这估计是你见过最强的无限生成图片和视频的 ai 工具了,那就是地表最强开源 ai 生产力工具 comfy 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 comfy 安装困难和工作流爆破问题, 这种电影级 ai 视频更是不在话下。和那些花钱还要排队的网站不一样,完全开源,无需排队,无需联网,也无需魔法上网,所有运行都在本地, 全程原声中文,没有审核压力。最低支持一千零六十显卡,还自带三百三十七个顶级工作流,玩法超级多,使用也超级简单,只需三步一拿整合包,两解压缩三双机,打开想试试的验验牌。
粉丝2.0万获赞7.3万

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!

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。欢迎来到我们的 comfyui 视频生成系列课程。哈喽大家好,那么这一节课呢,我们来学习我们六种视频生成方式之中的第四种, 也就是动作迁移工作流,那么我们只需要上传一张图片,然后再上传一个视频就可以了。那么首先我们来看一下我们刚才导入, ok, 然后再来看一下我们生成的结果, 整体的一个动作,包括人物的一致性都保持的还是很不错的, 同时呢他会将我们原来的视频当中的音频自动与我们的视频进行一个结合,然后直接一键生成。那么像这一种我们图片可以模仿视频当中的人物动作,然后进行一个视频输出的工作流,是如何实现的呢? 我们来看一下怎么使用。那么首先呢我们依旧要明白,第一步就是确认我们的模型使用,这对于我们生成任何视频或者图片都直观的重要。像这里面我们依旧选择 g g u f 的 模型, 以及添加一个对应的加速 laura。 由于这里面我们使用的是一个动作迁移,所以我们还需要加一个 animate 的 加速流来进一步对这个工作流进行一个加速。我们加载好我们的这些模型之后呢, 就可以直接输入到我们的彩样器当中,这个时候就要注意到我们彩样器还依旧缺少了正负相条件,那么正负相条件其实指的就是我们视频当中的人物运动部分, 这个时候我们需要加载我们的一个视频进来,那么这个视频呢会拆分成很多张的图像, 然后传入到我们的姿态与处理器这里面,然后通过这个处理器呢分别对我们的一个姿势以及面部来进行一个识别,最后将生成的这些图像呢输入到我们的动画短视频当中, 我们需要提供面部视频和姿态视频,那么这些都是通过我们的预处理器来得到的结果,同时这里面我们还需要输入我们的一个参考图像,也就是最后我们视频生成中的主体人物图像, 通过我们的视觉编码器呢进行一个编码,然后一同输入到我们的一个转视频节点当中, 然后这样子就提供了他的一个副像条件,同时由于我们的参考图像可能尺寸比较大, 所以这里面呢我们直接对整体的一个图像呢设置一下深层的视频宽高,那么像这里面这张图像呢是一个竖向的比例,所以我们最后设成一个宽四八零,然后长度为八三二的一个图像尺寸, 然后在这个地方我们进行一个设置,最后呢我们的彩样器上面的条件我们就都连接好, 然后再直接输入到我们的解码器当中,进行一个生成即可,最后呢就能得到这样的结果,这里面我们想要这个视频呢更流畅一点,也可以添加一个补帧节点, 又或者想让视频变得更清楚一点,可以添加一个高清放大节点。那么这两个节点呢,在我上一节课讲设为真生成的时候都已经提过了,那么整体的工作流所使用到的文件我都已经为大家准备好, 比如说我们的插件,包括我们的 g g f, 我 们的视频转模型,包括我们的视频 n t r l, 再比如说我们的所需要的模型以及工作流。那么大家在拿到这样的文件链接之后呢, 就放到对应的文件夹目录即可,那么这个视频就到这里了,感谢大家的观看,如果对你有帮助的话,不妨点赞加关注,支持一下,我们下个视频再见!

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, ctrl u i 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康复 u i 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 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,全是大佬们认可的使用功能,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,欢迎来到本期的康复 ui 教学,那么本节课呢,我们一起来学习一下纹身图以及它背后的生图逻辑。 那首先我们来到了 comui 的 界面,那么接下来呢,我们一起来看一下它究竟如何去完成这些直能的,那比方说这个 clip 文本编码,它是怎么做到把这个文字 最终通过 k 采集器转化成相应的一个图片?那首先呢,我们来先看到这一张,那这一张呢,就是 ai 生图最基本的框架了,我们从左边开始看起,分别有 promen, 那 是这个是什么意思呢?就 是说正向提示词以及反向提示词吗?那接着这两个东西就会传入到 ai models 里面,那经过计算呢,最终就能够生成我们 想要的图像了。那这个呢,确实是大体上正确的,非常笼统的概数,那我们今天 ai 生图的逻辑,那接下来呢,我们就从这个正反向提示词看起吧。我们回到刚才的 左流,我们可以看到向正反向提示词输入在哪里呢?我们可以看这里第一个有 clip 文本编码器, 而这个文本编码器的 clip 到底是什么意思?那为了弄清楚这一点,我们再来看一下这张图, 那在这一张图里,我们可以看到有一堆英文,也不用害怕,我们来看一下它代表的是什么意思。那首先我们来看一下左上角这些东西有稍微熟悉一点的,那有什么呢?我们可以看到有这一些, mountain, landscape, eastern running horse and gaddis gottis。 那 这些东西呢,其实就是我们的正向提示词,比方说第一个就是与山有关的一个景观,那第二个呢,其实就是宇航员骑着一匹马, 那顺着我们后面的一个箭头看到我们,他们被送往哪里呢?可以看到一个叫做 transformer 的 东西,而这个 transformer 呢,它出自于二零一七年的一篇论文,那这篇论文呢,也是 ai 史上最重要的一个里程碑过。我们这边呢先补 打开来讲,那我们回到刚才的这个图片,那我们继续来看一下这张图片,那具体它是干什么用呢?那在这个 transformer 在 弄懂这个之前,来看一下它后边输出了个什么。 那首先我们可以看到这里是输入了一些一点几几,还有大致的一些中括号,那我们可以看到像这些代表的就是叫做特征向量, 所以我们的这个 transformer 的 一个作用呢?也就是说我们输入的文本通过特定的方式给转变成了这个特征向量。那有的小伙伴可能会说啊,那这一步有什么意义吗?当然在我们的计算机处理文本的时候是比较费劲的,就好比我先让你去翻译一大段英文, 好比我现在跟你说,你长得真的很像姓刘名亦菲的人,或者说我说,哎,你长得真好看,那我问你哪一个更能清晰明了,能更容易让你一瞬间就懂呢?那肯定是第二句话嘛, 直接夸你好看。虽然说第一句话也是听起来比较好听,但是对于电脑也是这样子的,他是觉得让电脑去识别并处理一大段英文或者中文是更容易的, 还是让它去处理一段蕴涵着这些文本信息的数字容易?那毋须质疑,那肯定是处理数字对电脑来说更容易些。 那这个呢,就是我们的这个 transformer 在 其中扮演着类似于转换器一样的一个作用了,它识别文本,并且把它转化成这个特征向量,那这个就是它最重要的部分, 那在这一条流程当中,就是属于类谱模型所需要包含的一些内容啊。那我们接下来呢,回到现在的这个工作当中,还记得刚才我所介绍的流程吗? 也就是说我们在这个文本编码器当中去输入文字后,由 transform 转化成什么呢?也就是特征向量对不对? 而这个特征项链呢,它好像就是蕴涵着非常多信息的一个浓缩小盒子,那么它被传到哪里呢?也就是它会被传到这个 k 采氧器当中,最终呢,它会在这个 k 采氧器当中进行一个运算, 具体的流程呢,待会我们也会提到。那我们接着回到刚才的那一张图片里,那下半部分呢,其实就是我们的一个图像编码了,大家可以看到左下角这里是不是有一堆图片啊?那这些图片我们也可以把它称之为训练级,大家可以想一下, 我们在康复来工作流当中,哪里会包含着训练级呢?那必然就是我们的一个大模型了,那 diffusion models 扩散模型,那比方说有大模型是二次元风格,那必然呢,它的训练级大部分的内容就是使用的二次元图片来进行训练的,那如果是大模型 是写实风格,那必然它的训练级肯定是包含着大量的真实系图片。那接下来呢,我们再顺着这个训练级往后看, 可以看到它这里一共是连接的两个箭头,对不对?那分别是什么呢? v i t 和 resident, 那 这两个呢?并不是同时进行的,注意我们这边代表的意思啊,有的是这个克里普模型用的是 v i t 的 框架, 有些 clip 模型呢,用的是 restit 的 框架,那不管是说 clip 包含的是这两个其中的一个,那么它本质上的目的是只有一个啊,也就是说为了让我们的训练级干嘛呀?就是转化成特征向量。 那现在呢,是不是就觉得和刚才的文本编码器有点像了,那目的呢?其实都是为了去简化我们的一个信息,让信息更好的去处理以及。 那么接下来呢,问题又来了,为什么克利普模型要做两个部分呢?那上面处理完文本之后,那下面的这个图像该怎么去配合呢? 那接下来呢,我们来讲一下这个文本编码和图像编码是怎么进行配合的。那比方说我现在呢画一个 s 轴和 y 轴,然后这个位置呢,我们就代表是猫相关的一个特征,那在后面的这个位置呢,我们就代表是人的位置。那此时啊, 如果我想要生成一张猫粮的图片,那这个猫粮的位置应该是在哪里呢?大家可以思考一下啊,那必然呢是我们这两者之间的一个范围,对不对?你可以想象一下,那我们的这个猫粮的范围区间呢?它是有这么大的, 那么我们的目标呢,其实是不是这个猫粮?那必然我们的这个猫粮的取值范围呢,就在它的这个区间里面,也就是说这两者之间的一个交集范围内。那我们刚才的这个位置呢,这个编码作用 其实就是锚定这个猫,还有人他们在特征向量当中的一个位置,从而让文本编码器编码之后,特征向量一个框架内。 我知道我这样子说,可能有很多小伙伴是比较懵的,那么我们再回到刚才的工作流里面,我们来看一下,首先呢是咱们的训练级,也就是大模型,那大模型呢,它包含的就是在这个 checkpoint 的 加载器里面, 它是会经过我们的一个克里普连线制定好一个框架。那制定好这个坐标轴之后呢,我们输入的文本就会经过这个克里普模型转变成特征向量, 那特制向量呢,就会套用在我们的这个 x o y 轴上面的一切套用的一个逻辑是在背后的这个 k 传感器当中内发生的。那我们刚才呢已经讲解完了这个理论知识了,我们再来看一下实际的操作吧。我们讲一个难度稍微低一点的, 我们目光呢先锁定在这个 k 采集器当中,可以看到它有非常非常多的一个参数,比如说像随机种子,还有像这些什么步数啊, c f 居址啊, 采集器名称啊,调度器,降噪啊等等,一共有七种参数。那首先呢我们先从随机种子开始讲起吧,这个呢就好像是我们的图片当中的一个身份证号,那比方说我现在呢先把这个随机种子随便输入一段数字, 比如说六六六六,接着我们直接点击一下运行操作。那我们每次升图之后呢,这个随机种子数固定了还是变化呢?是增加了还是减少呢?那我们呢只需要在底下这里设置成固定就可以了。那接下来我们再次点击一下运行, 可以看到啊,我们现在这张图像是长这个样子的,那如果说我们不在改变随机种子的情况以及呢任何参数的情况下,我们再次去点击一下执行的话, 会发现我们的工作流呢是完全不会动的,因为呢他生成的图像是完全一样的,以至于这个随机种子是如何做到这一点,就像是一个身份证一样, 图片进行绑定。那接下来呢,我们来看一下下面的这个步数,那这个步数呢,它也就是代表着多少个降噪的次数叠带一共分成了多少步啊? 那我们想象一下这个 star diffusion, 它在生图的过程中,就好像是一块脏玻璃,用抹布进行 擦拭,当然你擦拭的越多,那么图片呢,也会越清晰,细节也会越多。我们现在呢,先把这个叠带步数设置成二十,也就是相当于我们给这个肮脏的玻璃擦了二十下。那如果我们把这个步数设置成 五下,我们再来看一下它到底会发生什么样的变化,有没有发现这张图片啊,是不是明显细节比刚才的那张少了很多? 如果说我们设置的更低呢?比如设置在二,我们再次进行运行,可以看到啊,现在的图片是不是一片模糊,那反之同理。 如果呢,我们的步数设置在四十,再次点击运行,那此时呢,我们可以看到我们的这一块玻璃就被擦的非常的干净,像这些细节和纹理都多了非常多, 当然过高的步数不总是都是好的,那大家可以想象一下啊,一块玻璃你擦一百次和跟擦两百次有很大的区别吗? 反而没有,那基本上我们所有的灰尘都被擦干净了,那我们的康复仪其实也是一样的,那我们的步数一般设置在四十步以上呢,就不会有过多的一个变化了。 那比方说我们现在呢,把这个步数再次设置成六十步,我们来看一下点击升图 怎么样?我们现在呢,是不是跟刚才几乎没有区别,但是呢,却增加了百分之五十的升图时间,对不对?因为呢,他增加了二十步,那原来我们四十步步数越多,生成的这个升图时间也会越久, 而我们在一般生图呢,就设置在二十到三十步之间即可,那这里呢,我就先设置成二十五步看一下,那底下的这个 c f g 值又是一个新东西了,那它的作用呢,主要就是为了去控制我们的最终图像与提示值的失配程度。 俗话说我们的 c f 居值越高,则代表着我们最终生成的图像与关键词也就越匹配,意思也就越相近。那如果说我们的 c f 居值过低的话,就会让 ai 有 更多的自由发挥空间,意思也就是与提示词匹配程度也会有所下降。 那接下来呢,我们把这个 c f g 值设成四,再次点击升图,我们来看一下,可以看到啊,有没有发现它们的整体色调它会变灰是不是?那这个其实就是 c f g 值过低带来的一个负面影响, 那由于我这边输入的元素不是很多,当我们比如说设置在二十到三十个的时候呢,那么 c f g 值的表现会更加的明显。那此时我们继续把 c f g 值的这个系数提 低一些,比如设置在一,我们来看一下会带来什么样不好的一个效果。可以看到啊,那现在呢,整体的这个图像变得更灰了对不对?并且图像多多少少都会有一些变形。但是呢,当我们的 cf 居室过高,也会有不好的影响,比方说我们设置成实物, 点击运行,可以看一下它的这个出图质量怎么样,很糟糕,是不是?为什么感觉它的一个清晰度远远比这个 cf 值为七为八的时候要低很多呢, 我们可以对比一下,此时我们将这个 cf 值设置在七的时候的一个效果,那么现在我们的这个紫色的星云屏又恢复了原有的一个清晰度,而我们在正常的升图过程中呢, cf 值一般设置在五到八步即可,大家可以稍微记一下。 那么接下来呢,我们再来看一下这个采暖器还有调度器到底是什么意思。那点开来看,像我们的这个采暖器呢,会有非常多的选择,比如说 d p m 加加呀,还有像一些传统的这些老的采暖器,那这两款采暖器呢, 一般来说大家就选择 l 采暖器,还有像这个 d p m 的 都是比较不错的,那这两款采暖器呢,都是大家测评下来比较好用的,大家直接无脑进行选择即可。那调度器呢,我们一般就会去选择这个叫做卡拉斯的一个采暖器, 这个彩样器呢是比较好用的,那至于下面的这个降噪呢,我们会放在下一节的一个图生图当中,会涉及到我们之后再讲。那么现在呢,我相信大家应该就会有些疑问了,那 彩样器和调度器他们到底是干什么的?那为什么这个随机种子可以像身份证号一样控制我们的图像呢?那为了解答这些问题,我们再来看一下这张图片,那么这一张是更为详细的 ai 生图流程, 我们先看一下左上角,那么这个就是我们去输入完这个 prom 的, 也就是关键词之后,会发送至我们的 cleveland 模型当中,之后呢再由这个 cleveland 模型把我们的文本转化成下面的这个 extend and bearing 的 一个文本,陷入到这个特征向量里面, 那么这组呢,更易于电脑处理的数字信息就会发送到这个 unit 当中,那这个又是一个新名词,对不对?其实都是属于我们 k 场气,明白了吗? 那这一大块的内容啊,都是在 k 场气当中去完成的,那这个特制向量被发送至 unit 之后,会发生什么样的操作呢?会降噪吗?那但是问题来的,我们的噪声从哪里来呢?那大家都知道啊,我们的 stabilification 用的是扩散模型,而扩散模型的运行机制呢,就是为噪声图片段的一个降噪, 从而生成了咱们的一个目标图像,也就是现在较为清晰的一个图像。那么现在我们要考虑到这个噪声的添加了,以及我们的这个滑步大小。 我们可以看到上面呢有一个叫做 gustnor, 也就是高斯噪声,它具体的分布规律也就是随机种子来决定的,那 不同的水滴种子呢,会添加不同的这个高斯噪声,从而影响到我们最终生成的一个图像嘛。那么现在呢,咱们的这个噪声就添加完毕了,我们来看一下这个话布大小了,那我们上一节课是不是有提 到过这个 klenet 呢?我们可以看到,那这个高斯噪声发送到底下的这个 klenet, 那 这个 klenet 的 大小呢?我们是可以在 klenet 当中的设置当中去设置的, 比方说我这这个花波的一个大小,我就规定了它是一个正方形,那么噪声呢,它会在这个正方形内添加,那么之后呢,这个结合了高斯噪声之后的 latent 图像在 unit 当中有什么呀? 也就是说与我们的这个特性向量进行组合,而 unit 的 一个作用就是在预测下一步的这个降噪之后的一个图像,以及呢,我们要去减少噪声,以及 我们可以看到啊, winet 降噪完成之后,被降噪的雷腾图像又发送至了上一步了,那这一步 其实就是我们所循环的这个次数,那也就是说我们在这个降噪的过程中不断地去进行循环,比方说有二十次一个循环,可以看到这有一个橙色的内容,那这个代表的其实就是我们的调度器和采暖器了,那其中呢,调度器的作用是为了控制降噪的方法, 而采暖器的作用呢,就是去控制降噪的一个程度,于是我们就这样子不断地降噪,降噪,降噪之后就经过了我们设置的这个迭代步 数了,比方说我们是设置了二十五步,也就是说我们这里是循环降噪了二十五次之后,我们才得出到这个最终的一个图像被发送至 v a e 当中,而 v a e 呢,它就好像是一个转接插头,它是可以把我们的 light 图像转化成一个像素 空间的一个图像的,也就是我们肉眼可见的一个图像了,那么最终呢,就被解码成大家所能看见出来的这个狗哥的图像。那么在我们的这一整套工作流里面呢,我们的 clip 模型,还有 unit 模型以及 v a e 模型, 一般情况下都是由我们的大模型,也就是 star diffusion 的 这个模型来提供的,那我们回到刚才的这个康复 ui 工作流里面,我们来看一下这里的这个加载器,它是不是一共有三个输出,分别是模型输出以及呢 clip 输出, 还有另外一个是不是 ve 输出?那么这个模型输出指的是什么呢?那其实指的也就是我们刚才图片当中的这个 unit, 那 我们刚才介绍的这个 unit 模型呢,会在我们的 k 测量器内配合我们的特征向量, 而咱们的这个 clip 文本编码器呢,输入进来的这个特征向量会进行降噪,之后再由这个 v a e 解码器这个转换接头输出成我们能看到的这个像素空间的图像。 那比方说我们现在呢先来一个二次元的一个大模型吧,接着我们书写一下提示词,那我在我们去书写提示词的时候呢,可以先写一下质量提示 词,在写主体,在写这个氛围词汇,那什么叫做质量提示词呢?如果我想要输入的是一个高质量啊,高清壁纸,杰作极致的细节,哎,类似于这种词语,那咱们的这个颗粒普文本啊,他就知道我们想要的就是这个范围内的一个词汇, 那比方说你现在呢想要的就是一个比较清晰并且具有非常细节的这个词汇就会在这个范围当中帮助你寻找符合条件的。所以这边呢我们一起来进行输入吧。那首先我们打开一下翻译器,然后我们就可以输入杰作高质量 极致的细节。那接下来呢,我们就输入我们想要的一个主体内容,比方说一个女孩,好双马尾,蓝色的头发,校服。 那输入完主体之后呢,我们再来输入这个氛围的词汇,比方说是环境词汇,比如教师背景,动漫风格。那我们最后呢再来翻译一下这个词语,粘贴到我们的文本编码器当中。 那刚才我们也提到了,为什么要先输入这个质量词汇,再输入这个氛围词汇呢?那因为啊,我们越靠前的词汇,它的权重比重也就越高,在整体的内容呈现上也会占比更大。那接下来呢,我们再来输入一些反向提示词, 比如说我们输入的是这个模糊不清晰,低质量,类似于这些词汇,我们把它复制下来,模 回到我们的编码器当中给它贴上,那传达的意思就是我们不想要模糊,不想要低质量的图片,不想要一些混乱的图片,对不对?那这边呢,有的玩家呢会把这个负面提示词整合成一个组 词包,我们只需要呢输入这个 e、 c、 n、 g、 t。 那 随后我们再来看一下有质量提示词和没有质量提示词添加的一个差别。直接点击运行, 可以看到我们现在呢生成的这个形象就变成了一个二次元的风格了。那造成这两个原因其实有两种,第一方面呢是因为我的提示词当中去输入了这个动漫风格了。 其二就是我们的这个大模型,那这个模型呢,它本身的训练级呢,就是拥有非常多的关于二次元的一个训练级所训练成的一个大模型。 所以它所预测之后的这个降噪图像呢,必然是跟我们的动漫还有二次元是有关系的,所以我们最后的生成图像呢,就会呈现出这种非常自然的一个动漫效果。而我们的这个 comelon 呢,它也就是说我们可以去限制我们 的 layton 图像的一个大小,比方说像这么大的正方形的一个尺寸图片,随后在我们的随机种子所对应的这个高噪声当中进行降噪, 当然在降噪的同时会结合我们的这个可立普文本编码器输出的特征向量,对吧?不然他也不知道就是你想降噪之后生成的图像到底是个什么啊?是一匹马呢?还是一个动漫的女生呢?这些都是由我们的关键词所决定的对不对?而 unit 它只是为了让我们将噪的 图片尽可能的往这个方向去靠拢。那今天我也知道本节课是非常的干,但是呢,我相信学会了这些之后,对于我们后续的节点理解还有模型的学习都有着直观重要的部分。 以上呢,就是我们本节课的所有内容了,那下一期我们再一起来看一下图生图以及它背后的运行逻辑吧,那我们下节课再见!拜拜。

超级变态的 ai 工具,打死都得学,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 config 八破解版。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,所有运行皆在本地,没有审核压力,不用积分,不用排队,也没有按次按月的计费套路,最低支持幺零六零显卡,并且人声中文自带三百三十七个 ai 功能。常用配件生成图片点一下就好,生成视频也是点一下的事, 需三步一拿整合包,爱解压缩三双机,打开想试试的老规矩,验个牌。那所熟知的 web ui 和 comf ui 其实都是属于 stability fusion, 而 webui 主要是基于数据库开发的浏览器界面, comui 则是使用图形节点、流程图设计而用于稳定扩散的用户界面。这边我们将 comui 和 webui 的 优缺点列出来,方便大家做个对比。首先我们来看 webui 这块,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。那么这是什么意思呢?当你在深度学习完 web ui 的 高阶内容后,你会意识到,如果使用的是 comui, 那 么将节省两到三倍甚至更多的时间。其次,在插件过多时, web ui 会显得非常的臃肿以及操作费时。那么接下来我们看一下 comui。 这边我们可以看到 kufui 对 配置的要求较低,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易于管理,有较强的自主性,我们可以根据个人需求来组装属于自己的工作流, 并且在未来, kufui 将逐渐与 webui 在 应用层面拉开距离,比如前段时间的 s d 三或者国产最新的颗粒大模型, 都是第一时间在 kufui 里可搭建工作流并使用的。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,甚至直接不时装。 所以使用 kufui 也意味着你能够更早地使用到最新的模型与插件。而 kufui 的 缺点是初期不好上手, 但我相信在你学完了本套课程后,一定能够完全掌握康复原来的基础操作。除此之外,过去我们知道有许多软件,比如 blender、 达芬奇、 ue 等等都是使用节点式工作流, 因为他们有极强的自主性与可模块化,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套用他人分享的工作流,即刻便可实现相同的效果,节省了非常多的节点部署思路的思考时间, 以及从单个节点构建成工作流的部署时间。好的,那么接下来介绍一下课程概览。本套课程共分为两个部分,一到六节为基础部分, 其中包含了 com 以外的配置要求以及如何安装与部署。界面导览与原理介绍文声图以及提示词的语法。之后还会聊聊 ai g c 的 相关网站以及模型下载,最后还有图、声图以及高清修复的过程。 那么从第七节课到第十三节课属于进阶部分,先后会讲解 com 内及其诸多预处理器的使用方法以及使用场景,之后还会教大家 ipadder 及其强大功能的应用。随后我们还会学习最基础的 ai 视频生成原理。

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!

五月一日,康威 u i v 八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三百一十一个风格模型,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。 安装也还是超简单的,三步就能搞定一下。二解三,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,一键升视频,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,感兴趣的铁子七七八带走尝尝。 那么接下来我们详细介绍一下 cf ui 的 下载以及部署方式。我们先安装资源包里面附带的启动器运行依赖,接着打开解压之后的 cf ui 文件夹,在文件夹内找到 a 会式启动器,随后点击一键启动即可。 稍等片刻后,我们便来到了 cf ui 的 主界面。首先是电脑配置以及系统环境的介绍,首先是显卡方面, 最低要求是拥有四 g 及以上显存的英伟达显卡。接下来是 cpu, 关于 cpu 要求不高,英特尔十代 i 三以上就可以使用。接下来是内存,内存至少需要十六 gb, 推荐三十二 gb 以上,以确保可以加载和运行较大的模型。最后是硬盘,关于硬盘呢,至少需要两百 g 的 空余空间, 推荐使用大容量的固态硬盘。 ok, 在 咱们安装并打开康否 u i 之后,我相信大家跟我看到的都是一样,都是这个默认的工作流界面,咱们现在滑动鼠标的滚轮就可以发现,咱可以利用滚轮进行放大或缩小。接着现在我们按住鼠标滚轮,哎,按下去我们就可以发现了, 咱们是不是可以拖动屏幕了?好,那么恭喜你掌握了两种最基本的操作方式。接着咱们看到这工作流他是不是有一个一个的 节点构成的,啥是节点?这一个咱们称为节点,那这一个我们也称为节点,这一个也是节点,这个也是。而节点与节点之间它能通过线连接, 咱们细心观察可以发现这个粉色的按钮要连哪?连的是另外一个节点的粉色按钮。 继续看,比方说像这个什么 ve 解码的图像蓝色按钮,那它连接的也是这个保存图像的蓝色按钮。 好的,那么现在我们最基本的节点与节点之间是如何连接的?稍微参透了一点点,再继续深入之前,我们先看到右上角有一个直行点击一下,那么这个东西就好像咱们的升图按钮,点击了之后 等待个几秒到数十秒,这个等待时间就会由小伙伴们的设备来决定。我们可以看到现在生成了一张图像,那么生成这张图像的速度和大家的显卡性能有关,我这边还是比较推荐大家 至少要三零六零级以上。当然如果说你没有这么好的硬件设备,我们也可以用云端,比方说现在什么 app, ai, 什么端脑之类的,有很多可以在线升图的平台,那这个我们放在第五节课中会提到。接着我们重新回到这张图片,咱们可以看到它是一个 装着星云,装着紫色森林的瓶子,以及它的背景是树林。问题来了,凭什么它生成的内容是这一些,而不是一头大象护着做一只小猫?那这边咱们就要看到正象提示词, 啥是正向提示词啊?细心观察可以发现这边有一个正面条件,那正面条件这根线连出去的框框,这个叫做什么? c l i p 文本编码器,咱们称之为 click 文本编码器, 那么在这边输入的内容就被称为正向提示词内容,也就是我们想要什么就在这边输入什么。咱们可以来做个简单的小实验,大家看我们把这些词汇给删去,输入一座花园,注意这边一定要输入的是英文, 如果是中文的话,那么电脑将无法识别,从而生成错乱的图片。好,那么在我们输入完一座花园之后,就点击直行,现在我们可以看到 生成的图像是不是成功变成了花园呢?简直是像魔法一般神奇。好的,那么在我们说完正向提述词之后,我们来说一说他的对角叫做反向提述词,也称为负向提述词。想想在哪输入,看到正面条件的下面有一个负面条件, 当然就是在这所连线的框框,也就是这个 clip 文本编码器,输入咱们的副象提示词。 ok, 那 么新的问题又来了,正向提示词非常好理解,咱们刚才这个就是想要什么就输入什么, 那副象提示词该怎么理解?其实和刚刚说的相反,我们不想要什么,就在副象提示词文本框内输入什么步骤我还是不懂。好,我这边来举个小例子, 比方咱们看到刚才生成这张图像怎么样?是不是有非常多的花,有粉的、红的、紫的,各式各样?那如果我们现在不想要图片中的花占比这么多的话,那么我们就在复相提示词中 输入花朵,那花朵怎么拼? flower? 当然如果小伙伴们在园上遇到任何问题,我们都可以用翻译,比方这个 有刀翻译我就挺喜欢的,非常便捷。 ok, 这边是纯推荐,还不是广告?好,我们接下来就点击执行。现在咱发现了没有, 图片中花朵的元素是不是降低了很多?比方我们再次点击执行来看一下,经过两次实验,图片中的花朵确实是比例明显变少了,但是并不是说完全消除。 那这也正如我刚才所说,负面提示词他所做的更多是消除我们输入的东西在画面中的比例,在画面中的权重, 是吧?但是完全根除,这需要其他操作,我们接下来的课程中会提到。 ok, 那 么现在学习完正负向提示词,我们再来看一下连接正负向提示词的这一个叫 k 彩阳器,那么他我们可以理解成就好像 人体的大脑,它控制的整个工作流。不难发现,基本上所有的节点都汇集到了 k 采集器里,这些所有的数据参数汇聚到这之后,经过 k 采集器内部的运算,然后最终才得出了我们的 ai 图像。 至于背后的生图逻辑,我们下一节第三节在纹身图以及背后的运行原理中会详细展开,那么这边我们先大概了解一下就好。接着我们来看到这个 k 采阳器,它有个叫做 layton 的 东西,这个 layton 我 们顺着粉色的线往下看,连到了一个叫空 layton 的 节点, 大家看看这空雷特,他是干啥用的呀?我相信关于这个名词不能说百分百吧,百分之九十九的小伙伴应该都是非常的困惑的。好,那么我们在学习一个新东西的时候, 我们可以看一下他的参数,咱们一起来研究一下。首先他一共有三个参数,分别是宽度、高度,还有皮尺大小, 现在是不是豁然开朗?这个节点就是控制我们最终生成图像尺寸比例,图片整体像素的一个节点。比如我们把这宽度给改成七百六十八,相当于此时的宽高比为二比三,咱们点击直行 怎么样?最终升图是不是非常简单的就被修改成了竖屏比例,那么同样的比方,我们把这个宽度给改成七百六十八,然后把高度改成五百一十二, 此时咱们再点击直行,就可以看到图片也是非常顺利的变成了横屏比例。而关于最后一个参数,也就是空阶的 p 次大小,这一个我们是不是还有点疑虑?好,那么咱们就来尝试一下,比方把它给改成个四吧,具 体会发生什么我们待会才知道,咱们只管点击直行就好。 ok, 我 们来看一下发生了什么变化吗?咱们看到这个保存图像节点的右下方出现了一个 四分之一,并且这边有个交叉按钮,咱们点击一下,发现原来刚才的批次大小代表着一次性出多少张图片,像刚才我们设置成四, 此时也就是一次性出了四张图片,比方说我们在需要进行大批量生图的时候,或者说在测试某一个参数的影响,那么我们就可以把这个空内存的批次给调高一些。不过如果说批次大小过高,比方说三十、四十甚至是一百, 那么就有可能会出现报显存的情况。如果大家不幸遇到了报显存,那么我们重启一下 comfui 就 好。好的,我们来看一下。现在啊,咱们已经把正向提示词还有反向提示词的文本编码器都讲了,以及 k 太阳器 comlatin 也讲了,还有哪个没讲,那就是 click point 加载器。咱们把目光看到这儿, 可以发现了,它是不是有点像一切的源头,非常多的线都连到了这个节点上,这代表着它有非常重要的地位。也确实我们在 checkpoint 加载器里面加载的就是大模型, 我相信这个名词大家或多或少都听说过。那么啥是大模型呢?咱们可以这么简单的去理解,大模型可以控制整体的出图基调,比方说有的大模型是全能系,有的大模型是真实系,有的大模型是动漫系。 咱们现在把大模型给换成一个动漫类大模型,接着什么参数都不用调,直接点击执行 来看一下单单修改一个大模型,会对我们最终出图效果发生什么样的变化。好的,现在我们不难发现图片了,是不是整体风格都变成了偏动漫或者说非写实的风格, 那么我们现在重新看到大模型,咱现在再换一个真实的大模型,再点击执行,是不是感觉到画风一转啊,瞬间变成了写实风格, ok, 这又是大模型的威力,非要比喻的话,可以把它想象成人体的意识。 啥意思?如果我整天哎只想着色色的事情,我最终出图,咱们最终的成品必然也是和色色有关。 那如果说我整天想的是非常正能量,积极向上的事情,那咱们的最终成品也必然会,你懂吧? ok, 之后我们来看到这个 v e 解码, 它就好像一个转换接头,可以把咱们的 latent 图像变成像素空间图像,那具体是啥意思?我们放在下节课去讲。接下来比方说我们不小心把这个 v e 解码给删去了,之后我们该如何去添加?一共有多种方法,一个就是摁 ctrl z, 那么就可以回到上一步的操作。好的,现在我们再把它给删去。还有种方法就是我们在 k 采集器的后边 laten, 咱们把它给拖出来,松开鼠标,看到这个 ve decode 怎么样?它是不是又重新出现了?接着我们只需要把它的图像与 原来的保存图像相连,这个 ve 又是个新名词,把这个 ve 连接在哪?咱们可以找一找 哪有红色的输出,那就是 checkpoint 加载器。我知道小伙伴们现在可能有非常多困惑,但是都不用着急,因为我们本节课主要教的是基础的操作,至于接下来的比方说参数,或者说他们背后的逻辑,我们会在后边揭晓。好的,那么刚才我们讲完了第二种添加这个 v e 解码的方法。 那么还有第三种方法是啥?我们可以双击界面,此时出现了一个搜索节点栏,那么我们可以在这边输入,想要查找节点的名字, 咱们就搜 v a e 解码,可以看到这边也是有非常多的选项,咱们选择第一个看到 v a e 解码,点击一下,它就这么出现在了我们画面之中,接下来也是与其他节点相连即可恢复成原来的样子。 好的,第三种方法讲完了之后,我们来看一下第四种方法,我们同样的把鼠标放在空白处,按一下右键,接着看到这一个添加节点按钮,点击一下, 随后我们找到 later, 同样的点击一下后,就可以发现咱们的 v a e 解码在这边出现了,对吧?接下来只需要再次点击,那么他就重新出现在了工作流之中,不过我们也能发现这第四种方法非常的繁琐,一般情况下我们都是直接搜索即可。 当然其实还有第五种方法啊,我这边也说了,因为这节课是基础操作课,咱们就把这些最基础的给讲透,我们把目光看到左边有一个像字典一样的东西,点击一下,那么这个东西它是 存放所有节点的地方,我们同样的可以在这边搜索节点,输入 ve, 然后就可以看到各个节点包里面和 ve, 也就是咱们相关输入的词汇有关的节点, 那么我们也不难发现 ve 节点码在最上边,对吧?同样的点击一下,就可以看到它又再次出现在了工作流之中。那么以上就是五种常见的加载节点的方式, 而正如我刚才所说,咱们平时最方便最实用的方法就直接双击界面,然后搜索 ve 即可,这是一种,还有一种就是直接来到比方说像这个内存拖出来,可以看到在这个默认的加载节点里面有 ve 解码,点击一下, 那么它是不是也非常快速的就被加载出来了?那么以上两种方法是最常用的,大家稍微记一下即可。 好,既然我们看到了左边,我们就继续顺着左边来看一下这些东西都代表了什么。首先上面这一个像时钟一样的点击一下,可以发现咱们之前生成的队列, 也就是咱们所执行的任务都在这边出现了,比方像这一个下面有个四的角标,代表着一次性出了四张图,对吧?咱们可以点击一下,这一次任务所生成的四张图就会被展开。好,我们在队列的返回按钮点击一下,咱们就可以回到刚才的队列预览界面。那接着 我们来看一下这一个小小的立方体,它代表什么?这一个是我们存放模型的地方,比方说像什么大模型, lol 什么 ctrl 内模型,都可以在这边显示。那具体像我刚才说那些名词,他们代表了什么, 也是在之后的课程中咱们会逐一揭晓。那顺着这个立方体往下看,有个文件夹,那这个文件夹就是我们存放工作流的地方。这边又要隐身出个问题了, 比如说我们现在这一套工作流想把它给保存下来,怎么保存?我们同样的也是看到左上角有一个工作流,点击一下,随后咱们可以点击保存后的另存为咱们先点下保存,接着编辑一下工作流名字。比方说第二节课 点击确认怎么样?咱们刚才保存的工作流是不是就到了这下一次想要调用的时候,我们只需要双击或者说把它给拖出来,拖到空白处就可以重新加载咱们保存的工作流。好的,我们顺着文件夹往下看,有一个月亮按钮, 点击一下,那么整体的风格就会变白,变得明亮,再点击一下又会回到刚才的深色风格。 ok, 那 现在重要的来了,看到这个齿轮,也就是设置,我们可以在这边来调整咱们的界面语言, 我们看到这个 comfy 的 区域设置,在这里就可以调整相关语言了,当然你想要英语或中文或者说什么其他语言都行,那我这边也是选择了中文。好的,接下来我们看到 这个 comfy 下面的画面,点击一下,随后我们看到连线渲染样式,那这边我们可以选择曲线或者说其他的线型, 比方说直线,咱们点击一下,接着就可以看到垂直,怎么样?界面的所有连线都变成了直线,直来直去的,那这一个就根据大家的个人喜好来进行调整了吗? ok, 我 们重新回到刚才的画面,那我这边也是先保持直线,我觉得直线会更为直观一点,更方便大家去辨认哪一个节点连接的哪个地方。 ok, 接下来我们看到画面下边的外观,那么在这边我们可以调整色彩主题, 也就是美化咱们的界面,那么我相信大家刚和我进来的时候都是这个 dark, 也就是默认选项,我们可以调成明亮的风格,也可以调成这个蓝色调 或者黑色调。 ok, 我 还是调回默认模式,接着可以看到下面有一个节点不透明度,那这个参数比较重要,因为比方说我们看到这套工作流,如果我们把 v e 解码 不小心放在了这个 k 采暖器的后面,我们就压根看不见了,而节点一多,就有可能会出现这种节点之间相互遮挡的情况,从而增加我们构建工作流的难度, 那么我们就可以回到刚才的节点不透明度,把它给设置成零点四,当然更低也行,那么此时我们就可以透过 k 采暖器看到下边的 ve 解码节点了,对吧?这样我们在构建工作流的时候会更加的 轻松愉快。 ok, 咱们再讲一个小知识点,比方说像我们刚才是不是新添了这一堆节点了,咱现在不想要了怎么办?我们当然可以一个一个节点的这样去删除, 我们也可以摁住 ctrl 键,然后再摁住鼠标左键,这样子就可以框选节点,接着再摁键盘上的 delete 键,就可以做到区选删除。而同时比方说我们现在区选这一套工作流, 我想同时拖动这么多节点的话,直接摁住鼠标左键就可以进行整体拖动了。而如果说我们想升图的时候,我们除了直接点击执行, 我们也可以摁 ctrl 加 enter 键,这样就可以做到快捷的图片生成。好的,那么以上就是关于本期的全部内容了,知识点比较碎,比较杂,可能需要吸收一段时间,那么我们就在下节课纹身图以及深层原理再见。

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。

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!

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 生产力工具 comui v 八无限制整合版。相信很多人都听过这款软件,而本次全新大版本升级,直接解决了以往安装繁琐、工作流频繁报错、节点缺失等所有问题, 即使是这种氛围感拉满的电影级 ai 动画视频全都轻松拿捏,不烧积分,不用排队,而且全程中文界面,零基础也能看懂操作,破限制,无审查,最低支持一零六零显卡。本次整合包更是直接内置了三百七十七套大佬专属精品工作流, 覆盖绝大多数创作需求,使用也超简单,三步就能完成使用,一,拿到整合包,二、解压缩,三、双击打开, 还没体验过的朋友抓紧接着课程开始。好,大家好,这节课我们一起来学习咖啡以外的使用方法,那么咖啡以外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咖啡以外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。那首先啊,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,这一个也是节点,这一个,这一个,这一个它们都是节点,而节点与节点之间由线连接,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 y, 我 们得先从最基础的,也就是这一套文生图工作流讲起。我们先看到最左边这里有个 check point 加载器,这个 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 y 中接触过它啊,控制着各式各样的画面风格。 我们顺着 checkpoint 加载器的线往后看,首先是黄色的线连接到了这两个节点,那么它们称为 clip 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,可以看到由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, 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相提示词文本框。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 c 那 个题,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量,之前的课程中也有讲过,就是在正面提示的细节等等等等,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,把异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,所以我们可以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, 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易经那个体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 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空雷特的东西,这空雷特看起来挺陌生,但它的参数也非常容易理解,一共三个参数,宽度、高度以及 批次大小。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 laura 模型下,至于什么是 laura, 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 comet 的 最下边,有一个批次大小,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 c g 质感 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 later 这一个小节点的功能概述。接着顺着 later 放 后看,连接到了一个叫 k 彩样器的东西,那就 k 彩样器,它可就大有来头。如果我们仔细观察可以发现呢,刚才我们所介绍的这四个节点其实都连在了 k 彩样器上啊。 k 彩样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,然后再 黑彩样器里边进行运算,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,咱就一起看看它到底有哪些参数。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,比如说这张有属于它的随机种子,或者说下一张这张图片也有属于它独特的 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,更改随机种子就能够生成不一样的图片。比如说啊,我们把 p 四大小设置为一,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个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 么以上就是关于种子值对于康复 u 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带步数了,我们在 y b y 中有学过它, 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 的值越高,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 下边的彩样器和调度器,我们只需要记得彩样器选择 d p m p p r m s d e 记不住也没关系,默认的也挺好,调度器打开来选择 carr s 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,来看一下修改完彩样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,所以这两个参数新手玩家保持默认即可,据 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生图工作流中再涉及到。好的,那么我们这一个纹身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,从 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, ve 编码, ve 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, 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 ui 这工作流是非常自由以及多样化的,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吗? 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 shift 键下载器,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。至于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立键。而对于运行或者说生图,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!

三月二十七日咖啡 uv 八中文版整合包重磅更新,妥妥的新手小白福音!全全中文界面,完全不需要懂英文!更惊喜的是,这次整合包直接内置三百个液压模板,全是大佬们都认可的实用功能,还全都帮你整理成新成的工作流了!安装也还是超简单的,三步就能搞定 一下载了解压三,双击打开,一键升图、一键做音乐、一键升视频、一键建模,所有操作都是点一下就能实现,特别省心。模板数量太多,我就不挨个介绍。

兄弟们,这次真的是核弹级更新,五月最新出了全新的 comfy ui 的 懒人整合包,这一波绝对是小白的神之一手,别再担心开放环境红节点报错了,这次已经帮大家把最难啃的骨头全拆完了,真正的开箱即用,双击启动,甚至无需借助网络工具,全套汉化界面,哪怕对英语一窍不通也能闭眼入。 最狠的是这里面直接内置了市面上最火的两百加大神级工作流,都只需要把图拉进去,点击生成,一键搞定。东西全打包好了,都按合规方式准备,感兴趣的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。 解压完成之后,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,他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。在这里呢,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 万模型等等,像这一枚举等等,我都会放在我们的整个包里面,以及有非常多的模板可供大家进行选择,在这里呢都可以找 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存需求的。那文件呢,都已经放好了,想生存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,我们也可以放大看一下,那么大家拿到手之后呢,就可以自己去动手试一试,看看生存的效果怎么样。那个人认为呢,这样的生存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,感兴趣的八八八哦。

ai 届昨晚又甩出一张王炸 comui 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,也没有暗此暗月的欺骗套路,支持一零六零及以上检查 原声中文界面。现在入职 ai 创作真是越来越简单了,一键就能快速识图, ai 视频制作同样一键搞定,操作简单又高效,想试试的七七尝尝咸淡。 接下来教大家如何安装空府 ui 本地部署。第一种方式,我们可以来到空府 ui 官网,点击这里的下载空府 ui, 大家可以根据自己的电脑系统下载安装包,那我的电脑系统呢?是 b 系统,我就点击这里的下载 b 版本 也可以从酷狗 u i 的 官方插件节点仓库 get 哈进行安装。来到这里的 code, 把这个安装包下载下来。 下载下来之后呢,我们点击这里的运行即可。但是对于新手不建议使用官方版本,因为你需要安装非常多的文件,如果是新手就用我接下来讲的第二种方式,非常好用。接下来我们来讲第二种安装方式,也是大部分的人选择的方式, 就是这个秋叶的会式启动器。这个安装包体积很大,有接近一百个 g, 之所以这么大,是因为这个安装包里面就已经给大家部署好了非常多的文件,节省了大家前期花费大量时间去安装插件节点之类的。点击进来, 进入这个模型文件夹,进入这个 check point 文件夹,我们平常所使用的大模型都是安装在这个文件夹,我们需要用到的 control net 模型就安装在这个 control net 文件夹, 通常我们需要用到的一些外置节点就放在这个 custom node 文件夹,大家现在所看到的这些文件都是需要我们人为加进去的,在这里呢,我都已经给大家部署好了,大家拿到我给大家提供的这个文件夹之后呢,就可以直接使用。接下来我们就来启动空浮 u i, 双击这个图标,我们需要耐心等待运行一会,初次启动的时候呢,需要等待几分钟时间,此时他就跳出了一个运行界面,我们点击这个版本管理,这里我们就能够看到旷辅 u i 版本的更新时间, 点击切换功能就能够更新到你想要用的版本,切记千万不要使用开发版,点击灯泡就可以切换界面的颜色,其他的呢暂时不用管。 接下来呢,我们就来启动这个旷辅 ui, 点击这里的一键启动,启动旷辅 ui, 我 们需要花点时间,我们只需要安静的等待它运行即可。 好了,经过三分钟的运行,现在我们就进入旷辅 ui 了,进来之后呢,我们能够看到旷辅 ui 的 一个默认工作流,我们只需要在加载器里选择一个大模型。官方给到的提示词呢是英文提示词,写的是美丽的自然风景,玻璃瓶景观, 紫色星系屏。我们再点击这里的运行,耐心的等待一会,此时一张有关瓶子的图就生成好了,我们也可以写入自己的提示词,比如 a boy, 点击运行 一个男孩的图像就生成了,是不是很神奇?那么从下节课呢,我们就正式来了解匡府 u i 的 运行原理以及匡府 u i 界面的这些功能。好了,咱们下节课再见!拜拜!

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。