点五的模型，比如说这个灵动水彩啊。 选择好之后呢，我们来看一下底下这里会有一个图像对不对？那我们图像也是一样的，直接拉下来摁住键盘的 shift 键， 这里呢我们直接去搜索这个 lina， 我 们就直接选择一下第二个啊，那么这个节点的作用呢，就是为了去域处理我们上传的图像，先把我们上传的图像去加工一下，然后呢才传入到我们的 ctrl 那 个这个核心节点当中。 所以说我们的这个 linux 的 艺术域处理器的图像输入，当然连接的也就是我们的一个输入图像了，那这一连哦，我就先上传一张动漫的一个现稿图， 注意我们的线稿呢，大家最好上传的是这些白底黑边的一个图像，那如果是黑底白边的，那我们就可以直接忽略掉这一个艺术区域处理器，让黑底白边的图像呢直通我们的 control 核心节点即可。 那接下来呢，在这个域处理器的图像输出，我们可以再连接一个域里图像的一个节点，那这样子一来呢，我们就可以看到域处理之后的一个图像到底长什么样了。 然后呢也就是说把我们前面的这个正反向提示词输出给到这个 k 采暖器当中， 直接连接上，这个也是非常简单的。那接下来我们的这个工作流呢，其实已 经差不多是构建完了，那现在我们就需要修改的是提示词还有 k 采暖器的这些相关参数了，那我们先从这个大模型看起啊， 那首先我们要做的是一个动漫的一个线稿上色，所以说我们最好是选择关于动漫有关画风的一个大模型，那我自己呢用的是这个灵动水彩啊，那我们把最终的这个 ve 节电输出呢，我们可以自己替换一下，先把这个断开来一个加载器 ve， 这里呢我们可以选择这个八四零零零的，这个是具有高饱和度的一个 ve 模型，那我们的这个 ve 的 核心节电呢，我们也要连接到这个 control 内当中， 那接下来呢，我们就可以直接放心的去编辑提示词了，那怎么去编辑呢？ ok， 我 们还是打开这个翻译，那这里呢，我们还是先输入这个高质量的词汇啊， 比如说杰作高清晰。那接下来呢，我们就来编辑一下人物的一个主体了，比如说一个女孩，蓝色的头发， 有一双紫色的眼睛，白色的干净的背景，以及我们可以去输入一下这个氛围提示词，动漫风格，我们就把这个提示词给复制下来，我们回到工作流界面当中，给它 贴上去，那底下呢，我们的这个负面提示词，我们照样还是来这个 ec neg 的 一个反向提示词啊，然 贴上，那这样子一来呢，我们是不是就只剩下这个 k 彩样器的调节参数了？那我们接着把这个叠带步数设置成二十五步，可以去增加一下我们的这个图像的一个部分细节。然后呢我们的 c f g 值可以设置在一个六点五 左右的一个区间，那采阳器呢，我们就选择这个 d p m p p r m 的 一个采阳器，那掉入器呢，我们就选择这个 keras。 那 最后呢，我们再来点击一下运行， 那有没有发现我们这个图片是不是跟我们的线稿呢？做到了百分之九十九的吻合，但是我们有没有发现一个问题，我们把这个图片稍微放大看一下，它这个怎么变成了一个正方形比例的图片呢？那这个到底是怎么一回事？ 那么这一边呢，我们就要看到这个 layton 了，那么我们之前呢也学过这个空 layton， 但其实这个就是控制我们图像的一个尺寸，对吧？那不过问题又来了，那我们怎么才能知道这张图像的一个尺寸呢？ m 城我们每次去进行类似的一个生图流程啊，每换一张新的图片都要去查看，哎，这个图像到底是五幺二乘七六八，还是一零二四乘一个一五三六的一个比例，那查完之后我们再输入进来，其实是非常非常麻烦的， 所以说我们这里呢还需要去构建一个新的节点，那新的流程把这个过程给自动化，那接下来呢，大家就跟着我一起操作，那咱们这里呢可以在这个加载图像后边输出，这里 我们拖出来按住 shift 键，这里呢我们直接搜索尺寸，直接搜索这个 size， 也就是尺寸的意思啊， 那这里呢我们就直接选择这个获取图像尺寸，那现在呢，我们就可以看到这样子的一个节点了，它这里会有三个显示，比如说它的一个宽度对不对？ 那底下这里呢就是它的一个高度了，那以及最后一个就是数量的意思。那有的小伙伴就问了 up 主，我要这些东西啊，干嘛呀？你说我们怎么去匹配到这个 collate 上面的一个数据呢？ 那我这边呢阿静老师就教给大家一个方法，那我们呢可以看到上面的这个 laten 节点，我们摁一下右键，那我们直接在 com laten 的 这个节点上面，我们摁一下右键啊，随后呢这里可以看到可 连接输入的一个端口，那我们这里呢就选择宽度以及高度，那选择完成之后，我们怎么去匹配也是非常简单啊，那宽度我们就可以连接着宽度，高度我们就连 接着高度，这样子一来呢，我们每次上传的图像，它都能够自动的去匹配对应的一个尺寸了，从而进行我们线稿上色的一个流程。 ok， 那 我们现在呢工作流构建好之后呢，再次去点击一下运行，有没有发现啊，经过我们的这个自动化流程之后，图片的生成效果怎么样？哎，是不是还是这张图片啊，那他也是成功的就变成了一个竖屏的 比例，那证明呢，我们刚才所说的所做的一切都是有用的，那同时我们也可以看到这一张预处理之后的一个黑底白边图， 那也正如我前面所说啊，那如果我们基础上就是上传的是黑底白线的一个图片，其实是不需要这样子的一个育处理器了，就可以直接连接到我们的一个图像当中就可以了。 那接下来呢，我们再来讲第二个 control 类，它同样也是针对于这个线稿控制的，而它的名字呢叫做软边缘，而且呢这个流程跟我们刚才所使用的这个 linear 线稿的 上色的一个流程也是非常的相似的，那其实我们只需要呢把这里的 linux 的 线稿处理器换成这个软边缘的处理器，以及呢将我们的这个 control 模型换成软边缘的模型，就可以使用上我们的这个软边缘功能了。 那我们在这里呢，可以先选择一下软边缘的加载大模型，直接进行选择。那底下这里呢，我们还是老样子啊，先把它断开，连接出来之后按到 shift 键，那这里呢，我们就搜索一个叫做 h e d 的 一个模糊线域处理器，那这个呢，是针对于我们的这个软边缘的一个处理器啊， 那我们加载好成之后呢，你的线呢再依次的进行连接，像刚才的流程一样， 那这样子呢，有没有发现啊，我们的这个域处理是不是跟刚才的啊，我们的这个节点呢，都是非常像的，只不过就是你的模型替换成了软边缘，那域处理器呢，也是对应着这个软边缘的这个模型。那我们现在呢再次点 一下运行，有没有发现啊，我们在使用了这个玉处理之后，它的生成的线稿与我们之前使用 linear 线稿的时候，它的这个图片区别还是蛮大的， 就是说刚才的这个 linaire， 它的线条是比较细致的，而现在的这个软边缘呢，它提取出来的线稿是比较那种柔和的，那这个呢，也是给予了 ai 更多的一个自由发源空间。与此同时，我们可以看一下它最终生成出来的图像， 是不是感觉效果还是蛮不错的，虽然说它没有去进行一比一的还原我们原始的一个线稿图， 但是呢它呈现出的一个视觉效果还是有别样的一个风味的。而我们的这个软边缘，它一般匹 配的使用场景到底是什么样的？那其实就是去进行风格转会，或者是基于原图的一个线稿特征来对它进行大体不变，但是呢细节又可以去修改目标的一个需求，那我们 这个呢，其实就是像这个软边缘的一个应用效果了，那绝大部分情况下呢，我们用这个 linear 的 那个线稿就可以了， 而需要更多 ai 的 艺术性呢，那我们就可以选择这个软边缘的一个育处理器，那这里呢我给大家科普一下，就是题外化，那这个我们育处理器当中的 sd 一 点五和 sd 叉 l 到底有什么样的 一个区别呢？那这边老师也是简单给大家表述一下，那 sd 一 点五呢，它用的是这个五幺二乘五幺二的一个训练级， 对，它在生图的尺寸上限是有一个限度的，那比方说我让它去生成一些一零二四乘一零二四的图片，就会非常的古怪，那我们去使用这个 s d 叉 l， 它是使用的一零二四乘一零二四的一个训练级， 所以它是可以植出这种一零二四乘一零二四的图片的，也就是说它的基础会比这个 s d 一 点五要牢固，能够植出的图片细节上线也比较高。 那这里呢老师就简单的给大家说一下，那今天这一节课程呢，其实就是我们 control 链上半部分的一个内容，那下一节课呢，我们继续再来聊一聊下半部分的一个 control 链内容，那我们下期再见，拜拜。 哈喽，大家好，我们承接一下上节课的内容，一起来讲一下除了线稿控制之外，那么比较重要的 control 模型，那首先我们还是从这个默认的工作流节点开始讲起， 我们温习一下我们昨天的这个 control 基本架构。那首先呢，我们先把这个 k 彩样器给它腾出一点位置啊， 然后我们双击一下空白处，直接搜索 ctrl n， 这里呢我们选择应用 ctrl n 旧版高级，但其实啊这个节点基本上也是比较好用的 ctrl n 有 关节点了， 那我们选择好这个核心节点之后，那接下来呢，我们就要连接它的输入正面条件还有负面条件， 然后呢我们 ctrl n 连接的这一边，我们拖出一个 ctrl n 的 加载器，所以接下来呢，我们要介绍的第一款 ctrl n 叫做 openpos 的 一个姿态控制，那么这一款 ctrl n 呢，它是可以直接控制人物的骨骼乃至面部 表情，那我们在这里呢可以去找一下我们的对应的 openpos 的 模型。选择上选择好之后呢，我们在图片输出这里直接拖出来，摁住键盘的 shift 键， 直接搜索姿态域处理器，直接选择这个 dw 姿态域处理器。那么接着呢，我们就可以在这个图片的输入当中去加载一个输入图像的一个节点了， 直接选择加载图像，那比方说我们还是上传一张小姐姐的图片啊，那就是这个小姐姐我们想参考这幅画面的一个姿势以及呢面部表情，那么接下来呢，我们就可以从这个预处理器当中拖出一个预览节点， 就知道呢我们在预处理之后的一个图像到底长什么样子了，然后呢我们还需要去规定这个尺寸，那么上一节课呢，我们是不是有提到过有关于尺寸的一个规范流程，那我这边呢再带着大家一起 回顾一下。那首先呢，我们去输入这个图像尺寸，那咱们肯定是不知道了，对不对？那为了去自动化这个流程，我们可以在这个加载图像的输出拖出来，摁住键盘上面的 shift 键，直接搜索这个 image， 在 点击获取图像尺寸。那接着呢，我们就要把这个图像的一个宽高比连接到我们的这个节点当中的一个宽高比了，那么为了达到这一点，我们就需要将这个 collate 图像当中的一个宽高比调节成输出 鼠标右键啊，这里我们就选择啊宽度以及呢高度，选择好之后呢，我们这边宽度就可以直接连接到这个节点当中了，那这样子呢，我们上传的图像就可以直接同步到空阶图像当中， 那这么一来呢，我们的这个基础节点就构建完成了，然后呢我们再一起来挑选一个大模型，我这里呢就来一个写实风格的大模型， 如说麦局写时，那我们还是老样子啊，我们去书写一下正反向提示词，那正向提示词呢，我们还是先去输入一些高质量的提示词，那我们可以打开翻译软件，那接下来呢，我们还是先写这个 质量提示词，比如说杰作高清晰最高质量。那接下来呢，我们就先写一下主体，比方说我们就来一个女孩，她在微笑，她穿着蓝色的衣服， 比方说它的背景是这个超长。然后呢就是书写写实风格这样子的一些氛围感词汇，我们直接复制下来，我们回到 copy 当中给它贴上，那底下这里呢负面提示词我们还是继续选用这个 easignite 就 可以了，给它贴上。 这么一来呢，我们其实就只剩下一个采暖器了，那我们就把这个正面条件还有负面条件连接到 k 采暖器当中。随后呢我们边写一下这个迭代步数，比如说步数我们就设置在二十五步 c f g 值呢，我们先设置在六点五， 传感器的名称，我们选用 d p m 耳 m 的 调度器，建议大家选择这个 chaos 都是比较好用的。那我们现在呢，调节好这个 k 传感器就可以直接点击执行了。我们来看一下最终的一个效果， 可以发现啊，就是我们之前输入的图像呢，与最后生成的图像，有没有发现他都是保持着同样的一个角色的一个动作啊？比如说他原来的这个女孩子是手托着脸这么一个姿态， 那最终呢，生成出来的图像呢，也是手托着脸的一个姿态，是不是做到他的姿势是达到了百分之九十九的一致呢？ 那这个究竟是怎么实现的？其实很明显啊，就是通过我们的骨骼绑定来完成这一控骨的流程的。那我们在这个骨骼图当中可以看到啊， 像人物的这个肩膀呀，还有他的手臂长度呀啊，包括他的这个手指的位置，还有他脸部的位置等等，这些东西都是预处理器给我们规定好了吧，那这个就是 open pose 的 一个强大之处， 而我们在使用这个 control 内的时候呢，一般情况下我们会搭配着其他的 control 内一同使用， 比方说我们上一节课是不是介绍了一个叫做软边缘的节点，那么接下来呢，我们就来一起学一学如何把这两个 control 内给串联到一起去，同时使用，来达到更强大的一个控图效果。 那么这一边呢，我们先把这个 k 彩样器往后拖一拖，接着呢我们把这一些节电给复制一下，那我们现在呢先把刚才的 ctrl 那 部分，我们先稍微整理一下给移过来，我们可以按住键盘当中的一个 ctrl 键，可以直接移动过来啊， 那接着呢，我们就可以把这些节电全部给复制一下，摁住 ctrl shift 加 v， 这样一来呢，我们的连线就被我们复制粘贴过来了，那么我们就稍微整理一下工作流吧，那我们把第一个 ctrl n 呢新建一个组，这里呢我们就书写一个 ctrl 一， 点击确定，把这个组呢我们给拉下来，以达到分区，这样子看起来会更加的明了一些。稍微整理一下，那这里呢我们还是一样的，我们可以新建一个组，这里呢我们就命名成 control 二，点击确定，我们可以设置颜色啊，比方说红色 给它拉出来，那这里呢就是我们的这个 control 二的一个部分了，这样一来呢，大家也是可以直接专心的修改着二号当中的一个 control 里面的内容了，那我们还是一样的，先把这个正面条件和负面条件都给连接一下， 那随后呢我们在这个 control 里面的模型这里，我们选择的是这个软边缘的模型，我们找一下，找到之后呢，我们底下的这个玉处理器也是需要去进行 替换的，我们先把这个删掉啊，这里呢加载图像，我们可以摁住啊， shift 拨出来，我们找到这个 h e d 模糊线域处理器，我们打开这里呢我们就进行连接，那同时呢我们这边也可以拉出来一个预览图像， 至于呢，我们如何去使用 sd 叉 l 的 模型，那等一下呢，我们待会再学啊，但是至于怎么去使用我们的这个两个课程内容呢，也非常简单啊，那首先就是底下我们的这个图像加载的我们的一个输入进去的一个图像， 它其实呢不管是说你用这个女孩子，还是说用其他的一些男孩子都是没有问题的，那两个图像呢，大家可以选择不一样的， 但是如果说我们要去选择其他的图片，那最好呢它的整体姿势，也就是说跟我们的第一个 ctrl 键点，也就是 openpos 的 这个骨骼图的姿势相近，那不然呢，最后我们生成出来的图片肯定会造成混乱的， 那么具体呢，我们待会再演示，我们先来跑一张正确的图像，我们来一起看一下，有没有发现这张图片的一个线条，比方说他的这个衣服的领口位置像他的一个轮廓，也就是说跟我们的原图的女孩其实是非常的相似的。 当然如果大家想要把这一张图像的这个线条细节与原图做到百分之八十，甚至呢百分之九十近四的话，那我们 需要呢将这里的域处理器切换成这个线稿即可，那同时呢，我们也可以看到我们这种图像生成的这些手指啊，以及面部表情啊，还有他眼神 所聚焦的地方，其实跟我们的这个原图女孩子的高度都是非常相近的。那虽然说我们的这张图像看起来呢有点模糊对不对啊，也有点诡异， 那是因为呢，我们的提示词里面啊，增加了一个微笑的这个提示词，那如果说我们将这个提示词给删掉的话，我们再来跑一下，可以看一下 有没有发现这一次生成的图像呢，它就没有这种微笑的感觉了，而且呢也变得自然了一些，对不对？有点瞬间变严肃了。那么我们在实际使用这个 open pose 姿态控制的时候，就可以去规避一些坏的手或者呢坏脚的问题。 那当然，如果你生成了图片，要是还是坏手怎么办？那我们就可以去做这个一次放大，只不过呢，我们之前教的不一样啊， 只是加入了一个刚刚创建好的这个姿势控制。那接下来呢，我们来讲一下下一个 control 啊，我们先把这个一号 control 给忽略一下，让它不再进行发挥作用。然后呢，等一下我们会在这个二号的 control 当中去替换一下相关的模型啊，那我们直接选择这个主 control 加 b 进行延长， 这样子呢，我们的这个节点就禁用了，也就是说我们在生成图片的时候，它就不会经过这些关掉的节点，而是直接输入到我们的 control 内二这个核心节点当中。那我们现在呢去替换一下相关的模型， 我们呢用的是一款叫做 deep play 的 深度的 controller， 那 这个模型的主要作用呢，是可以保持生成的图片与参考的图片空间关系一致，那具体是什么意思呢？接下来我们就慢慢来看， 那首先我们还是先把这个域处理器给删掉，然后在加载图像的输出这里，我们连接过来，摁住键盘的 shift 键，搜索一个节点，叫做低配的，也就是说 z o e 深度域处理器，好，我们选择， 那接下来呢，我们就把这个连接到我们的一个加载图像当中，那这里呢？预览图像我们连接到这里， 这么一来呢，我们的这个一倍的深度其实就构建完成了，那我们现在呢，只需要点击一下运行，我们看一下具体的效果，那现在呢，图片也是生成了，我们来一起看一下。 那有些小伙伴呢，会不会觉得，哎，这张图像好像是跟之前的没有特别大的区别，那我们来看一下这个黑白图吧，那这个呢，是经过深度预处理后的一个图像， 那越亮的地方呢，其实也就代表着离咱们的镜头越近，那越黑的地方则代表着离我们的镜头越远， 而我们的这个 face 呢，就是通过这种方式去识别咱们的这个原图的一个空间关系，那这里呢，我们人物它体现的效果可能不是特别明显，那这里呢，我先上传一张我们室内的一个图片啊， ok， 我 们直接点击一下运行，我们来看一下它预处理器之后的一个效果。可以看到啊，现在的这张图片是不是非常的明显，它体现出来和原图的一种空间关系，那我们这个最后生成出来的图片呢， 它都是与我们的原图高度一致的，那比方说我们现在呢把这个提示词给替换一下， ok， 我 们打开一下翻译啊，这里呢我们先保留一下这个质量提示词，接着我们输入一个室内 真实质感，比如说像蓝色，对不对？蓝色将这些词语呢我们复制下来，我们粘贴到正向提示词当中，随后直接点 击一下执行。那这个时候大家可以看到啊，我们生成出来的图片，他就变成了另外的一种风格了，那这个其实就是必备的一个使用了。 那我们在实际的工作流程当中，像刚才介绍的这个一号 control， 也就是 openpos， 还有此时的二号 control 这些必备。这两个 control 其实算是比较通用的，也就是说 基本上不论你是做什么案例，其实你的目的就是为了去参考这一张图片，那基本呢就可以带上这两个 control 内，去确保更多维度的去约束我们最后生成出来的一个图像。 而这两个 control 内呢，我们可以思考一下，它其实是不是都是属于像这种空间关系啊，控制我们图片当中的一个空间关系，而在我们后续的案例当中，可能会频繁的去使用到像这些 control 内， 所以呢大家最好是可以把它保存成一个工作流，去方便我们每次的一个套用。那怎么保存呢？我们可以看一下左上角，这里，我们点开这个黑色的图标， 这里呢会有这个啊，我们点击一下这个文件，这里呢我们就可以直接去导出我们的一个工作流了，那这里呢我们可以给他一个命名， 比方说我们就设置一下 ctrl 键工作流，直接点击确认，这样子一来呢，我们就可以就每次去使用的时候就可以进行调用了，那比如说我们现在去新建一个工作流吧，我们点击一下上面的加号，现在是一个空白的啊，一个操作台啊， 我们将刚才生成好的啊，这个工作流呢直接拖进来，这样子呢就直接复现我们前面所搭建好的这个工作流程了，也是可以直接一键启动的，非常的方便啊。 那以上呢就是我们本期的全部内容了，那下一期呢，我们再来一起看一下能够完成 ai 换脸的 ip adapter 吧，那我们下一期再见，拜拜。 这节课呢，我们一起来学习一下能够进行 ai 换脸的 ipodata。 那 么首先呢，我们来加载这个默认的工作流界面， 那先为接下来的节点呢，我们腾出来一些位置，在这里，我们把这个 k 插件往后边挪一些，然后呢我们在空白处双击界面搜索 ipodata， 那 么这个节点呢，其实就是我们今天要讲到的核心节点了， 这里呢我们选择这个应用 ipad 面部 id 这个节点，那我们加载出来的这个节点呢，可以看到它的输入是非常非常多的， 不过呢它们的输出只需要用到这个 models 即可，那么我们一起来看一下这些输入该连接到哪里。那首先呢我们要连的不是这个 models 啊，我们连接的是底下的这个 ipad， 在这里我们可以直接拖出来，那我们拖出来之后呢，可以添加一个节点，叫做 ipad 面部加载器，选择好之后呢，我们去进行 一下连接，我们先给它连接上，那大家也可以看到啊，这个加载器呢，它一共是有两个输入以及呢两个输出，那么针对于输入方面啊，就是 下边的这个 ip 的 输入，那是方便我们在与其他的 ip adapter 当中进行串联的时候，那今天这一节课呢，暂时是不会用到这个功能， 而另外的输出节点其实就是这个 models 了，那 models 呢？我们只需要去连接到我们的这个 point 加载器当中即可，那当然我们也可以在这个 models 输入当中去添加一个 laura 加载器，去添加我们想要风格的一个 laura。 既然呢都讲到这里了，我们还 还是用一个裸瑙吧，直接双击一下裸瑙加载器，那这里呢我们就可以直接在模型这里进行一个串联，那模型这里呢我们可以去选择，比方说我们就用这个麦具系列的一个裸瑙模型， 我们加载好之后呢，也就是说我们这个图片会先经过我们的大模型，再经过我们的一个裸瑙模型，最后呢才进入到这个 ipad 的 一个面部 a b 的 一个加载器。那接下来呢，我们继续来看到这个 e u ipad 的 面部 id 这个节点，那我们这里呢还是要输入一张图片，那这个图片呢，想必肯定是我们的一个人脸参考图了，我们直接 拖出来加载图像的一个节点，那这里呢，比方说我去参考一下这个 ipad sv， 那 我们来看一下这个节点吧，它底下这里呢会有一个负面图像，那这个到底是什么意思？ 其实啊，他就和我们的正反象其实是比较相似的，图像输入呢，是我们想参考的，而负面图像输入呢，则代表着我们不想生成的图像， 我们不想生成什么样的图像呢？必然其实就是那种扭曲的，变形的，充满造波的，对不对？所以我们这边可以去添加一个图片输入， 那么现在问题来了，我们去哪里去制造这么一张图像呢？那就从封面图像当中摁住 shift 键搜索 ip node， 直接选择这个噪波，随后我们在类型这边选择的是 soft， 那 这个选项呢，也就是反转的意思，那接下来我们就把底下的这个模糊强度设置为十， 随后呢输入，我们就连接在我们的出示图像上，而至于底下的这个关注成遮罩呢？大家的输入是可连可不连，那什么意思呢？ 比方说我们只是想去参考这张图像的一个人脸，不去参考他的头发或者说是服装，那么我们就可以在这个图片上加上遮罩，然后再用加载图 图像的遮罩输出连接在这个关注层遮罩上。那么今天呢，我们就先不敢那么多复杂的操作，所以先暂时不连该节点。那我们看一下啊，下方还有一个叫做 clipp 视觉， 以及呢这个人脸识别，那这两个呢，是非常必要的一个模型输入啊，那同时构建的方法也比较简单，我们只需要啊直接拖出来去选 克利普视觉加载器，那这边呢，我们可以去选择一下，这边呢我们选择的是 b 幺六零 k， 那 接下来我们还是把这个人脸检测给拖出来，加载一个 ipad 的 一个人脸模型检测的一个加载器， 那接下来呢，我们就什么都不用管了，我们就已经成功地把这个 ipad 的 输入给连接完成了， 那接下来呢，我们要看到刚刚构建好的那个节点，也就是 ipad 面部 id 的 加载器，我们点开来啊，这里有非常多的一个预设，在这里呢，我们直接选择这个 plus v 二的这个预设模型， 之后我们再把核心节点的模型输出连接在 k 采暖器上，即可直接连接，那么我们接下来剩下的任务呢，其实就是去编辑提示词，还有这个 k 采暖器的一个调仓了， 那我们就简单的来书写一个体式词，我们还是一样打开翻译软件，那首先还是先输入啊质量体式词，比如说杰作，高质量，高清晰度，主体呢，我们就书写一个女孩在花园中， 那么最后呢，再来一个写实风格吧，我们直接点击复制回到 com 栏当中给它贴上。那负面题词呢，我们还是老样子，设置成 e c negative， 这么简单的一个负面题词啊， 那我们再来看到这个 k 采暖器，我们把步数呢可以设置在一个二十五之间， c f g 值我们设置在六点五，采暖器依旧选择 d p m 二 m， 调度器选择 kras。 那 现在呢，我们直接点击一下运行， 那由于呢我们这边模型的节点没有连接上，我们再次进行连接，那模型这里呢，我们可以选用一个一点五的大模型，比如说卖鱼写 实，那这里为什么要去选择一点五呢？主要原因是因为我们的罗拉加载器，它调用的也是一点五的罗拉，那如果说你的这个大模型与罗拉呢？ 它的加载模型是类型不一致的话呢，我们最后生成出来是肯定会有报错的，那接下来呢，我们调整好参数之后，再次点击一下运行图片呢，成功生成了，我们一起来预览一下我们这个图片怎么样？我们的这个五官特征大体来说还是比较相近的。 那么以上呢，就是本期的全部内容了，我们下一期呢，一起来结合我们前面所学的知识，来完成一下我们老照片修复的工作流，那么我们下期再见，拜拜。

最新最好用的康复元自动整合包 v 八版本正式上线了，只需三步，下载解压双击打开，像开启宝藏大门一样轻松，不用安装复杂的插件，不必为配置环境而烦恼不已，桌面模型都已提前为你准备妥当，真正做到零门槛。 要问我这款软件用起来收费吗？我可以肯定的跟你说一句，完全免费！那一题的是，我们已经更新好 comfiv， 完美的支持五零四线卡，对于我们喜欢考 ai 视频创作的小伙伴们来说更是如虎添翼了，然后我还添加了很多工作流，都是开箱即用的。这里面我拿几个经典的作为例子，比如说擅长动作迁移和角色替换的 y 二点二 anime， 它们用于口型同步的 fna talk， 还有非常适合生成海报的千万 image， 以及全新的 flash 二模型等等更多内容等着你来体验。那使用方式呢，也是非常简单的，我们下载好我们的压缩包，这也分有基础版和进阶版，那对于小白同学来说呢，我们下载这个基础版本就可以了。 解压完成之，我们找到这个图标双击打开，然后呢会弹出一个黑色的窗口，我们稍微等待加载一会，它就会自动的在浏览器当中打开， 那么你就会看到是这样子的一个界面。那这里呢，我还给大家准备了非常多的模型可供大家选择，像一些常见的 plus 模型，还有千问模型等等，像这一面举等等，我都会放在我们的枕头包里面。万二点二的 nmi 终于上线了，我经过测试之后发现这次做的还是相当不错的，效果呢，是明显 优于二点一版本了，那我已经把这个换二点二的 mv 工作流给手搓好了，那每一个设置呢，大家都可以直接维持默认就好了，都不用去改变。那在这个工作当中呢，你只需要上传一段视频，还有一个图片， 你就可以成功的生成我们的人物替换迁移效果，大家也可以看一下我们整个的一个动态效果是不是相当流畅，而且呢他也完美的去替换了原视频当中的人物。那 那我们就简单来了解一下这个强大的工作流的使用。那这边呢其实就是模型的加载区了，这里呢是放置我们需要替换的这个人物，那我这里呢是以这个红色的小姐姐来作为举例，上面呢我是放置了一个跳舞的一个小姐姐，分别是在加载视频的这个节点当中进行上传就可以了。 那其他的这里呢，有一个叫做点编辑器的这个选项，那这个节点呢，主要是为了给我们移去这个视频当中的物体还有角色。 那这个绿色圈圈呢，其实就是要去除的内容，那红色的圈圈呢是要保留的内容，那一般来说我们红色的圈圈移动到这个图框之外就可以了，那它这个主要的作用呢，是能够精准的去获取我们动感的一个遮罩，得到遮罩之后我们 就可以去进行替换了，也就是这一块地方，这些呢都是 ai 去拾取到的一个动态的遮罩。来到底下我们来看一下，这里呢主要是应用到了这个 one 二点二纳米的一个 f p 八的模型， 其次 v a e 选择是用 one 二点一的 v a e 模型，然后在旁边这里是关于我们脸部的一个提取，那这个作用呢，主要是为了提取我们上面的这个人物的一个脸部表情，可以看到啊，它是会分别截取出原图的这个图像， 然后在这里会加上关于 open pose 的 应用，是能够更精准的去识别我们原来视频当中的一个角色形象。在旁边这里就是最后我们替换出来的一个效果了， 这里呢是分别对于他的动作还有他的脸部都进行一个迁移，大家可以对比一下我们最后生成的一个形象，是不是相当的不错呢？那有的小伙伴呢，可能就比较好奇了，我们怎么去调节我们最后生成出来的一个时间呢？ 那也非常简单啊，那这个公式呢，其实跟我们之前所学的万二点二呢，它的使用也是一样的，它是主要通过总帧数还有帧率去进行调节的，那在这里呢是专门有一个节点，我们就看到这里 下面的这个值呢，主要是去调节我们的一个总帧数，这里呢有一个计算公式，总帧数等于帧率乘秒数加一，那为什么是加一呢？主要是因为我们的这个万二点二，他在生成视频的时候，他会多生成出来一帧的一个空白帧，所以我们在设置总帧数的时候要进行加一，那 在上面这里呢，其实就是总帧率的一个调节了，那你想要去调节我们视频的生成的一个长度的时候，就可以通过这里的值去进行一个调节。那最后呢，其实就是刚才我所说的直接点击一键运行就可以生成这样子一个替换效果，不仅是人物的动作 以及呢他的表情都得到了精准的控制。那以上呢，其实就是我们本期的所有内容了，感兴趣的小伙伴呢可以去体验一下。那关于这个工作流的资料呢，我都已经放在网盘当中了，有需要的小伙伴呢可以在我的评论区进行留言，那我们下期再见，拜拜。 哈喽，各位小伙伴们大家好，最近的 kufui 生态又出王炸组合了，如果说以前的数字人只是一个会说话的图片，那么这个 infinite talk 配合千万的 tts， 那 这套工作流呢，是直接把这个自然感拉满的。那我们前面呢，刚刚看到的这段视频 其实就是用的 ifntalk 搭配千万的 tts 来制作的，那这个千万呢，目前是最像真人的语言模型之一，那它不仅发音标准最强的就是它的情感表达能力，也是可以直接通过 prompt 去调节语速语调，甚至呢可以去模仿这个呼吸声以及细微的情绪起伏的可以直接告白呆板的机械声。 而且呢还可以根据某音色用自定义的提示词来设计说话人的音色。那刚才的这个工作人员呢，就是我用提示词模拟设计的一段一篇， 也就是最开始听到的这一部分内容，那我也打开工作流给大家看一下。一开始呢，我们听到的这个声音实际上是用先问三的这个 tts 声音克隆来进行生成的，那这里呢，是我们需要上传的一个模拟的音色，那底下这里呢，可以去输入想要对应角色所说的这个词语，那如果说你想让他有更多停顿以及呢情绪表达， 可以直接在提示词这里去进行书写的，就比如说我在这里呢，书写的是这个人真有意思，我明明想演古风唯美的短剧，但是他非要做什么数字人视频等等啊，这个就是我想让我的数字人去说的话，那我们点击运行之后呢，就可以看到右边这里会有这个对应的音频，我们也可以来听一下。阿青这个人可真有意思，我 明明想演古风唯美的短剧，但是他非要做什么数字人视频，非要拉着我来给大家展示，那大家都可以听到啊，我们生成出来的这个音色呢，是相当不错的，那如果你觉得这个音色比较满意的话呢，我们接下来就可 可以拿这个配音来给角色说话了，那我们只需要呢在这个工作当中去上传我们对应的这个人物的图像，那例如呢，这张图片我是用这 image 生成出来的一个 ai 图像，那我们直接拖入我们的这个上传图像当中这个页面，那我们上传之后呢，在这里可以直接 去书写对应的一个提示词，比方说我在这里呢就书写一个女孩在说话，如果你也可以直接在这里的这个提示词当中去进行 更加细微的一个书写。那关于本套工作流呢？其实我像这些参数都已经设置好了，他用的就是关于万二点一系列下的这个模型组合，最终结合生成出来的一个对口型 的一个形象，但是他非要做什么数字人视频，非要拉着我来给大家展示，那视频呢，经过我粗略的对比啊，那像这个数字人效果呢，会比吉梦的数字人效果要好，那排除一下这些其他二点零的模型后不谈了，那因为呢，我们的这个数字人是可以支持一下这个 开源的，它是不需要像变原软件那样子，需要氪金使用起来呢，像这种效果都是非常棒的。那如果说你对于这条工作流比较感兴趣的话呢，你也可以在我的评论区当中进行留言，我会给大家一一分享的。如果说这一期视频对你有所帮助的话呢，也欢迎大家给我的视频一键三连，今天内容呢就分享到这里了，谢谢大家， 我们下期再见，拜拜。哈喽，大家好，那么今天呢，我们一起来介绍一款非常强力的模型，那就是最新出的这一面取照相大模型， 那我们刚才试着生成了一下这个图像，可以看到这样的效果简直就是太炸裂了，可以说它吊打了 flex 模型，因为它现在的效果呢，真是非常非常的好，可以看一下这一张，这一张，再比如说这一张，这一张，这几张图片的效果，那绝对是降维打击的。那首先我们来看一下它的模型 介绍，这个是阿里最新开源的一款模型，那这里面呢有它的一些简介，它是一款图像生成模型，是只具备了六一的参数，那这个意味着我们在设备不那么好的情况下，也是可以完美运行的。 目前呢它只是开放了 google 的 模型，那之后还会出现像这种基础的模型，或者呢是编辑模型，这个呢值得我们期待一下。 那这里面展示的是这个在 imagine turbo 模型生成出来的一个效果。此外呢，它生成的人物是不会具有 ai 感的，可以看到像这个小姐姐坐姿的一个照片，能分得清楚这个是 ai 生成的还是真人拍摄的吗？而且呢，我刚才也讲到了，它使用起来是非常便捷的，我们可以看一下它的一个模型 参数，大模型点进去之后呢，它是只需要用到十二点三 g， 那 对比于前面发布的像这种 flash 三十 gb 六十 gb 的 大模型来说，这个十二点三 gb 的 模型可以说是完全碾压了。此外呢，我们还需要去下载一个 clip 模型， 其实这个模型呢，也只需要用到八点四 g 左右了。那最后呢，我们再去下载一下这个 v a e 就 可以了，那整体的这个模型的数据量是已经非常非常的小啊，那对于网络不是特别好的同学们呢，这些模型我都已经放在网盘当中了。 在视频最后会提起如何安装，那如果说你缺少这个安装包，也可以在我的评论区进行留言。为了更好的测试模型的性能呢，我还做了好几个案例给大家做一展示。那这款工作流呢，搭建起来也是非常简单的。这个就是我们前面下载好的这三个模型了， 只需要用到一个 uni mate turbo 的 模型，再加上下载好的克利普加尔器，以及用到的这个 v a e 模型， 串联出来之后呢，就可以直接进行生成了，那这里是我去书写的一个提示词，如果对于这个提示词比较感兴趣的同学呢，也可以在我的评论区进行留言，那我们来看一下他具体 的一个生成效果，可以看一下这个是关于新春的一个海报，他对于这个文字的把控还是相当到位的。 再来看一下像这个小猫的一个海报，整体的设计还有排版呢，也是相当不错的。再来看一下第四张，就是关于人物摄影的一个方向，它整个画面的一个美感啊，还有它的一个清晰度都是非常高啊， 整体的一个细节是相当扛打的。来看一下像这个青蛙大侠的一个海报，它整体的一个渲染效果也是非常的棒，那大家也可以自己拿着这个模型去试一下 它里边的整体美感，还有设计还有排版来说，我觉得是已经非常棒了。那以上呢，就是本期的所有内容了，那刚才我们所运用到的模型，工作流以及提示词 等等这些资料呢，可以在我的评论区进行留言就好了，如果对于大家有所帮助的话呢，也不妨点一个免费的一键三连支持一下，我们下一期再见，拜拜。那今天呢，我来给大家推荐一个 climb 的 模型，那这个 climb 的 微调模型有什么区别呢？我其实也是翻到了这个作者大脑的 一个介绍啊，那也就是说他的这个模型呢，图像的真实感和质感得到了进一步的提升，已经接近了 nasa 布纳纳的一个水平， 不管是他的一些提示词，还有翻译能力，还有参数识别性啊，裸软的一个兼容性啊，都得到了改善，并且呢像构图还有合理美学方面都是 有过去一些改动的。还有像我们的图像编辑功能啊，他的提示词遵循程度会更加的好。那这底下呢，是他的一些 测试，其实他在用 v 一 版本的时候，这个出来已经有很多人都是广泛使用了，但是呢 v 一 他有一个特点，就是会把这个图片变得非常的亮，那 v 二呢，他的一个颜色啊，就进行了非常多的一个改善。那这里呢，我一共是搭建了 三个工作，第一个是关于单图编辑的，那第二个是关于双图编辑的，那等一下呢，我会跟大家说一下这三个工作的一个区别。那首先就是我们的一个单独图 下编辑，那图像编辑呢，也非常简单啊，我们在这里在图像上传一张你需要去编辑的一个图像，那我这里呢是上传了一个穿着绿色毛衣的小姐姐，那你这个时候就可以直接在提示词当中去输入你想要改动画面，比方说我想把这个美女的绿色衣服换成红 色的吊带裙，那你其他参数都不用去改动啊，那我这里呢大模型就是用的 plus 二啊，然后我们的颗粒普加气用的还是千问， 其他参数都不用去改动，直接点击运行，那么这个图像就非常的完美，生成这种红色吊带裙了，你会发现它对于人物的一个改动 的细节是非常完美的。好老师给大家放大对比一下啊，这个是原图，这个是改动过后的一个图像，那我们衣服虽然说换成了红色衣服，那其他的这些背景啊，还有像他手工啊，一个姿势啊，都没有进行变动啊，细节方面做的是相当到位的。那看到这里呢，有些伙伴可能会问啊， 如果说我想指定他的一个衣服，那怎么去改动呢？也非常简单，那这里就需要用到我们的这个双图生成了，那这里呢是多增加了一个加载图像节点，那还是我们用这个绿色衣服小姐姐为例子啊， 这绿色毛衣我想让它换成下面的第二张图片，也就是这个红色衣服，那前面一个工作流呢？他的这个衣服并没有去指定我们的一个款式。那第二个工作流呢？他的好处就是说你可以去上传想要模特穿的一个指定衣服，那这个也是比较适用于这些模特 换装需要。有这种电商场景的伙伴们，不管是说你想要去替换他的衣服，还是说你想要直接去替换这个模特的脸部， 你在这个工作流当中都是可以完成的，那还是老样子啊，我们上传两张图片，提示词，这里呢是写着这个美女换上图案衣服，这里你就可以直接写，这样子非常简单啊，提 示词你不需要过多的去描述，特别的复杂，那因为我们的这个 plus 二呢，它的语音理解能力还是比较强的，所以你负面提示词没必要去书写，只需要在前面的正向提示词当中去输入你对应的一个需求，点击运行。那最终我们来看一下它整体 换出来一个效果是不是非常的棒，我们来对比一下这三张图片啊，是不是成功的给这个女生换上了这条红色的衣服？那当然我们除了在双图去进行 编辑以外呢，那这个模型也是支持我们多张图片进行编辑的，那你看一下我的第三个工作，那这个呢，讲的是我们的三图图 像编辑的一个功能啊，那我这里依次是上传原来绿色衣服的这个毛衣小姐姐，那第二个呢，是上传的我们的红色衣服， 第三个我是上传了一个包包。那我们来看一下提示词啊，那提示词这里呢，我书写的也是比较简单，比如说图一的美女换上图二的衣服，然后手上是拿着图三的包，就这么简单的去描述就 ok 了。那我们描述完成之后，再次点击运行，可以看一下这个是最终生成 图片。有没有发现他的一个衣服以及呢他的这个包包都非常好的迁移到了这个模特的身上，所以他对于一些你需要去改动图片以及呢图像编辑功能的时候呢，这个模型还是非常好用的，我实测下来， 呃，我看了他的真实感也非常的强，来看一下细节迁移过去的效果也很好，可以看到。 ok， 那 以上呢，就是本节课的所有内容，我会给大家一分享的，那我们下期再见，拜拜。

这是一款不限次数生成图片和视频的全能 ai 工具，它就是地表最强开源 ai 生产工具 comfui v。 八、无限制整合包，全中文界面，而且完全支持中文提示词，根本不需要懂英文。更重要的是，这次整合包直接内置了三百一十一个风格模型，全是主流模型， 帮你预设了工作流，点开输入提示词就能用。安装也还超简单，三步就能搞定，一、下载二、解压三、找到启动器，双击即可打开运行。支持苹果和 win 十十一系统，一键升图和升视频，还能建模合作音乐，所有操作都是点一下就能实现，特别省心。物品数量太多，我就不挨个介绍了，感兴趣的小伙伴快来试试！

刷到就是赚到，简单几步教你获取实用工具！ comfy yv 八五月最新版，一款完全免费开源的 ai 视频生成器，不用联网，本地部署，自带原声中文，内置三百加工作流，就算你是零基础小白也能轻松上手，一键生成电影级视频， 支持手机、平板电脑使用。废话不多说，下面教你如何获取。首先点击本视频右下角分享箭头，点击分享链接，然后打开这个软件，没有的去应用商店下载一个， 打开后等待两秒会自动弹出一个文件夹，没有的话在搜索框输入小五工具，打开五月推荐找到这个文件，点开保存下载安装就可以了。

ai 界最新网站康 b u i v 八破解版，真正彻底打破了 ai 创作的操作壁垒，和那些花钱还要排队的网站不同，这个版本不用联网，更不用魔法上网，所有运行均在本地， 无需审核压力，知道这意味着什么吗？不用积分，不用排队，也没有暗测，暗月的技术套路，支持一零六零及以上，点卡还是原声中文界面。现在入职 ai 创作真是越来越简单了，一键就能快速出图， ai 视频制作同样一键搞定，操作简单又高效。 哈喽，大家好，本节课我们来讲空腹 u i 界面布局的深度认识与功能解析。我们打开空腹 u i 界面之后呢，你会发现界面非常的干净，什么都没有。如果我们需要在空腹 u i 里面进行创作，那么我们就需要在空白处进行添砖加瓦， 这一大片的空白处你可以把它理解成它就是我们的创作区，接下来我们就在创作区进行简单的创作， 大家现在所看到的这画面就是官方的纹身图工作流，我相信很多小伙伴呢都听过，如果是要把空格学好，就一定要把节点的功能，节点的各个连接的原理把它搞明白。那么什么是节点呢？我们现在所看到的这些小方块， 这些这个，这个，这些全部都是节点，各个节点串联组合起来就能形成一个完整的工作流。我们只需要在这个文本编码里面输入一段提示词， 选择一个大模型。注意了，这个提示词一定要是英文，那么这个提示词写的是一位年轻女性双手捧着一束鲜花 点击运行，通过这些串联起来的节点运行之后，一张一位年轻女孩捧着一束鲜花的照片就生成了，是不是很神奇？中间的创作区我们了解之后，接下来我们来看左边的布局。首先来看一下对列， 我们点击对列，这个对列指的是什么呢？很好理解，这对列里的内容就是你渲染输出的图像，这个绿色代表的就是你渲染输出的时长， 我渲染第一张照片的时候花的时间是一百零六秒，第二张图片画的是六秒，这张图片画的是十秒。选中这张照片，点击一下，我们就能够看到这个照片的全貌， 当然你也可以对这些图像进行删除，点击删除功能，那么所有的照片就全部删掉了， 这个就是队列的功能。接着我们来看这个节点库，点击一下这个节点库顾名思义就是节点的仓库，这里面全是节点，你想要用哪一个节点，那么你就直接在这里面进行搜索即可， 比如说我现在要用 v e 解码器，那我就直接在这里进行搜索 v e 解码器，那么这时候呢，我们就可以选择这个 v e 解码，点击一下这个解码就进来了。除了这种添加节点方式之外，我们还有其他的添加节点方式，我们可以在空白处进行单右键 来到添加节点节点库，里面的这些节点对应的就是这些节点，我们看一下这个 separate 高清放大，里面有十个文件。我们再来到这个 separate 高清放大，这里的节点对应的就是这里面的这些节点， 你想要哪一个节点，那么你就选择哪个节点即可。那么除了这种方式之外呢，还有一种非常便捷的方式，除了以上两种方式添加节点之外，还有另外一种最方便的添加节点方式，直接在空白处进行双击， 你想要哪个节点，直接搜索哪一个节点，比如说我现在要添加 k 采暖器，那我就直接搜索 k 采暖器，点击添加 k 采暖器即可。 再看一下这个模型库，每一个文件夹代表一种模型类型，这里有几十个文件夹，代表空腹 u i 的 模型，有几十种类型， 可以看到有些文件夹它是带有数字的，数字代表的就是你自己本身安装了多少个模型。比如 trip point 文件夹里有四十个模型，那么它对应的就是我本地部署当中的 trip point 文件夹里的这四十个大模型。 lala 文件夹里有六十五个模型，对应的就是我本地部署当中的 lala 文件夹里的这六十五个大模型，其他的文件夹同理。 再来看一下这里的工作流，点击一下，这里的工作流对应的就是这里的工作流，只要你保存了它就能够在这里进行显示，比如说这个工作流， ctrl 加 s 保存一下 这个工作流，保存之后他就进来了。再来看一下这里的节点语组，这里的节点对应的就是我们工作流里面所设计的节点。十七 k 采暖器对应的就是这个十七 k 采暖器，三十 k 采暖器对应的就是这个三十 k 采暖器。 那么还有一个节点组，没有组怎么办？我们可以自行创建节点组，按住鼠标的滚轮键，我们可以随意挪动整体的工作流。怎么进行创建节点组呢？按住键盘上的 ctrl 键 框选一下，然后 ctrl 加 g 打个组，给他命个名，图像输出，那么在这个图像域组里面，我们就能够看到这个图像输出组了，点击展开，我们就能够看到这个图像输出组里面有两个节点， 微解码预览图像对应的就是这两个节点。我们再来到模板界面，点击进去，这里的模板其实就是官方已经做好的工作流， 有图像生成、视频生成、音频生成等众多工作流，你想用哪个工作流，那我们就点击哪一个， 这时候呢，他提醒你缺少模型，此时你需要下载安装模型，你可以直接点击下载，也可以复制链接到浏览器进行下载， 然后把模型安装在本地，部署对应的模型文件夹，接着重启空投 y 就 能够使用了，涉及到当下最新的一些工作流，有时候呢你需要花点米才能使用，以这个视频模板为例，这里显示我们生成一次视频是零点四九美元，折人民币是三点五块钱， 大家可以根据自己的需求去选择使用。接着我们来到帮助中心，这个就是匡府 ui 的 更新版本， 有些插件或者节点需要匹配当下最新的版本才能使用，有必要的时候呢，我们就选择更新。再看这个 get up， 点击进去，这个就是匡府 ui 的 官方节点插件库，我们所使用的外置节点插件都是源自这个网站，具体怎么使用我们待会会讲到。 接下来我们来到键盘快捷键，这里对应的就是我们在操作空浮页的时候对应的快捷键，如果你对官方设置的快捷键不满意，你可以自己在这里面进行设置。 左边的界面布局大家都已经了解了，接下来我们来了解下面的界面布局，我们选择这个工作流， 这里的复制标签指的是复制这个工作流，点击复制我们就得到了一个同样的工作流，这里的关闭标签指的是关闭工作流，现在我们就把这个工作流关掉了， 关闭右侧标签，关闭其他标签就非常好理解了，在这里我就不多讲了。接着来看这个图标，单机一下，这个新建指的是创建一个新的工作流，接着我们来到文件，选择打开， 打开指的是我们可以通过这种方式可以打开我们的工作流，除了这种方式可以打开我们的工作流之外，我们可以直接把我们的工作流直接拖拽进来也是可以的。 关于这个保存呢，就很好理解，大家养成一个习惯，隔几分钟保存，如果我们的电脑突然崩溃了，那么很可能我们花了几小时做的东西全部复制动流，给他命个名。界面布局讲解二， 这时候呢会跳出一个保存的路径，我们点击保存即可。再来看这里的编辑，这里的撤销指的是返回上一步， 这个是清除工作流，说白了就是删除工作流，这个呢就是刷新节点，有时候我们卸载一些节点之后， 或者是修复一些报错问题之后，我们需要重新刷新一下，才能让框框原来正常运作。接着来看这里的释放模型，释放模型和节点缓存， 手机用久了之后呢，会产生很多垃圾，导致手机卡顿，这时候呢我们就得时不时的清理我们手机缓存， 那么空浮圆也是一个逻辑，你的节点多了，或者是你用久了，他也会产生很多垃圾，导致我们在运行的时候呢会出现卡顿的一些情况或者不顺畅。那么这时候呢，我们就可以使用这两个功能来释放这些垃圾，这两个功能对应的就是这下面的两个功能。 清理垃圾缓存的时候呢，我们也可以点击这两个功能。再看这里的主题，现在是深色，点击一下他就变成了浅色， 这个浏览模板对应的就是我们刚刚所使用的工作流。我们再来看一下这里的设置，这里的设置呢就是一些界面的设置，基本上呢你可以不用动它，比如说像这个新菜单， 现在是在底部，我们点击一下，那么他就到了顶部，我们现在呢把它切换回来。这里的设置主要就是去调节这个框辅 ui 界面的一些布局，感兴趣的小伙伴呢，大家可以去调节一下，我使用的都是默认的。再看下面的这些功能， 看一下这个拖拽，这个巴掌图标对应的就是我们鼠标的滚轮键，这个是自适应式图，点击一下 他就会回到一个自信的视角，这个是缩放控制，就是去控制你这个画面的大小，我们可以通过鼠标的滚轮键去滚动来调节这个画面的大小，去看一下他的数字是在变的， 这个是专注模式，点击专注模式之后呢，整个界面他就只有我们的节点，其他界面全部消失了，点击回来，这个呢就是隐藏链接，也就是隐藏这些线条，一般情况下我们都不会用到。 接着我们来讲本节课的重点内容，学习空辅 u i 必备技能如何安装节点，这时候呢我们就得用到这个管理器，我们需要安装插件节点，或者更新版本的时候通常会用到它。接下来来讲三种安装节点的方式。首先第一种方式， 我们通过这个节点管理器进行安装节点，我现在需要安装一个 bashnet 重绘节点，在框里输入 bashnet， 跳出 blacknet 节点之后我们就选择安装，因为我是已经安装过了，所以是这样的，显示点击安装，等这个节点安装完之后，切记一定要重启光复 u i， 这样才能正常使用这个节点。接下来我们来讲第二种安装节点的方式， 我们通过酷狗 u i 来到 gitup 官网，在输入框里面输入我们要安装的节点 bashnet， 接着我们选择酷狗 u i bashnet 这个文件，我们来到 code 复制一下这个链接，接着再来到管理器，通过 gitr 进行安装， 输入我们刚刚复制的链接，点击确认也可以进行安装。如果这种方式我们还安装不上，那么我们就采用第三种方式，我们把这个节点下载到本地，下载好之后呢，再把它进行解压，解压之后把这里的后缀名杠 m a i n 删掉，再拷贝这个节点。 我们来到空腹 ui 本地部署，来到 custom node 这个文件夹，把我们刚刚拷贝的节点放到 custom node 这个文件夹，这个文件夹就是专门用来放置我们的节点，放置好之后重启空腹 ui， 这时候我们就能够正常使用这个节点了。好了，以上就是本节课的内容讲解，咱们下节课再见，拜拜！本节课我们来讲学习空腹 ui 必须要收藏的网站，拜拜！本节课我们来讲学习空腹 ui 必须要收藏的网站。拜拜！本节课我们来讲学习空腹 ui 必须要下载及安装。 首先我们来了解第一个网站，立吧立吧 ai。 这个平台拥有庞大的模型库，包含了超十万个原创模型，覆盖了从摄影、写真、电商、平面设计、室内设计等众多领域的大模型。 用户可以根据自己的需求快速调用或组合不同的风格模型。我们还可以在这里查看当下最新最热的一些大模型。如果是本地部署的小伙伴，我们就必须要掌握一项必备技能，那就是安装大模型。我们可以在这里进行筛选我们需要的大模型类型， 比如我现在用到的是 trackpoint 大 模型，那就选择这个大模型类型。接着我们来到模型界面， 我现在我想用这个显示大模型，我们就点击进去，点击这里的下载即可。下载好的 trapcoin 的 大模型需要统一安装到以下这个路径， 那如果我需要安装的是 lowl 小 模型呢？那么我们一样进行筛选，选择我们需要的 lowl 模型， 一样点击下载。我们需要把 lala 模型安装在 lala 模型的文件夹。模型安装技能现在你就学会了。这个平台有一点做得很好的是，它集合了当下热门的一些大模型，比如可林、 海螺、 chat、 gdp、 video、 万象等热门大模型，在这个平台就可以轻松做到视频生成、图片生成、数字人等等。当然，你也可以使用它的 vb ui， 它也有这些功能。如果是希望快速上手，专注于创意和出图，而非技术细节，那么以上两种方式呢？是一个非常不错的选择。 但是如果你已经熟悉了 web ui， 并且遇到瓶颈，现在你想成为一个进阶用户，更加专业的 ai 创作者，想进行技术研究，那么匡匡 ui 是 一个非常不错的选择。可以说， libui 这个平台真的很懂用户的需求。令人惊喜的是，这个平台已经切入了匡匡 ui， 对于想学习 kufui， 但是自己的电脑配置不是很好的小伙伴来说，是一个非常大的福音，可以在线就能唱完使用 kufui。 除此之外，它还有大量当下热门商业常用的工作流，比如最近比较火的一键换装、 美女跳舞的动作迁移等工作流。如果我们也想实现类似的视频，我们可以点击进去，点击在旷辅 u i 运行，现在我们就能够看到一条完整的工作流，我们只需要上传一段跳舞视频，一张参考图， 在熟练掌握旷辅 u i 的 情况下，你也能实现这样的视频效果。作为一名更加专业的创作者，我们必须要掌握它的运行原理，了解每个节点的功能以及用法，这样才能有能力创作出更优质的内容。 接下来我们来了解第二个网站 svita ai， 这个平台类似于国内的 lebelabai svita ai 的 优势主要源于其作为全球性社区的先发优势，它的资源数量与多样化可以说是与无伦比，模型总量巨大，更新速度极快， 平台曾有日均新增五百个模型以上的活跃期，几乎你能想到的任何的画风和主题，在这里你都能够找到对应的模型，国内找不到的模型你就到这里来。 接下来我们来讲第三个网站 gitup。 gitup 是 作为全球最大的代码托管平台，同时也是空浮 ui 的 官方仓库， 我们在使用空浮 ui 过程当中所涉及的节点、模型以及插件都是来自这里，包括空浮 ui 本地部署当中的节点管理器里面所能够搜索到的节点都是来自这个平台的线路。接下来就来给大家演示一下。 我现在需要安装学习匡辅 u i 必学的一个节点 ipodata， 接下来就来下载安装这个节点以及所设计的模型。我们在这里搜索 ipodata， 找到 ipodata 节点的路口，点击进入。为了方便大家理解，我把页面翻译成中文， 现在我们能够看到这个节点的相关资料，这个是 ipodata 节点文件，这个是官方提供的 ipodata 功能的工作流， 如果你不会使用或者想学习更多有关 ipad 节点的功能，官方还给到了相关的应用视频教程。 如果你担心不知道有关 ipad 的 模型怎么安装，那么这个顾虑可以说是完全多余的，因为官方还贴心的给我们准备好了详细的安装方式，甚至给我们备注好了每一个模型的特点，哪个模型对于哪个场景可以说是真正的做到了保姆式的教法， 不光官方贴心，我也贴心，接下来呢，给大家带来一个新手入门提高学习效率的一个强大插件， prometastone， 翻译成中文叫提示词小助手，它的功能非常的强大，你用了就知道了。我们在搜索框输入这个插件名字，点击进入，我们来看一下这个插件的功能，它能够把我们的提示词进行翻译，能够很好的做到中英互译， 能扩写提示词，也能做到提示词的反推。具体该怎么装，下面有相关的详细安装方式，这个节点对于大家的前期学习非常有帮助。 好了，以上就是本期视频的内容，好了，以上就是本节课的内容，这三个网站一定要好好收藏，咱们下节课再见！拜拜！本节课我们来讲匡辅有为的工作原理， 如果我们真正要掌握 kufui 这个工具，让它变成我们的创作利器，我们必须要了解它的运行逻辑，只有真正掌握了运行逻辑，才能够大大的提升我们的生产和学习的效率，给我们带来更多的创作源泉。 大家现在所看到的工作流是 kufui 官方最基本的纹身图工作流，一个基本的纹身图工作流主要就是由以上七个节点组成，那么什么是节点呢？ 我们现在能够拖动的这些方块，它就是节点框幅 y 的 运行逻辑，它是从左边进行计算，我们可以把这工作流分成三个板块，按住 ctrl 键拖拽鼠标就可以框选这些节点， ctrl 加 g 就 可以对这些节点进行打阻， 左边的板块是前期输入板块，中间的板块是核心生成板块，也就是浅空间像素，最右边则是后期输出板块，这样就构建了一个最基础的纹身图工作流。 我们只需要在输入板块当中的 clip 文本编码当中输入一只小狗，点击运行，这样一只小狗图像就有了。接下来我们来逐步详细讲解每个节点的作用。 首先来看最左边的 checkpoint 加载器，我们能够看到加载器里有三个节点，分别是模型节点、 clip 节点、 va 一 节点。 这里的模型节点的作用就是用来加载我们的大模型，它的主要作用就是根据文本描述和随机噪声逐步生成图像的潜在表示。通俗一点，它的作用就是控制图像生成的风格。我们点击这里的模型选择框， 我们就能够看到这里有非常多的模型类型供我们选择。这里的模型选择对应的就是我们安装在 cf ui mod 这个 pos 文件夹里面的这些大模型。大模型的作用呢，就是用来控制图像生成的风格。 比如我现在选择一个真人写真类的大模型，因为它是一个菜鸟模型，我们就把分辨率改成一零二四乘以一零二四，点击运行， 这样一张真实写真类的小狗图像就有了。再来看这里的 clip 节点，它是 stable diffusion 模型的一个核心组成部分，由 checkpoint 节点加载出来的一个关键模块。 它的核心角色就是将用户输入的自然语言，也就是提示词翻译成 ai 图像生成模型能够理解的条件指令， 简单来说，他充当的就是一个翻译官的角色，让彩样器能够理解你，你想要什么样的画面。这就是为什么我们刚刚在文本框里面输入一只小狗，他就能生成一张小狗图，而不是一只小猫图的原因。 接着再看下面的 v a e， 它是一个负责将图像在像素空间和浅空间像素之间进行转换的核心组建，你可以把它理解成它就是整个 ai 绘画流程当中的翻译官和显影器。常用的 v a e 有 两个，一个叫 v a e 编码， 它的作用就是将像素空间，也就是把图片转换成裁样器，能够读懂理解的浅空间像素。 这个节点一般用于图生图，到后面讲图生图内容的时候会进行详细讲解。另一个就是 ve 解码， 也就是我们现在用到的这个 ve 解码，它的作用就是将浅空间像素转换成我们肉眼可见的像素。 我们了解完加载器模块之后，我们再来看这个 click 文本编码，一条完整的工作流，一般有两个文本编码，上面的文本编码我们一般用来写正面提示词，也就是我们想要什么样的画面。 下面的文本编码用来写负面提示词，也就是我们不想要什么样的画面。在正向提示词里输入一间教室， 点击运行，现在我们就得到了一张教室图，我们能够看到教室里面有黑板，桌椅、电灯、窗户。如果我不想让生成的图像有黑板，那我们就在负面提示词里加入黑板， 再次运行，这样再次生成的图像就没有了黑板，黑板变成了投影布。如果我不想让图像中出现窗户， 那么就在负面提示词里输入窗户，点击运行，再次生成的图像中就不会出现窗户，这就是可立普文本编码的作用。我们再来看这里的 comlaten 图像，它是一张在浅空间中由随机噪声构成的空白图像， 为 k 采集器提供初时的可逐步雕刻的造声数据。简单来说，你可以把它理解成它的作用就是决定生成图像的分辨率。这里的批量大小决定一次性能生成多少张图像。我们在正向提示词里输入一个男孩， 此时的宽高分别是五幺二、五幺二，那么生成的图像大小自然也是五幺二乘以五幺二。如果我们把画面的宽高设置成五幺二乘以七六八， 此时我们就得到了一张五幺二乘七六八的图像。我们把批量大小设置成四， 这样就能一次性得到四张五幺二乘七六八的图像。那么我们可不可以将宽高随意进行设置呢？比如宽高设置成两千乘两千， 此时你会发现生成的图像根本没法看，与我们的提示词描述有天壤之别。那么原因是什么呢？生成的图像画面是否合理，不光跟 limit 大 小有关， 而且它还跟我们的大模型相关。如果我们选择的模型是 sd 一 点五的模型，那么分辨率就设置成五幺二乘五幺二。 因为 sd 一 点五的大模型在训练的时候用的就是五幺二乘五幺二的图像进行训练， 所以宽高设置成五幺二乘五幺二的分倍率，这样生成的图像质量就正常，人家只有生成五幺二乘五幺二的能力，你却硬是让人家超常发挥，所以只能天马行空的进行会制生成的图像不尽人意。 如果我们的大模型是 sd 叉 l 模型，那么我们的分辨率呢，可以设置成一零二四乘一零二四，因为 sd 叉 l 模型是基于一零二四乘一零二四的图像进行训练的。 好了，以上呢就是空来的图像节点的用法。我们了解完输入板块的各项功能原理之后，接下来就是核心生成板块 k 采氧器。 k 采氧器的作用就是负责执行，他接到前面的指令，然后严格按照参数设定，一步步的执行去造， 将造声图塑造成符合指令的最终图像。简单来说， k 传感器就是负责动手把它画出来。我们在正向提示词里输入一个男孩正在踢足球，点击运行 一张男孩踢足球图像就有了。我们再来看这里的种子数，你可以把它理解成他就是我们的身份证编号，每一张图片都有属于自己的编号。再来到下面的生成控制后， 我们选择增加，那么种子数就增加一个单位，刚刚数值是四十二，现在的数值是四十三，如果是选择减少，那么数值将会降低一个单位，变回四十二。 如果选择随机，那么这个种子数将随机。如果我们选择生成后固定种子数，我们将这个种子数进行复制，再随机生成一张图， 接着再把种子数粘贴回来，我们又回到了刚刚那张照片。我们再来看一下这里的采样步数，它的作用就是控制去噪迭代的次数，为了方便大家看的更加直观，我选择一个 sd 叉 l 大 模型，分辨率设置成一零二四乘一零二四。 在其他参数不变的情况下，我们分别把步数值分别设置成五十、十五、二十二十五。 我们再一起来看一下这五张图整体的对比。仔细看你会发现，随着步数越多，整体的细节越来越精细， 当然运行的时长也更长，通常这个数值二十到三十步是质量与速度的平衡点，这就是采用步数。我们再来看这个 c f g 值，它的作用就是用来控制关键词与生成画面的匹配程度。 我们在提示词里输入，一个女孩坐在草地上固定一下随机种子， c f g 值设置为 m p p 二 m， 调度器设置为 kalas。 点击运行。我们能够看到，当 cf 机制为一的时候，这个画面很脏很乱，没有太多的细节，最基本的人物轮廓都看不清。 我们再把 shift 机制调整为五，点击运行。现在这个画面就清晰很多了，人物的体态样貌我们都可以看得见，但是颜色还并不是很丰富，女孩的手旁边有一个像包，但又不像包的东西，还是缺乏创作力。 我们再把这个参数设置为十二，我们能够发现整体的颜色又丰富了很多，生成的东西呢也更加符合逻辑。刚刚草地上的小花现在就有了更多的颜色，服装包包也有了更多的细节。我们再把 cf 机制调整为二十， 此时生成的图像质量就更高了。所以我们可以得出一个结论， shift 值数值越低，裁样器越不能理解你要什么生成的，质量越差，反之，参数值提高，生成的画面会更加符合提示词所想表达的内容。 shift 值一般控制在八到二十之间。再看下面的裁样器名称，裁样器和下面的调度器，它是结合使用 裁量算法和调度器的结合会直接影响结果的质量，生成的速度以及风格样式。通常情况下，裁量器我们就选择 dpmpp， 二 m 调度器选择 kalas， 这两个模块的结合对应的就是 webui 当中的 dpm 加加二 m， 只不过在空浮 ui 当中把它们独立出来了。 接着来看降噪功能，它的作用就是控制对初声的去除程度。现在的数值是一，如果我们把数值调整为零点八，你会发现画面的人物形态、脸部的轮廓质量明显就降低了很多，色彩的饱和程度也降低了不少。 参数设置为零点五，画面的色彩还原程度接近复古色调，效果很差。 参数设置为零点二，可以看到基本上就没画面了。所以如果是纹身图，那么数值通常设置为一。如果是作为图生图，这个降噪功能的用法又稍微的有点不一样。到后面的图生图我们会讲到， 接下来我们来看这个 ve 解码，它的作用就是将 k 传感器处理的浅空间像素转换成我们肉眼可以看得见的像素。 预览图像节点的作用很好理解，它的功能就是显示画面，如果你想保存这张图像， 选择图片单右键点击这个保存图像即可，这个图像就保存下来了。各个板块的各项功能原理我们明白之后，接下来我们就一起来手动搭建一个完整的纹身图工作流， 在空白处我们进行双击，就会出现一个搜索栏，我们就可以在搜索栏里输入我们想要加入的节点。我们先加入一个彩样器，通过彩样器进行拓展，选择模型的小节点进行拓转，就会显示其他能够连接的节点。我们选择 trackpoint 加载器， 这样模型加载器就有了。再拖拽 clip 小 节点，我们就可以加入 clip 文本编码，选择 clip 文本编码，按住 alt 键，拖动一下 clip 文本就能够进行复制。 拖拽一下 link 图像，我们就能得到一个空 link。 拖拽一下 link， 我 们就可以在里面选择 v 一 解码，再通过 v 一 解码里面的图像，再拖拽一下，我们就可以创建预览图像， 这样我们就得到了一个基本的纹身图框架。接下来我们需要将它们连接起来，具体怎么连接呢？并不是盲目连接， 我们需要进行对应连接。这里的模型节点不能与 clip 文本节点连接，它只能与裁剪器当中的模型连接， clip 也只能连接 clip， v 只能连接 v 一 正面提示词的条件连接正面条件，负面提示词的条件连接负面条件，这样一个基本的纹身图工作流就搭建好了，我们来运行一下这个工作流， 在正向提示词里输入一个美少女，再转换成英文，这个中英转换插件在后面的课程内容当中，我会教给大家怎么安装，刚学习的小伙伴可以使用有道翻译进行翻译，把翻译好的提示词输入到正向提示词， 再选择采集器和调度器，点击运行一个美少女就有了。最后我们再来理一理这个工作流的运行逻辑， 通过加载器把大模型的信息给到 click 文本编码，通过文本编码进行下达指令，把指令给到 k 采集器，告诉 k 采集器我具体需要什么。 k 彩样器接到指令之后呢，进行执行，进行作图，产生浅空间像素，也就是大家现在在彩样器这里能够看到的这个图像。 k 彩样器把生成的浅空间像素信息给到 ve 解码， 让 ve 解码对浅空间像素进行处理，处理成大家肉眼能够看到的图像。 ve 解码把转换好的图像信息给到预览图像进行展示出来。 好了，相信大家对匡府 ui 的 运行原理都已经掌握明白了，客户呢自己去实践领悟，咱们下几个再见，拜拜！本节课我们来讲匡府 ui 的 图生图功能，图生图功能从字面上面就很好理解，我们需要一张参考图， 通过一张参考图结合匡府 ui 的 流程进行计算，生成我们想要的视觉效果图。在这里呢，我就已经准备好了一个基本的纹身图工作流， 那么在空白处呢，我们进行双击，我们在这里添加一个加载图像，加载图像的作用呢，就是用来上传我们的图片，把我们已经准备好的图片素材呢透露进去。 接下来我们要做的就是把图片信息给到采集器进行处理，生成我们想要的视觉效果。在这里我们能够看到 k 采集器里面呢，没有跟这个加载图像节点能够联系的节点， 这里没有图像，也没有遮罩，接下来我们需要通过一个节点，把这个图片信息转换成 k 传感器，它能够理解能够读懂的数据。我们在空白处进行双击搜索， v e 编码加进来， 那么这个 v e 编码节点的作用是什么呢？用专业术语来讲，就是把我们肉眼可见的像素空间信息， 也就是这个图片信息转换成浅空间像素信息。用大白话来讲，就是把这个图片信息转换成这 k 采集器，它能够理解能够读懂的信息。我们直接把这个图像连接像素，这个 laten 连接 laten v 一， 连接 v 一， 那么基本的这个图生图工作流就已经完成了，那么这个大模型呢？我选择的是通用的 sd 叉 l 模型， 这时候我们只需要在这个文本框里面输入相关的提示词，它就能够生成相关的内容。比如我现在我需要把它转换成游戏动漫人物风格，那么我们就在这个提示词里面输入游戏动漫人物风格，再把这个中文呢进行转换成英文， 这个非常强大好用的中文翻译节点。后面呢我会教大家怎么去安装，怎么去使用，接下来把这个彩样器呢改成 p p r m 调度器呢？改成 class， 我 们再来看一下效果， 这时候你会发现我们现在得到的图像跟原始参考图像可以说是差之千里，主要原因是什么呢？他有很多的因素，第一个因素就是他的一个降噪值，降噪值参数越大，那么生出来的效果呢？他越偏离主体，降噪值参数越大，那么生图出来的效果呢？他越偏离主体， 我们现在尝试把这个降噪值呢降低调，准备零点八，再来看一下整体的效果，这时候你会发现，最起码这个人物的头发变长了，人物的风格呢也开始接近了，再降低一下降噪值， 把这个降噪值呢调整为零点六五，再来看一下整体的效果，我们现在得到的这个画面，他有白头发，那么这个白头发他参考的就是这个白头发，那么这里的灯光他参考的就是这个月光。这块柱子的构图匹配的就是这根柱子的构图， 那么整体来说这些参数它是没有太大的问题的，但是呢，为什么生出来的效果还是这么的差呢？ 有一点非常重要，大家注意看，我们所使用的大模型是 sd 叉 l 模型， sd 叉 l 模型它训练的是幺零二四乘以幺零二四的图片， 所以我们要想办法把这个图片素材呢变成幺零二四乘幺零二四，再导入到彩样器里面去进行计算，有两种方式，第一种方式就是常规的方式，直接输入一张幺零二四乘幺零二四的图像， 这方式在之前就讲过，接下来就教大家第二种方式，在这里呢给他加上一个图像缩放，我们就选择这个 r g 节点的图像缩放， 这个节点是一个外置的节点 r g three， 也就是说我们要去进行安装，这些节点到底是内置的还是外置，需要进行安装的，怎么去辨别呢？注意看一下这个节点，它的右上角上面写的是 r g three comfor， 再看一下这个加载图像，右上角，它是小狐狸加载器，小狐狸文本编码也是小狐狸，也就是说，也就是说带了小狐狸这个标志，它就是代表内置节点， 没有小狐狸代表的是外置节点。那么这个 r g s 类怎么装呢？我们来到管理器里面， 点击这个管理器，我们只需要安装这个 r g 节点，安装好之后呢，我们就能够使用这个节点，因为我是已经安装过了，所以呢我在这里我就不重复安装了， 退出。刚刚教大家如何去安装这个节点，退出来之后呢，这个电脑就直接卡住了，我就重新启动了控制 u i， 所以 大家会发现这画面呢发生了改变，但是呢，这里的各项参数我没有做任何的更改。接下来呢继续来讲解 这个图像缩放具体该怎么用，它的作用是什么？那么图像缩放节点呢，是需要把它放到加载图像的后面来的图像连接图像，这里图像连接 v a e 编码里的图像，我们可以把这个宽度呢调整到一零二四， 高度呢调整到一零二四，其他属性一概不变。我们可以通过图像缩放节点，可以把加载图像里的这张图片处理成幺零二四乘幺零二四的大小，再通过 v 编码把这个幺零二四乘幺零二四的像素空间传给 k 传感器， 通过图像缩放节点作用，你可以把它理解成这张图片现在就是幺零二四乘幺零二四的大小了。接下来呢我们就点击运行来看一下效果， 现在我们得到的效果就很符合我们提示词的需求了，长头发、箭月亮、树林这些元素的形成都是参考的原素材，那么如果你觉得这个效果还并不是很满意，我们可以去调节其他的参数，比如说 c、 f、 g 值， 我们把这个参数呢调整为十五。再来看一下整体的效果，看一下会不会有一些其他的变化。通过 cf 机制的提升，我们能够发现这里呢又多了更多的细节，我们也可以把这个降噪值呢，接着再调整 这个 cf 机制呢，尽可能的把它控制在八到十的样子。再来看一下整体的效果， 调节了降噪值之后呢，你会发现又一些元素发生了一些变化，手里的键没有了，那么这个降噪值具体控制在多少合适呢？你就把它控制在零点六五到零点八的样子。 降噪值的参数过大或者过小，那么留给 ai 发挥的空间呢？更大，生出来的效果很多时候它是不尽人意的，那么我们也可以在这里呢继续生成， 选择随机这个环节呢，就是不断的抽卡，看一下哪张图片符合我们的诉求，接着我们给他再换一个风格，接着我们给他换一个宫崎骏的风格，再来看一下效果， 现在我们就得到了一个宫崎骏风格的效果，如果你想把这里的人物放到一个特定的环境里面，也是可以的，比如给他一段提示词，动漫宫崎骏人物风格，女孩手持一把剑，站在开满小白花的草地， 天空中有大片的白云，天气晴空万里，看一下我们又能够得到一个什么样的一个效果，那么现在呢，我们又得到了另外一种风格，大家注意了，接下来我多抽几张卡来看一下它有什么特点。 我抽了这么多张卡，不知道大家有没有发现一个共性，无论是从人物的姿势、样貌上面去分析，它都有所改变，每张图里面所设计的元素它都生产出来了， 无论是小花、草地、白云他都有。但是唯一个不变的共性就是整体的色调他都是偏向于晚上，原因是什么呢？就是因为我们的参考图他是晚上， 所以会导致生产出来的效果都是偏向于暗色，偏向于晚上的效果。哪怕是你的提示词里面告诉他我要的是白天天气晴朗的效果，但是他还是没办法实现。那么如果把这张参考图换成白天呢？再来看一下效果， 这时候你会发现所有生产出来的效果它都是偏向于白天的光线。当然我也尝试过很多其他的 sd 叉 l 模型，结果都是有这样的共性。那么这个呢，就是 comfui 的 图像图。