comfyui如何回退版本
生成图片免费，生成视频同样免费，这就是二零二六最强的 ai 生产力工具 comui 九点五中文破线版，和那些烧积分要排队买会员的网站不同，这个九点五版本不用联网， 不用魔法上网，所有运行均在本地支持，破限制，无审查，想生成什么就生成什么，而且原生中文自带三百八十八款顶级工作流， 你只需要拿到软件包，双击打开，输入提示词，点击运行就可以生成这样的 ai 视频。还没试试的直接抄作业。欢迎来到我的咖啡 u i 零基础从入门到精通系列的第二课，纹身图工作流的搭建。 呃，这节课呢，我们打算围绕 z image turbo 这个模型啊，来进行一个纹身图工作流的搭建啊。好了，现在我们来到工作流里面去看一下啊，我自己也是有实际去跑了一些图片的啊，大家可以在这里参考一下啊， 无论是人体的结构啊，还有这些发丝啊，都是非常细腻的啊，它的手指啊也是正确的，人体结构也是没有错误的。把这四个文件夹啊复制 ctrl c 复制一下，或者说直接剪切也可以。 我们剪辑到什么位置呢？我们打开会事启动器这里，点击这个根目录啊，这样它会弹出来我们客户 u i 本地部署的根目录位置。我们在根目录底下找到 models 文件夹， 把我们刚刚啊下载的这几个文件夹啊剪切，或者或者直接移动到这个文件夹下面就可以了啊。我们，呃，因为我已经安装好了，所以它会显示我有九个同名文件夹啊，那我就不替换了， 那么这个模型也是安装完成了啊。呃，模型完，安装完成之后呢，我们记得把 ctrl u i 重启一下啊，就可以正常地去使用了，那么这就是模型的安装环节啊。 ok， 那 我们来到工作流这里， 一个彩样区，提示词区和模型加载区啊，那我们现在来讲一下这个工作流它的搭建流程是什么样的？我们先新建一个工作流出来。好，我们先双击空白区域。 我们先放哪个节点呢？啊？我们先放 k 采暖器节点啊，因为，呃， k 采暖器它就是一个核心的胜图节点嘛，图片从零到有，它都都在 k 采暖器去实现的。那我们驱动 k 采暖器，不让它的脑袋空白，让它有东西可以画，让它可以画出来。那我们需要一个模型， 那我们按住模型这个点给它拉出来。我们这里选择一个 un 加载器 啊，然后在 unit 加载器上面选择我们要用的模型啊，我们这里选择 g m t double。 好， 我们拉到这里来，然后我们还需要正负面条件啊，去告诉 k 渲染器，我们需要什么，我们不需要什么。好，我们再给它拉出来。好，我们这里选择 clip 文本编码，然后封面条件也是一样的，我们也需要一个 clip 文本编码， 然后 k 裁剪器，它是一个绘画的工具，它是不是需要一个绘画的画布来供它去绘画？那我们拉出来 选择一个，选择一个空 later， 我 们这里选择 s d 上的空 later。 ok， 那 我们有了文本编码之后，我们还需要一个呃，将提示词翻译成机器的，能看懂语言的一个呃，模型，我们从这里拉一条线出来， 我们要需要加载一个啊，可以供我们的编码器使用的一个 clip 模型。好吧，那我们需要一个加载 clip 的 节点，我们给他也连上，选择 z match turbo 可以 适配的这个千问的 千问的这个 clip 模型啊，这个 clip 下划线三下划线四 b 的 这个 clip 模型。然后就是啊， 还有一个就是 ve 模型啊，我们先看一下它画完图之后，它在这个 comelon 上面画完图之后，啊，是从这个 laten 里面去啊，输出出来的，我们要将它进行一个 ve 解码， 通过这个节点将 k 传感器生成的图片解码成人类可以看懂的图像，我们拉出来预览图像啊， 那么这个 ve 解码它需要一个 ve 模型去进行驱动，我们拉一条线出来加载 ve 啊， ok， 我 们放到这里 ve 的 话就选择 对应的模型啊，我们选择这个 ve 的 这个模型啊，就可以了， 那么这个基础的纹身图工作流就搭出来了。那其实呢，这里这之间呢，还差一个啊，就是这个彩样算法， 我们选择这个 ur 的 flow 的 这个彩样算法， 我们能给它数字填成三。这个彩样算法的作用是什么呢？你可以理解成，呃，这个彩样算法，它是可以一定程度上的去影响 k 彩样系它的绘画方式啊，呃，加上这个节点的话，会让它出图的这个结果会更加好看一点。 ok， 我 们给它，呃，稍微整理一下，好吧，我们摁住 ctrl， 再摁住鼠标左键拖动方选这几个节点，然后我们 ctrl 加 g 给它打一个组，这个组我们就给它叫做模型加载区，然后同样的 cleveland 文本编码框，我们给它归类为这个提示词输入区。 其他的像这个 colon 啊， v a e 编码啊，我就给它分分类成这个呃参照区， 然后这里是预览图像，我还可以再出来一张图，叫做保存图像， 那保存图像的话，它就是会直接将生成出来的图片保存在本地，那么这 k 传感器还需要一些呃，对它的参数进行调整啊，我们把自己的步数啊改成八八或者九就可以了。 cf 句子改成一， ok， 那 么这个工作流啊，就相当于基本上就是搭建完成了啊，我们再给这个画布啊，给他大画布调整一个大小，我想生成一个数图，那就七六八幺二八零， 这是一个十六比九的一个画布大小。那么我们现在就呃试一下它能不能跑起来吧。好，我们现在就呃试一下它能不能跑起来吧。好，我们现在就呃找一个提示值给它输入进去。 那么底下的负面提示词的话，其实可填可不填？我这里可以啊，随便填一下，填一个比较通用的提示词。然后我们点击右上角的运行啊，我们也可以把这个运行摁住前面这个六个小点，给它拖下来， 然后我们点击一下运行，看看可不可以跑。哎，可以看到 k 传感器已经开始工作了。好，可以看到图片已经跑出来了，非常快啊， 我们可以看一下它总共花了多少时间，花了二十一秒啊，那么它因为它是呃在工作流里面首次加载这个模型啊，它花了一些时间， 如果你是第二次第三次去抷图的话啊，那么它的时间就会更快啊，差不多就十五秒上下，可以看到我之前跑出来的图片都是十五秒左右就可以跑出来了啊， 那个图画的质量啊，可以看到是非常不错的啊，我们可以看一下提示词写了什么，发丝凌乱蓬松，还遮面，尽显凌乱美。我们看一下它有没有啊， 有没有遵循我们的提示词指示啊？发丝凌乱蓬松，好吧， 看他是有这个遵循我们的提示词来进行深图的啊，我们现在对这个基础的节点啊做一个认识。首先呢，我把这工作流啊大致分成了一个三个区域，我们先看看场景区域，这里面 最重要的就是这个 k 传感器啊， k 传感器它可以说是，呃，这工作流里面啊最核心的一个生图节点，你可以把它理解成是一个绘画的机器啊，图片从零到有，它都是在这个节点里面完成的。 然后我们再看看提示磁区，这里有两个啊， clip 文本编码器， 这两个文本编码器的作用就是我们可以看到 k 采集器，它有正正面条件和负面条件，那么这个 clip 文本编码器的作用就是分别去对 k 采集器输入 啊，正面条件和负面条件，你想要生成的图片就往正面提示词这里输入你想要的，你不想要的内容呢，比如说啊，丑的坏的，质量低的，你就可以输输入。在这个负面条件这里可以看到 gmail， 它对于中文的语言的理解是比较到位的好吧， 甚至知道赛亚人物空是什么啊，说明这个模型里面它是有训练对应的这种，呃，赛亚人啊，孙悟空的这种合集的， ok， 那 这就是提示词区啊，提示词区就比较简单，这有两个克里普的编码器，然后我们再来看看这个模型加载区啊， 首先我们看看它加载模型一共有三个节点，一个是 unet， 那 么这个 unet 加载器呢，加载的就是我们的生图大模型。 那么这个声这个 ulike 的 加载器呢，它加载这个模型啊，就相当于是工作流的大脑没有 ulike 的 加载器啊，那么这个 k 传感器啊，它作为一个绘画的机机器，它相当于就是脑子空空的，它什么东西都画不出来， 也就是说 ulike 的 加载器的它加载的这个大模型啊，它可以一定程度上的去决定 k 传感器它能画什么东西，画出来的质量怎么样啊？ 所以说我们在挑选大模型的时候，尽量去挑选那种质量好的那种大模型。然后就是 clip 加载器啊，可以看到这 clip 加载器这两根线，它是连到 文本编码器上面的，它的作用就是将我们输入的提示词啊，翻译成机器可以读的懂的语言。那么 clip 要加载的模型呢，就是语言翻译的模型。然后还有一个就是 ve 的 加载器，作用是什么呢？我们可以看到它这根线啊，是一直连到 ve 解码这里的， 我们刚刚说了啊，颗粒补本编码器，它是要将我们输入的这个提示词翻译成机器要读懂的语言，那么图片也是一样的，机器需要将它生成出来的图片解密啊，解码成人类能看得懂的图片， 那么这就是 v a e 解码的作用啊，那么 v a e 解码的话，它一样是需要有一个呃相对的模型来驱动的。那么还有一个节点就是这个空内存 啊，这两个节点是同一个节点啊，它只是尺寸不一样，那空阶的作用是什么呢？其实它就相当于啊，比如说 k 传感器，它是个绘画机器，那么它需要有一个画布， 提供一个地方去让它去绘画，那么空阶就相当于是一个画布，这个画布的大小就是它的宽高，这里的宽高也决定了它生成出来的这个图像它有多大。 比如我这里输入的是七六八，宽是七六八，高是一二八零，那么它伸出来的图片尺寸就是七六八和一二八零。 ok， 那 么这就是这几个这个工作流里面基础的这几个节点的认知啊。好的，那么这节课我们就是围绕这 image tabo 去搭建的一个纹身图的工作流。那么下节课呢，我们将会围绕啊，一个新模型 千问编辑啊，去搭建一个图生图的工作流啊。本节课呢，我们将围绕千问 edit 啊，就是千问编辑模型来展开一个图生图的工作流搭建啊。那么这节课的工作流它有什么作用呢？首先它可以呃建立角色资产库， 进行双图或者三图的编辑，风格转会，动作姿态的编辑，还有服装的更换。呃，特别是这个角色资产库的建立啊， 生成这个角色三四图是一种极具实战意义的使用方式啊，三四图可以用于 ai 视频生成时保持角色的一致性。 ok， 那 么来到工作流的这个搭建页面，我们可以大致的看一下它的呃结构。 我这里呢主要就分成了三个区，模型，加载区，提示词输入区，批量区，还有图片输入区，然后这边是这个跑出来图片的展示啊，好，那我们现在就开始演示怎么去搭建这个工作流，那我们先新建一个空白工作流， ok， 好， 双击。我们一样是先从 k 采暖器开始搭建啊，我们先需要有一个呃核心的升图工具，那就是这个 k 采暖器 跟昨天的搭建思路是一样的。呃， k 采暖器有了之后，我们需要有一个支持它升图的模型，我们给它拉出来。但是跟上期不一样的是，我们这期不选择 unit 加载器了，我们选择 我选择 diffusion model loader 的 这个这个加载器。这个加载器呢？它跟 这个加载器，它跟昨天用到的 unit 加载器其实它的作用是一样的，只不过 diffusion model loader 的 这个加载器，它的架构更新啊，要适配我们这节课要用到的这个新模型。接着往往下看啊， k 传感器下面是正负面条件， 我们需要拉出来给他一个文本编码器。啊，那我们这次用到的是千问编辑的这个模型啊，我们的文本编码也要用这个千问千问编辑的专用这个文本编码框啊， 我们正负面条件都需要一个文本编码框拉出来， 我们看文本编码框上面需要连接 clip 和 v a e 啊，那我们一样拉出来我们加载 clip。 同样的页面条件的文本编码框也需要连接加载 clip。 还有 ve 啊， ve 也要连接出来，我们加载 ve， 我 们这个工作流本质它是图声图嘛，那既然是图声图的话啊，图声图的工作流本质上就是你提供一张图片给机器，然后机器它会参考你的这张图片去进行一个图片的重绘， 那么我们这里就要引入一个新的节点，那就是啊，加载图像，我们需要把图片上传到这个节点，然后通过这个节点将图像输入到文本编码框中， 那我们可以看到这个文本编码框这里，它是可以支持输入三张图像的啊，我们给，所以说我们可以给加载图像复制多两张出来。 ok， 我 们将三个加载图像的节点都给它们连接上。 呃，正负面的这个两个文本编码器啊，都需要连啊。 好，然后这这里的 v e 也要连上，我们还需要在这个模型加载器和 k 采集器之间啊，再加上一个节点啊，我们也是一个新的节点啊，我们叫 laura， laura 加载器啊，仅模型我们只需要加载模型就行了，我们给它连上 啊，这个 ruler 的 作用是什么呢？我们一会再讲好吧。啊，还有就是还要再加上一个裁样算法。 呃，这个裁样算法的话，我们上节课也是有说过的啊，裁样算法的作用就相当于是一定程度上左右这个 k 裁样器的绘画方式啊，然后再加上一个 c f g 归一化。 那么 c f g 归一化的作用是什么呢？就是，呃，当你的 c f g 值调得很高的时候啊，它会让你伸出来的图片出现色彩溢出的情况， 或者对比度非常高，会炸图啊，那我们 c f g 归一化加上这个节点的话，会有效的防止这个情况的发生。 ok， 那 我们这边的这个像模型区域啊，模型区块还有彩样区块啊， 就搭建好了，我们给它分类一下，我们 ctrl g 这里的话就是模型加载区，这里就是提示值 输入区，然后这里是彩样区，彩样区这边还没有完全搭建好啊，我们就先不框，我们说了这个 k 彩样器，它是一个相当于是绘画的机器吧，它需要一个画布，我们给它拉出来啊， 我们还是选择这个控雷腾图像，还是第三去设置它的画布大小，然后出图码，我们需要用 ve 编码啊， ve 解码，好吧， ve 连接过来，然后图像预览， 然后还可以保存一下，可以保存到本地啊。好，我们再把这个加载图像给它分好类，要做图像输入，那么裁样区的话也搭完了，我也给它分好类。 好，那我们还差就是，呃，选择正确的模型啊，我们这里的话大模型选择千问编辑的啊，是千问 image edit 二五幺幺的这个模型 ok 啊，然后还有 laura laura， 我 们这里选择千万编辑 lightning 四部的这个 four steps 这个啊 laura 模型，然后 clip 的 话，我们这里选择千万二点五的啊，千万三的，这个是用不了的，我们要选择千万二点五的。好吧， 然后还有 veve 的 话，我们一样是选择千万 image 的 ve。 我先展示一下，那我们现在来讲一下这个 laura 的 作用是什么啊？这个 laura 作用其实是提速的作用，那它为什么能实现提速的作用呢？其实，呃，比如说 这个大模型啊，他假说他有，假如他有二十亿的参数量，那如果不放 lora 的 话，那这二十亿的参数他会在运行的时候全部流入这个 k 传感器里面啊，无论是用的上还是用不上的参数，他都会流进 k 传感器里面， 这样的话他跑图的话会花费很长的时间，因为他参数量太大了，那么这个 laura 加载器的作用就相当于啊，给他设置了一个过滤条件，组合条件呢，他就可以经过这个 laura 加载器， 可以输入到 k 传感器，不符合条件的它就会被保留下来，那么就相当于流入 k 传感器的它参数量就没有那么大，从而达到一个提速的效果啊。然后这里的话，我们可以看这个 啊，这个 log 加载器上面的这个千万的模型名称啊，这里有一个四步啊， four steps 就是 四步的意思啊，那我们这里的 k 传感器也要调整对应的步数，调成四， 那么刚刚说过 c f g 值如果调太高的话，会出现那种啊，对比度非常高啊，或者说色彩溢出的那种炸图现象，所以说我们要给它调低点，调成 c f g 为一就可以了。 然后，哎，然后我还有还有点差点忘记调了啊，我们再加载 clip， 这里啊，这里的类型我们得给它调成千万 image。 好，那我们这个工作流搭建呢，也是完成了啊，我们来看一下这个工作流它可以怎么使用，比如说我现在想让图片中的这个女生啊，改变一下她的这个动作姿势，我只需要用到一张图，那么我就选中这两张图片啊，按住 ctrl 可以 多选， 我们使用 ctrl 加 b 的 快捷键将它们先关闭掉啊，我们只需要用这一张图片，那我们就来到啊正向提示词这里输入，将图像一中的占着镜头 微笑就可以了啊，就这样就可以了，那负面提示词的话可填可不填啊，因为千万编辑的它这个模型训练质量本身就挺高的，就算你不填负面提示词，它跑出来的质量也不会很差，除非你有明确的 啊，不想让图片中出现的内容的话，就可以往这上面填东西啊，那我们现在我没什么特别的要求，我就不填了，那我们现在来运行一下看看效果。我现在看到这个 k 传感器这里啊好像有些异常啊，然后我检查了一下，发现 这里的彩样算法我们放错节点了啊，我们修正一下啊，我这里的彩样算法呢，应该是放这个 aura flow 的， 这个我们放成 s d 三的彩样算法了啊，是这就会出现异常，那我们重新修改一下啊， 我们再把这个移位调成三， 我们再去运行一下。好，这次采暖器它是正常工作了啊。好的，那运行结果也是出来了，我们把原图拉过来看一下 好了，可以看到啊，比心了，眼睛也是看着镜头了，然后也对着微也对着镜头微笑了啊， 这边是完完全全的按照我们的提示词进行了一个图像编辑，但是呢，我们可以看到我们上传的图片比例啊，它是一个竖图，但是生成出来的图像它是一比一的这个宽高啊，原因是这里的空位腾，我们没有调整它的宽高，那么它默认就是一比一的， 那我们这里的话就可以引入一个新的节点，我们给他这个图像拉过来，先 我们引入一个图像缩放，按我看一下 按边， ok， 我 们可以用这个节点啊，这个节点的作用是什么呢？比方说我想让它缩放到一二八零， 当图像经过这个节点之后，它的高就会被缩放成一二八零，因为这个尺寸是按照它的最长边来算的，这里的最长边显然是它的高嘛， 这图片的高是二幺三三，那么经过这个节点之后，它的高就变成一二八零，但是它的宽度也会按照比例进行啊缩短。好吧，最终它的这个进行缩放之后的图片宽高比也是一样不变的。然后我们再来一个节点 获取图像尺寸，就这个这个节点的作用是什么呢？ 顾名思义嘛，就是获取这个图像的经过这个节点处理之后的这个图像尺寸，我们将宽度和高度同步到这个 comlayton 这里。好吧，那我们之后就不需要手动的去调整这个 comlayton 的 大小了， 跑出来的图片就跟我们的啊输入的图片它的宽高比例是一样的，我们运行一下看看效果，好的这个图片结果也是跑出来了啊，我们再把图片原图拉过来看一下， 这个宽高笔也是十分相近的了哈。啊，那像是其他的玩法呢，我们来看一下这里已经跑出来的这个效果了，如果你想让它生成角色三式图的话，那你也是只需要啊开启一个节点， 你可以跟题中女生的角色三式图分别为正视图、 测试图和背式图就可以了，但是你要注意你要将他的这个图像尺寸啊调成啊，横图啊，十六比九的这种比例会比较好一点，不然的话他会， 不然图片是会崩的，他因为因为竖图的话他是很难塞的，下三式图的比例就会变得非常奇怪， 那如果你想实现图片转绘的话，那也是一样的，在文本编码器这里直接输入你想转绘的风格就可以了啊，只要这个千万编辑它有训练到的那种，呃，绘画风格的话应该是都可以转绘的， 然后的话就是像是啊换衣服啊，或者说两个女生拥抱在一起啊，也是一样的，你只需要把图片上传到这个家的图像，需要几张就上传几张图片，最多三张图片，然后把你的提示词要求说清楚就可以运行了。 好吧，那么这就是这节课的千万编辑的一个图深图工作流搭建 啊，我们这节课的话，这个工作流就到此为止。下节课的话我们会讲一下这个基于 joycaption 的 一个啊提示词反推的工作流进行喜图操作啊，这个喜图有什么用呢？我们下一期会做讲解啊。
粉丝19.6万获赞90.1万
相关视频
57:35查看AI文稿AI文稿这些足以乱真的电影级画面临时拍全部出自 ai 之手， 生成图片免费，生成视频同样免费，这就是二零二六最强的 ai 生产线工具， comfy iv 九点五中文破线版本。和那些烧积分要排队买会员的网站不同，这个九点五版本不用联网，不用魔法上网， 所有运行均在本地支持，破限制，无审查，想生成什么就生成什么。而且原声中文自带三百加顶级工作流，你只需要拿到软件包，双击打开，输入提示词，点击运行， 就可以生成这样的 ai 视频。那么整合包什么味道呢？七八九试试味道吧。本节课我们来讲学习空腹 u i 必须要收藏的网站，以及优质的模型节点插件的下载及安装。首先我们来了解第一个网站利弊利弊。 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 trackpoem 的 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 trap coin 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露娜小模型呢？那么我们一样进行筛选，选择我们需要的露娜模型， 一样点击下载。我们需要把洛拉模型安装在洛拉模型的文件夹。模型安装技能现在你就学会了。这个平台有一点做的很好的是，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， 他也有这些功能。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贝贝 u i， 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 u i 是 一个非常不错的选择。可以说 liblibai 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 u i， 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，点击在框幅 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， 在熟练掌握空辅 ai 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 ai 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， swift ai， 这个平台类似于国内的 leibili ai， swift 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 u i 的 官方仓库。 我们在选空浮 u i 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 u i 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以外的工作原理， 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 f u i 的 运行逻辑，它是从左边进行计算，我们可以把这个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，让采光镜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辨率，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，绘制成的图像不尽人意。 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 彩样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。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裁样步数，它的作用就是控制去噪迭代的次数。为了方便大家看得更加直观，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 基址设置为一，采暖器设置为 m p p 二 m， 调度器设置为 kalas。 点击运行。我们能够看到，当 c f 基址为一的时候，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，咱们下节课再见，拜拜！哈喽，大家好，我是老温，那么这节课呢，是我们学习匡府 ui 的 第二节课， 本节课我将手把手带领大家从零开始搭建匡府 ui 的 纹身图以及图生图，工作流 以及各个节点里面的功能讲解老规矩啊，我们来到萝莉 hauber， 点击左边的工作台，接着我们来到右上角的新建工作流，我们来到空 free 界面之后呢，我们能看到一片空白，什么都没有。接下来呢，我们就来进行从零开始搭建，在空白处呢进行双击， 双击之后呢我们能够看到有一个搜索节点，我们在这里呢搜索 k 采暖器，点击 k 采暖器， 然后再进行放大，把鼠标呢放到这些点上，它就会发生一些大小的变化，我们通过这个点呢可以进行拖拽， 我们就能够拖拽一条线出来，再释放一下。释放之后呢我们就能够看到这里呢有非常多的一些节点可以进行选择，我们就选择 checkpoint 加载器， 点击一下，那么我们也可以通过其他节点进行拖拽，把鼠标呢放到黄色的点上，再进行拖拽一下，再释放一下。接着我们就可以创建一个 clip 文本编码器， 我们调节一下 clip 文本编码器的大小，我们选择 clip 文本编码器，按住键盘上的 alt 键，再拖拽一下你的鼠标，我们就可以复制一个 clip 文本编码器。 那么 kerpl 呢？连接 kerpl， 上面就有 kerpl 文本编码器，这里的条件呢？连接正面条件，那么下面的文本编码器的条件呢？就连接负面条件。接着呢我们再创建一个 comlite， 拖拽一下， 点击 comlite， 我 们就可以设置这张图片的一个分辨率，调节一下它的大小幺零二四 幺零二四，那么这个呢就是图片的分辨率，我们再来到这个 link， 再进行拖拽一下，再建立一个 v e 解码，再来到图像这里，再进行拖拽一下，再创建一个预览图像。好了， 那么这个 v e 呢？我们再连接这里的 v e， 大家注意了，这些线呢，它不能瞎连，我们的模型呢，如果是连接到这个正面条件，负面条件你看它是连接不上的， 必须是门当户对，名字得配上名字。接下来呢，我们再来到 joypoint 加载器，我们能看到这里呢有三个功能， 一个是模型，一个是 cleop， 一个是 v a e。 那 么这个加载器里呢，其实它是嵌套了三个加载器，一个是模型加载器，一个是 cleop 加载器，一个是 v a 加载器。那么这三个加载器 它的作用呢？是不一样的，那么这里的模型控制的是大模型，可 leap 呢，它控制的是文本编码，那么 ve 呢？控制的就是画面出图。现在这个纹身图框架呢就已经搭建好了，接着我们选择一个大模型， 我们还是选择 sd 菜单模型，选择一个人像模型，那么我们就选择这个人像模型，给它输入正向提示词，一个女孩坐在床上看书，那么这里的负面提示词呢，我们就可以直接使用官方的负面提示词，我们点击运行 好了，现在呢我们就得到了一张一个女孩坐在床上看书的照片，怎么做呢？来看一下截屏 later， 那么这个 p 次大小代表的就是你要生成多少张图片，如果说我把这个参数调整到四，我们再来点击运行，再来看一下效果。经过一分钟的等待之后呢，现在我们就得到了四张图像，那么每一张图像的大小呢，都是一零二四乘以一零二四， 这个呢就是 p 次大小的作用，我们再把这个 p 次大小改回来，改成一再点击运行 好了。接下来呢我们再来看一下 k 彩样器里面的这些功能，首先呢我们来看一下这个随机总，那么随机种子什么意思呢？就是每一张图片他都有自己特定的一个编号， 那么这个随机种子呢就像是身份证号一样，下面的运行后操作值是什么意思呢？它就是用来控制这个随机种子它的一个数值，我把这个参数呢选择增加，那么现在尾号呢是四十八，我们点击运行来看一下效果，我们点击运行之后呢，我们能够看到这个尾号的数字呢变成了四十九， 这数值发生变化之后呢，现在这个图像呢也发生变化，下面这减少呢其实也很好理解，就是把这个数值呢降低一个单位， 那么这个随机呢很好理解，就是他是一个随机的一个数值，点击随机，点击随机之后呢，这个随机种子呢就变成了随意值，因为数值不一样，所以我们得到的图片呢他肯定是不一样的。那么这里呢还有个固定啊，就是把这个随机种子呢进行固定， 我们点击运行，我们固定这个随机种子数之后呢，你会发现不管你怎么运行，你还是这张图片， 他不会发生任何的变化。再来看一下下面的步数，这个步数的作用呢就是降噪迭代的次数，步数越多，那么细节呢越精细，但是呢他消耗的时长呢他更长， 通常这个参数值呢把它设置在二十到四十之间就好了，如果你把这个参数呢调低一点，我们来看一下效果，参数现在调整为了十，在其他参数不变的情况下，我们再来看一下效果，我们能够发现这个生图的质量呢是比较差的，人物的脸型呢也发生了激变， 包括这个人物的手，书本还有皮肤，他呈现的都是一个非常差的效果。接下来呢，再把这个步数值呢调整为一。再来看一下效果，我们把这个步数值调整为一之后呢，你会发现全是马赛克，什么都看不到了，我们再把这个值呢调回二十。 接下来呢，我们来看一下这个 cf 基值，它的作用是什么呢？ cf 基值它是控制图像与提示词的贴合程度，那么这个值呢，它越高，那么越贴近描述，当然这个值呢不宜过高，那么如果过高的话，很可能导致图像生硬，或者是很不自然， 那么这个值呢，一般控制在八到十之间，我们现在呢，我们就能够看到这个女生她是没有穿裤子的， 然后他拿的书本呢，他也是有问题的。那么如果把这个参数呢调整到很大呢？比如说二十。再来看一下效果，参数调整为二十之后呢，你会发现这画面呢，他压根就没法看，手是畸形的， 那么这个书本呢，也是非常乱的，画面非常的差，包括人物的鼻子，他也是畸形的，所以这个参数呢，尽可能的把它控制在八到十之间，他是最好的。再来看一下这里有彩样器，彩样器里呢有非常多种规格， 那么它的作用呢，其实代表的就是一种去噪的算法，那么每一种采暖器，它升图的速度，质量和风格呢，它是不一样的， 一般情况下呢，我们就选择 dpmpp 二 m， 这个升图的质量呢，它是比较高的，那么下面的调度器呢，它是配合采暖器使用的， 那么如果你使用的是 dpm 二 m， 那 么这个调图器呢，我们就选择 kaleas， 像这样的搭配呢，生出来的质量，像这样的搭配呢，生图的质量它是比较高的，这里的降噪值的作用呢，就是加噪，去噪的作用， 如果你想让画面稍微的有点不一样，那么你可以降低一下这个降噪值，那么如果是纹身图的话，这个降噪值呢，基本上就把它设置在一不动就好了，那么这个降噪值的数值呢，一般情况下是用来控制图上图效果。好了，本节课呢，就讲到这里，咱们下节课呢，就来讲 图生图工作流，纹身图工作流，咱们会搭建了，这些参数功能属性咱们也会了，也了解了，那么接下来呢，我们就来讲图生图功能，图生图自然而然，我们肯定是需要一张图像，所以呢，我们需要在空白处呢，给他添加一个加载图像， 双击空白处搜索加载图像，下一步呢，我们导入这张图像，接着呢直接把这张图像呢拖拽进去，如果是搭建图生图工作流呢，那么我们就不需要这个空来特，但是呢，我们需要添加另外一个节点叫 v a 编码，那么 v a 编码的作用是什么呢？ 它跟 v 解码它恰恰相反，那么这个 v 编码的作用呢，就是将我们肉眼可见的像素压缩成这个开强器，它能够理解读懂的信息。 图像连接图像，这个 render 呢连接 render， 那 么这个 v a e 呢？连接这个 v a e。 好， 接下来呢，我们就要确定我们所需要产生图像的一个风格，接下来呢我们就需要选择大模型，你想把这张图片处理成什么样的风格， 我们点击进来，那么如果是我想把它处理成漫画风或者是二次元，那么在这里呢，我就选择这个大模型，点击使用，给他一个提示词，那么这提示词呢是皮克斯风格。接着我们再点击运行，我们来看一下效果， 大家会发现一个问题，此时我们现在生成的图像，它跟我们的原始图像它是一点都不搭，那么具体是为什么呢？ 原因是因为这个降噪值，那么这个降噪值它的作用呢？代表的就是重绘幅度，参数越大，那么重绘幅度呢？他越大，什么叫重绘呢？就是重新绘制，那么如果我把这个参数值调小一点呢？ 参数值越小，那么生成的画面呢？跟原始画面它越接近，如果把这个参数值呢，调整到零点五，再来看一下效果，此时我们能够看到现在生成的图像跟原始的图像它是比较接近的了， 如果把这个参数再调小一点呢，调整到零点一，再来看一下效果，这时候呢，你会发现现在生成的图像跟原始的图像呢，它的区别并不大了， 那么这个降噪值呢，根据你们自己的需求去设置，如果是图上图呢，这个降噪值一般情况下我们把它设置在零点五到零点八之间，我们也可以给他其他的提示词。这个男人手里拿了一束鲜花，点击运行， 现在呢我们就得到了一张二次元风格的图像，那么这个男人呢，手里拿了一束鲜花。好了，以上就是本节课的内容，咱们下期再见，拜拜！ 哈喽，大家好，我是老温。这节课呢，我们来学习空府院的第三节课，那么在前两节课呢，我们所使用的大模型呢，都是比较早的大模型，生图的质量呢，也并不是很好。那么这节课呢，我将带领大家如何使用当下最新的一些大模型 flex 模型，搭建工作流，创作出更高质量的图像。好了，老规矩啊，我们来到空浮 ui， 在 空白处呢，进行双击，添加一个 k 彩样器，彩样器有了，接下来呢，我们添加一个 clip 文本编码， 再拖拽一个 ve 解码，再拖拽一个预览图像。下一步呢，我们就来添加大模型区。那么这次的大模型区呢，跟我们以往的大模型区它是不太一样的啊，我们在这里呢，给它添加一个 unit 加载器， 好，再给它添加一个 clip 加载器，再给它添加一个 ve 加载器， 那么这三个组呢，就形成了一个大模型区。可能大家会很好奇，为什么我们现在的这个大模型区怎么变成了三个了？我们再来看一下我们早期所使用的 checkpoint 加载器， 我们在这里呢，能够看到，这里呢，有一个模型有 clip， 有 一个 v a e， 那 么这个模型对应的其实就是这个模型加载器。 clipp 对 应的就是这个 clipp 加载器，那么 v a 对 应的其实就是这个 v a 加载器。那么在早期的时候呢，这三个加载器它是嵌套在了一起， 早期的时候 point 里面它就承载了三个加载器，随着这个 ai 的 发展，大模型的更新迭代，那么现在呢就把它进行拆分出来了， 那么现在的 uni 特加载器呢，他就可以添加非常多种类型的大模型，我们点击进来来看一下，我们在这里呢 点击这个筛选，在这里面我们能够看到的这些大模型，我们全部都可以进行添加。在之前呢跟大家讲过，越往下的这些大模型代表时间越早，当然生图的质量呢他越差，越往上的这些大模型都是当下最新的一些大模型，生图的质量呢他越高。 那么接下来呢，我们就选择一个当下最新的一个 flash 大 模型， flash 二 clone， 点击进来，点击进来之后呢，在这里我们能够看到啊，这里有非常多种类型的大模型，那么这些大模型的话看起来都很类似，那么我们具体该怎么去选择呢？ 好，大家注意看啊，这个呢是 plus 二 clayton 九 b， 这个是 plus 二 clayton 四 b。 在 同种类型的大模型，你只需要去对比它的一个数字，数字越大代表生成的质量越高， 那么像这个大模型跟这个大模型其实它是一样的啊，只不过是它们的封面不一样而已。同样的也是 plus 二 clayton 九 b f p 八，那么这 f p 八代表的其实也是它的一个精度，那么我们还能够看到有些大模型它是 f p 十六， 那么自然而来，这个 f p 十六的这个大模型肯定是比 f p 八的这个大模型的精度肯定是越高的。那么这两个大模型呢，本质上它是一样的啊，只不过是封面不一样，那么这个大模型它上面已经写了啊，它的功能呢就是纹身图， 多图参考编辑，它能做到四步推理出图。好，再看一下这个大模型，跟这个大模型同样的也是贝斯版的这个大模型，一个是四 b， 哪个胜图质量更高呢？那肯定是九 b 嘛，好了，接下来呢，我们就选择这个九 b f p 八精度的大模型，大模型添加好了，下一步呢，我们就来添加 clip 语言模型， 我们到底选哪一个呢？我们就选择千万的这个语言模型，我们就选择千万三八 b 精度的模型， 那么下面的类型呢，我们就选择 plus 二，因为我们的大模型呢是 plus 二，然后这个设备这一块呢，一个是默认，一个是 cpu， 我 们就选择默认的就好了，那么这个 v a 加载器呢，我们就选择 plus 二 va 一， ok， 那 么接下来呢，我们就来继续添砖加瓦，这个 clip 呢连接 clip， 那么这个 v a e 呢？就连接这个 v a e， 那 么关于这个负面条件，具体该怎么去连呢？目前来说，我们所使用的都是一些当下最新的一些大模型，它是不需要负面条件的，所以呢，我们需要在这里呢添加一个条件，零化，添加一个条件，零化节点 条件呢？连接条件，那么这个条件呢，就连接给负面条件，模型与模型之间呢，我们还要再添加一些节点进来，给它添加一下这个节点 passage 点击进来，然后呢这个模型连这个模型， 把这个模式呢改成一个自动，再给它添加一个节点进来，来，可以加 v 连接进去，这模型呢叫 mod pass 好连接模型，老连接模型。这里一定会有很多人很好奇，我为什么要添加这两个节点进来，那么这两个节点他们的作用是什么呢？那么这个节点的作用就是优化计算力来提升推理的速度。 这个节点的作用呢就是用来提速和节省显存。说白了这两个节点作用的组合呢，就是用来提速和节省我们的显存。只要是用到了 plus 大 模型，那么这两个呢，你就给他加上，这两个呢，就相当于他是一对小夫妻。下一步呢，我们就可以给他设置分倍率了， 给他拖出来一个空闲特，那么这个分辨率呢，我们可以加大一点，二零四八幺五六八。下一步呢，我们来调节，可以采用器里的参数，有几个点非常的重要，首先就是步数， 下一步呢，我们来调节。下一步呢，我们来调节 k 传感器里的参数。那么首先呢，我们来调节它的步数，那么这个步数呢，调整为六，因为是当下最新的一些大模型，它的步数呢就不需要那么多了，这个 c f 基值呢直接调整为一。 接下来呢我们就可以给它输入提示词了。一间卧室点击运行来看一下效果，经过四十二秒的等待，那么一间卧室图像呢就生成出来了。好了，我们能够发现啊，这张图它生成的质量它是比较高的，像现在的一些大模型，它生图的质量它是直接可以达到我声誉级别的。 当然我们还可以通过这样的工作流呢进行洗图，比如我看到了一个视频，非常不错，那么我也想生成这样类似的视频或者是图片，该怎么去做呢？这时候呢，我们就可以来到豆包，把你的参考图呢扔给豆包，给他下达指令， 根据这张图给我详细的描述词，经过几十秒的等待，那么这个详细画面描述词呢，他就出来了，接下来呢，我们把这些提示词呢全部进行复制，我们再返回这个工作流， 再黏贴这个描述词，点击运行，再来看一下效果。经过十六秒的等待，现在这张类似的风格图呢就生成好了， 不管是人物的细节还是环境的细节，都生成的非常的细腻，这个呢就是 flash 二 clear 大 模型的应用。好了，本节课呢就讲到这里，咱们下节课再见，拜拜！ 前两天千万官方更新了千万编辑模型二五幺幺，我居然在网上看到有人说可以比见纳纳不纳了，我很好奇，有这么神奇吗？ 今天呢，我们就一起来通过各个方面来对比测评一下，看看千万编辑模型二五幺幺的表现。我们使用纹身图功能制作一张电商效果图， 我现在加载的是千万编辑模型二五幺幺，给它加了一个八步的莱尼罗拉可立普加载器，我选择的是七 p f p 八精度的加载模型。接着我们就来到提示词，关于这个提示词，我反对的是这张图的提示词， 可以说这张图的表现还是非常不错的，细节方面呢，也做的非常的细腻。我们再来到彩样器 步数呢，这里的参数是八 cf 机制呢，老规矩是一，大家现在所看到的这个效果就是千万生成的效果图，我们再一起来看一下 banana banana 我 使用的是同一套提示词，没有做任何的修改。再来看一下整体的对比， 从质感和真实性来看，很明显 banana banana 的 质量远远高于千万编辑大模型二五幺幺， 千万编辑大模型二五幺幺生成的效果从饱和度上来说，它会比 none of none 的 高，一开始的时候能够抢夺大家的眼球，给了眼前一亮的感觉，但是如果我们从各个角度细细的品，你还是更喜欢大香蕉。 首先从植物的质感上来说，千万大模型身上的叶子有点平滑，相对于 banana banana 来说，它没有那么明显的层次凹凸感，真实植物的新鲜感看起来呢有点像假植物的感觉。再来看这里的青苔表现， 千万采用的是虚化的效果进行处理，没有太多的细节展示，石头的质感呢也是平平无奇，比较粗糙， 而那那不那那就不一样了，我们能够看到这些青苔的细节，还有湿润的石头，这些细节比千万大模型二五幺幺处理的更加的好很多。再来看一下水的比较， 二五幺幺模型生成水的质感稀有，但是水的表现可以说是太平常了，它采用的是连易扩散的形式， 而 banana banana 在 水的细节上的处理可以说比它高明多了，水的表现直接采用的是流水的形式，关键是在水流的同时，水下面的石头细节它也体现出来了。接着我们再来看一下这些泡泡 前面大模型二五幺幺生成的效果呢，可以说看起来有点像玻璃，而 banana banana 表现的就非常的自然。 以上呢是关于这两个模型在纹身图表现上面生成电商效果的对比，接下来呢，我们来看一下人物方面的对比，同样模型组合呢？还是采用之前的模型组合，那么这个提示词呢，我写的是一位年轻的女性坐在雪地上， 中间描写的是人物的服装外貌，姿势，那么后者描写的是周围的环境。彩样机参数呢？还是跟前面的彩样机参数一致？ banana banana 的 提示词呢，和千万大模型五幺幺的提示词它是一致的。那么接下来呢，我们再来看两者的对比， 很明显，千万大模型二五幺幺生成的效果，它的饱和度更高，从生出的质量上来说，两者都不错。那么千万呢，有一点很懂我们啊，生成的女性都比娜娜布娜的生成的女性更漂亮。 再来看一下细节的对比，首先来看一下千万大模型二五幺幺生成的人的皮肤效果，从脸上能够看得出来，还是有较强的 ai 感，人物的脸较光滑，看不到太多常规的细节，比如说人的斑点，人的痘痘， 甚至呢人的一些褶皱，粗糙的一些效果，他都没有体现出来。我们再仔细看一下人露肩膀这一块，我们能够发现他其实已经在进步了。在处理人物的质感上面，现在呢就能够看到属于人身上正常的一些斑点， 皮肤的纹理。然后的大腿上呢，也表现出了作为人应有的粗糙表面，但是距离真正人的皮肤质感还是有些差距的。这里呢有两个细节， 人的手指居然有六个，这个错误呢，其实不应该出现的，再看一下人的服装，有点光滑了，他并没有把毛线衣服起球的质感表现出来，所以看起来呢会更加有 ai 感。 再来看一下 banana， banana 生成的效果，人物皮肤质感的生成还是非常不错的，包括嘴唇的纹理呢，它也体现出来了， 包括大腿的粗糙细节呢，也凸显了。这里呢还有一个表现比较好的是人物的衣服起球效果，光线对衣服照射产生的反射效果表现的非常的真实。以上呢都是关于纹身图的对比，接下来我们来进行图生图对比。 前面官方这次更新了一个场景重新打光的功能，我们一起来看一下效果。我准备了一张光线降落的室内场景图，还是之前的模型组合，官方给到的提示词呢，是使用柔和的光线对图片进行重新照明。采暖器呢？还是和之前的采暖器一样 那那不那的的提示词呢？我写的是一些柔和的光线从窗户外照进来，刚在千门大模型里面所使用的提示词放在那那不那的，它是不管用的。 再来看一下整体的效果，左边是千万编辑模型二五幺幺生成的效果，右边是 banana banana 生成的效果，可以说两者对光照的表现都很不错，墙壁、沙发对场景内的一些倒影都有表现出来， 可能是千万编辑模型二五幺幺提升了饱和度的原因。光线明显比 banana banana 生成的光线强，不过个人还是更喜欢 banana banana 生成的光， 这个呢因人而异，有很多人呢喜欢左边的光线，前面编辑模型二五幺幺，这次呢也更新了多图参考编辑功能。好，接下来呢，我们就一起来看一下这个功能的对比。 在这里我准备了三张图，一位女性，一个包，一杯冷饮，还是之前的模型组。这里的提示词写图一的人物背着图二的包，手里拿着图三的饮品，需要保持人物的一致性，面部不变，采用记参数。和之前一样， nonono 也是同样的参考图和提示词。 我们再来看一下生成的对比效果。不难看出，无论是人物的一致性还是物品的一致性，两个大模型都表现的非常的出色。两类大模型都因为加入了新的元素，人物在姿势上发生了变化，在光影的细节上也做出了调整。 千万大模型对光影的细节处理，个人感觉还是没有 nonban 的 处理的细腻，有点生硬。这里最大的 bug 还是千万大模型对于人物细节的处理，人物的手放进包里不见了。 接下来我们所讲的各个方面的对比，千万大模型在人物细节上的处理还是有所提升。通过以上几组对比，可以得出一个结论，现在的千万编辑模型二幺幺目前相与付费的 nonban 的 比肩还是有些差距的， 但是相信在不久之后，千万一定会有更出彩的大模型呈现给我们，至于能否比肩 banana， 甚至超越 banana banana， 我 们敬请期待。我们打开空辅 ui 之后呢，在空白处进行双击，添加一个 k 传感器，选择 note 节点， 拖拽一下，添加一个 v 解码，再拖拽一下图像，拖拽一个预览图像出来，接着再选择模型节点进行拖拽一下，给它添加一个 unique 加载器，在空白处呢进行双击，给它添加一个 clip 加载器， 在空白处呢，继续双击，给它添加一个 va 加载器。那么这三个节点呢，就组成了我们常规的大模型区， ctrl 加 g 打个组，命个名大模型区， 大模型区有了，接下来呢，我们就来给他创建文本编码区，那么关于这个文本编码器呢，我们用到的是这个文本编码器，千万的这个文本编码器， 那么我们为什么使用的是这个文本编码器呢？因为我们待会所使用的大模型呢是二五幺幺，这个文本编码器相对于其他的千万的文本编码器来说，他更聪明，他更好用。那么接着呢，在空白处再进行双击，给他添加一个条件立方 放进来，现在这个工作流大概的雏形呢就已经出来了，那么接下来呢，我们来选择大模型，那么这个大模型呢，我们就选择铅汞的二五幺幺，精度呢，我们就选择 b f 十六版本，那么这个圆大模型呢，我们就选择铅汞的二点五版本，我们就选择铅汞的二点五七 b 这个类型呢，我们就选择前面的 emoji， 那 么这个 v a e 呢，我们就得选择前面的 v a e。 现在大模型区呢就已经创建好了，接下来呢，我们就来创建 lala 区，在空白处呢进行双击，给它添加一个 lala 加载器，我们点击进来选择二五幺幺大模型， 那么这个 lala 加载器呢？我们就选择一个 bug 的 lining， 这个 lala 模型的作用呢就是用来提速的，接着我们再复制一个节点，接着我们点击进来， 接着我们再点击使用这个 movie type lala， 那 么这个 lala 的 作用呢，就是用来进行多角度控制，如果没有这个 lala 模型，我们是生成不了这么多多角度的图像。接着呢我们再添加另外一个节点，那么这个节点呢叫模型函数算法，接着再给它添加一个 c f g null 值， 那么下面这两个节点的作用呢，就是用来加速这个参数呢？调整到三模型呢，我们相互连接，首先大模型连接到 lola， 那 么接着第一个 lola 连到第二个 lola 模型，再连接模型 模型，再连接模型这个模型，再连接到这里的模型，这两个节点我们给他打个组叫加速区，上面这两个节点呢，给他打个组叫 low 拉模型区，那么这可立普呢？连接可立普条件零化呢？把它放过来这个正面条件，连接正面条件， 接着再连接这个条件零化，条件零化呢，再连接到负面条件，这个任何呢连接任何， 那么这个采用部署呢，我们就把它改成八步，因为我们的落档模型呢是八步加速，那么这个 c f 基值呢，就把它调成 v 就 好了，这个 v a 呢？连接这里的 v a， 接下来呢我们就需要导入需要生成多个角度的图像，点击这个图像，一拖拽一下， 添加一个加载图像出来，好放到这里来，再上传一张图像，我这里呢就选择了这张图像，我们一起来看一下这张图像，这张图像呢它是一个人物的全景照，那么图像有了，接下来呢，我们就需要给他相对的提示词， 我们需要调节成什么样角度的图像出来，那么首先呢把这个参数值呢调大一点，如果你要求你的画质质量高，那么你就把这个数值呢调大一点，这两个数值呢同理也是一样的，参数越大，那么生出来的效果呢？他越好， 接下来呢我们就需要给他相对应的提示词，那么在空白处呢，我们双击一下添加一个提示词行，那么提示词行的作用呢？ 就是用来去输入我们的提示词的，有了这个提示词行的，我们可以直接把这个提示词呢直接输入到这个提示词行里面，那么这个提示词行的优点什么呢？你看他是可以进行去控制他的一个大小的，但是像我们这个节点的话，你看如果是控制的话，他会比较麻烦一点。 接下来呢我们就来连接这个提示词行，把它拖过来，选择这个 com， 直接连接这个文本节点。 好，那么说白了就是做到了一个替换的作用嘛。好，那么接下来呢，我们就要把相对的提示词呢输入进去， 那么这个提示词具体写什么呢？它的格式什么呢？在这里呢，大家可以参考我的，那么这个提示词的格式以及工作流呢，我都已经给大家准备好了，大家可以直接拿着去用， 这时候呢就可以根据字的需求去写，比如说你想要有一个人物特写对不对？那么你就可以把这个提示词写成，将镜头转换成眼部特写，如果你需要的是人物的上半身的近景，那么你就可以把这个提示词呢写成， 将镜头转换成前上身，如果你要的是左上身，那么你就把这个提示词呢改成，将镜头转换成左上身， 对吧？如果你要的是一个背后的全身镜头，那么你就把这个提示词改成，将镜头转换为背后全身镜头， 你自己需要什么？ ok， 那 你在这里呢就直接写明什么，你想要一个测试图，或者是下半身的视角等等等等，都可以直接在这里呢去进行写明。那么提示词写好了之后呢，接下来呢，我们就直接点击运行即可，这里呢落了一点咱们的 v a e 呢没有连接， 那么这个 v e 呢，再连接这里的 v e 就 好了，接下来呢我们就点击运行来看一下整体的效果。好了，经过几分钟的等待，那么这个多视角图像呢，现在就已经生成好了，总共呢是生成了十二张图， 那么这里每一张图像呢，你都可以单独的把它拎出来的，你需要哪一个，你就直接选择单脚键点击保存即可。接下来我们一起来对比一下，看一下能不能对的上， 那么这个提示词跟我们的图像呢，都是能够对得上的，只要你的提示词稍微规范一点，他都能够听得懂。好了，本期内容如果对你有帮助，请记得一键三连并关注，咱们下期再见，拜拜！ 好了，接下来呢我们进入实操，那么生成一条慢剧也好，或者是真难短剧也好，首先呢我们需要一个剧本，那么这个剧本呢，我们可以使用豆包，那么豆包呢，是我们最熟悉最容易使用的一款 ai 语言大模型， 那么下面呢，我们就要给他相对的提示词，这个提示词具体该怎么去写呢？大家可以参考一下我的提示词，那么我的提示词呢，写的是帮我写一个十五秒的古风故事剧情分镜头脚本，这句话代表的就是告诉豆包，我的诉求呢是帮我生成一条十五秒的视频， 那么这个视频的风格呢是古风，而且你还要给我生成一个分镜头脚本出来，那么借着后面这款呢，就是大概的内容呢，是一个简单的故事框架， 那么如果你想让你的剧情丰富，剩下的全部交给豆包，豆包会进行扩充，你可以让豆包呢即兴发挥， 那么这一款呢就是一个小的桥段，接着我们还要给豆包提要求，这要求提什么呢？我们要让豆包根据剧情的需要给我们进行人物角色的设计，比如人物的样貌设计，这个人物呢他具体长什么样子，这个人物样貌的设计，其实他要根据台词的需求， 人物性格的需求来去进行设计的，还有就是人物穿什么样的服装，还有就是场景的设计啊，这个故事到底是在什么样的一个环境下面发生的，当然你还可以加入其他的要求， 比如说我想让这个台词呢更加的丰富，那么我们就可以给他提要求，加入一些台词的设计，人物表情以及人物的动作。好，接下来呢，我们直接点击上传，我们耐心等待一会， 差不多一分钟的时间，那么这个十五秒的古风相亲过节分镜头脚本现在就已经生成好了，我们来看一下第一个模块，人物样貌的设计。这个人物设计呢，他总共是给我们设计的两个人，一个是男主，一个是女主，那么这个是男主的名字， 年龄，还有呢身份，对吧？后面这款呢就是样貌，那么女主呢，他也是一样的。接着呢就是有关人物的服装设计，这个人物他穿什么样的服装？ 下面这款呢是女主的服装。第三个模块呢就是场景的设计，这故事到底是在什么样的一个环境下面发生的，那么这个场景呢，写的很明确了，是家别院。这块呢就是有关场景的描述， 下面这款呢就是台词的设计。那么在下面这款呢，就是详细的分镜头脚本， 那么这个分镜头脚本有哪些模块呢？有分镜头时长，有镜头的画面，人物的动作表情，还有呢就是台词啊，关于这个台词呢，他给我们加了一点台词丰富了一下，因为我们是给他提了一些需求的，让他给我们丰富一下台词。 那么后面这款呢就是音效背景音了。好，那么这个故事脚本呢，现在我们就已经生成了，如果你觉得这个分镜头脚本是满意的，可以用，那么我们就可以直接点击这里的下载，把它下载成这个 word 文档，那么下载下来这个文档， 它这里面是可以去进行优化的，你觉得哪些台词或者是哪些画面情节，你自己有一些更好的想法，你也可以直接加入进去，都是可以的。接下来呢我们就需要根据人物的描述，把它变成人物的图像， 然后再通过图像结合分解到脚本生成视频。好了，接下来呢，我们进入到第二个模块，图像生成， 关于这个人物图像的生成呢，我使用的是旷辅 ui， 那 么为什么使用的是旷辅 ui 呢？首先它免费， 第二个它生成的质量很高，那么如果不会用的小伙伴呢，也没有关系，我会把我的工作流呢打包给到大家，大家可以直接去套，非常的简单，具体该怎么去套呢？我们来到 lonelyhop 这个平台，打开旷辅 ui， 接着直接把我给大家提供的 json 文件 直接拖拽进去扔进去就好了，那么这工作流呢，现在就进来了，就可以直接使用了。工作流打开之后呢，接下来我们就需要把人物相关的一些描述呢复制粘贴进来，首先呢我们来生成男主的形象， 复制一下有关男主样貌的描述，接着再黏贴到这个提示词文本当中，后面这小块的话我们直接删掉，接着再复制服装相关的描述， 再连接进来，那么这个男主的人物样貌设计，服装设计现在就已经进来了。好，接下来呢，我们来进行生图， 直接点击这个运行即可，经过一分钟的等待，那么这张人像图呢，现在就已经生成好了，那么如果你觉得满意，单就键选择点击保存图像，如果你觉得不满意，你可以去优化这个提示词， 或者是重新再点击运行，他也是可以的，他就会给你重新再生成。我们来看一下这张图的质量， 整体来说啊，这张图的质量呢还是非常不错的。关于人像胜图这一块，我们平时所使用的豆包 吉梦可林，在人像胜图质量这一块，他是不及我们现在所使用的框辅圆这个工作流的，如果大家对人像这一块有一定高质量的要求，那么我给大家提供的这个工作流呢，是非常不错的一个选择。 那么现在我们生成的图像呢是横版，当然我们也可以把它生成竖版都是可以的，把它生成一零八零乘以一九二零， 其他的一概不用动，我们只需要调节提示词文本以及空闲的参数就好了。经过一分钟的等待，现在竖版的人物形象就已经生成好了，我们一起来看一下整体的质量， 我们看一下这个质量是不是杠杠的，非常的真实。好了，关于这个男主的人物形象你会设计了，那么女主的人物形象呢，他也是使用同样的方式方法，以此类推。 关于现在生成的人物形象照呢，我们还需要对它再次加工，把它处理成一张人物三式图以及一张人物近身图，也就是所谓的脸部特写，有了这张三式图以及人物样貌照 视频大模型，才能够更好的去识别我们的人物。接下来呢我们就要使用到另外一个工作流，那么这工作流呢，我也会给到大家，这工作流也是非常的强大，非常的好用，它的功能呢也非常的多，那么这工作流呢，同理也非常的简单， 那么大家只需要跟着我操作以下几个节点即可。首先呢来看一下这个加载图像，那么这个加载图。
1.4万ComfyUI大佬教程
06:32查看AI文稿AI文稿小伙伴们，这次真的是核弹级更新！全新的咖啡 u i 懒人整合包，这波绝对是小白的神之一手，别担心什么拍成环境和节点包错了，这次帮大家把最难的骨头全拆完了！真正的开箱即用，双击启动，甚至无需借助网络工具中文汉化界面， 哪怕你对英语一窍不通，也能闭眼入。最牛的是，这里面直接内置了市面上最火三百三十七套大神级工作流，都只需要你把图拉进去，点击生成，一键搞定。整合包教程什么味道呢？七七八，尝尝咸淡，接着开始教学喽。 很多人都知道 sd 的 外币 u i， 它名气大，使用者众多，这导致了很多的用户错误的外币 u i 就是 stable u i、 fox 这三种。它们呢，各自有各自的优缺点，使用的场景呢，也有所不同。这三种界面的优缺点、应用场景呢，我给大家罗列在下面了。这里简单地讲一下 copy ui， 它的热度呢，不断地在上升， 越来越多的设计师还有艺术家都开始使用它来创作。为什么呢？因为外部 ui 使用久了，你会发现，想精细地控制图片生成的每一步还是蛮费劲的。一张图你得调整主题、背景、风格、文字特效等细节多得很。 如果全靠外部 ui 操作呢？不仅麻烦，还很难实现。但 coffui 就 不一样了，你把工作流程一搭一键运行全自动流程呢，省心又省力。另外， coffui 的 节点是可视化设计呢，能让你的创意啊更自由。你可以专注于设计工作流，解决实际问题。你可以随意组合各种模块，直到达到你想要的效果， 甚至你还能加入一些不直接相关的模块，比如计算啊，翻译啊，自动抠图排版等功能，真的是很强大又全面。当然 coffee ui 学起来呢，也会比外部 ui 呢稍微多了一些难度，但我们的教程会帮你轻松地跨过这道坎。现在的趋势是， 开源开发者一出新功能和插件都会优先适配 coffee ui， 大家更看好 coffee ui 的 未来，所以你也赶紧加入吧。接下来我们介绍一下 coffee ui 的 整合包以及安装方法。使用整合包的好处有很多， 首先呢就是省去了自己部署文件解压即可使用，还避免了很多复杂的报错。整合包当中呢，插件的安装和管理呢，都非常的方便，大大的节约了使用者的时间，降低了使用的成本。市场主流的整合包呢，主要有秋叶的整合包以及番茄酱的铁锅炖，这里我们以秋叶的整合包启动器来做眼提低。 一、压缩文件要放在一个有较大存储空间的盘上，因为文件解压后呢，要占用大概十个 g， 另外还有模型等其他的文件，建议最小不少于五十 g 的 空间，最好呢是预留一百五十 g 以上的空间。二、 压缩文件呢，最好是放在根目录底下，如果不是根目录底下，而是在一个文件夹下，那就请注意呢，这个文件夹及上级的文件夹呢，不要有中文空格等非常规的名称。接下来鼠标选择这个压缩文件，并右键单机选择解压到当前文件夹，解压过程呢需要稍等片刻， 解压完成以后双击这个文件夹。在文件夹里我们可以看到一个 a 会式启动器，这个 esc 的 可执行文件我们先不要启动它。如果你之前呢没有装过外部域外，你可以把模型呢拷贝在 comui 的 model 目录底下对应的子目录当中。如果你之前安装过外部域外，可以把外部域外的模型呢设置给 comui 来共享。当然你也可以两个位置你都拷对模型，只不过呢会占用比较大的硬盘空间。接下来我们演示如何把外部域外的模型设置给 comui 来共享。 共享的方法就是修改这个 x g m 默认。 ps， 这个文件在文件夹里面呢，找到这个文件，点击后，右键选择重命名并删除点以及后面的 example， 弹出重命名窗口后点击试。然后呢，再点击并右键选择打开方式，选择记事本，点击确定 在记事本内容的上半部分，然后找到 best pass 这一行。这个冒号及空格后的部分要替换成你之前安装外部 ui 的 路径，注意看我的操作。 首先呢，找到你的外部 ui 的 路径，点击路径的位置，右键复制替换这部分的内容。注意，冒号后呢有个空格需要保留。另外呢，需要注意的是 by spa 下下的这一部分啊，一般不需要修改， 但你检查一下，如会有路径不一致的部分也需要修改。比如外部 ui 中 contenirs 的 模型默认呢是在 model s contenirs 下，但你也有可能安装在了 s tianson s d y b y ctrl s 目录 s 这个目录下。如果情况相同，那你就需要修改 ctrl r 空格后的这个地址，修改完成后，点击文件保存并关闭即可。 接下来双击 i 会式启动器，来到这个界面，我们一般呢都不用设置，我们点击版本管理， 上面有内核，点击刷新列表，一键更新，你会发现呢， comrade 的 内核每天都在更新，你也可以在这里呢点击切换，切换为最新的啊，安装最新的版本， 点击扩展，你会看到秋叶整合包已经预装的所有的插件列表，同样呢可以刷新列表一键更新，我们点击呢安装新扩展，选择想要安装的插件或者呢搜索新的插件 好了，我们点击一键启动按钮，稍微等一会儿，我们就会来到网页的启动界面，页面默认的就是中文的， 如果不是中文，你可以点击这里右上角的齿轮，来到这个选项，将语言呢设置成中文即可。有时候你会发现，为什么我的 coffee ui 的 界面跟别人的不一样呢？ 接下来呢，我们讲一下 coffee ui 的 界面操作的一些小技巧。点击右上角齿轮，这里有调色板，其实就是皮肤默认的是暗黑，你也可选择你喜欢的，比如说明亮界面的风格呢，就会发生了变化。 这里有一个连线渲染模式，默认的是曲线，还有直角线，直线什么意思呢？你会发现这里的连接线呢都是曲线，我们设置成直角线就是这样的效果，那设置成直线呢，就是另一种效果， 你可以呢根据自己的喜好呢来设置。再给大家讲一个很实用的小技巧，随着以后的插件越装越多，很多模块到底是属于哪个插件下的呢？怎么样能够一目了然呢？接下来点击管理器，来到这里 设置为 id 加名称，那么康飞源内置的模块呢，就会在上面呢显示一只小狐狸的图标，前面的 id 呢是序号，而额外安装的模块上面呢就会显示查询的名称。除了给大家讲过的在启动器选项中 安本管理里面安装节点的方法之外，还有三种安装节点的方法，都很简单，大家掌握以后呢都可以灵活地运用。一、当我们点击加载或者拖入一个工作流文件的时候，如果遇到红色的框和提示， 可以点击安装缺失节点页面就会显示你缺少的节点，如果有好几个，分别点击安装即可。点击过程当中你也可以在下方的控制台当中查看运行的信息状况。 安装好节点后就会多出呢更新和卸载的按钮，你可以点击这里的 restart 按钮，重新点击一键启动等待，控制台当中呢显示下载都完成，自动重启，出现 cover y 的 界面就可以了。
968秋叶comfyui
24:08查看AI文稿AI文稿这个工作流网上已经有大神做出来了，最简单的办法就是把这个工作流下载下来，然后啵往那一放就行了，就跟你学 ae， 学什么剪辑，会有一些模板给你套用一样，这个就是最简单的方法。但是 comfy ui 这个东西，没玩过的人是对他比较陌生的， 所以想套模板，你也得先对他有一个最简单最基础的了解。我的学习过程是这样的，我跟他说我知道不可以直接套模板，我也不是教大家，国内的这些教程抖音 b 站上都教了，但是他们讲的非常的不详细，就感觉就不想把你教会一样，就想着等你后台私信他们，让他们把你拉到一个麦克。 我现在呢也是一个刚入门的阶段，就是边学习边分享吧，专业玩 ai 的 朋友就别看我这个视频了，我就单纯分享给像我一样的这种新手小白朋友。点进去之后 看它这个页面还挺好看的。点击下载，这里有 windows 版和 mac 版。还有一个方法是从 github 上安装好，安装完直接点击完成，它会运行 这边跳出来的英语是我们没在设备里找到 git， 在 继续安装这个 confluence 桌面之前，请下载并安装 git。 我 们来打开 git 的 下载页面， 它就直接跳转了这个下载页面。啊，我们这个是 windows， 就 选 windows 下载， click here， 点击这里下载，下载成功，跟着它这个步骤去安装这个 git， 反正就一路默认 自动更新，让它自己安装。还有一种下载方式是在这个 github 里面下载的，网址是这个，点进来之后找到这个 release， 点进去 这里面这几个下载方式就是你是 amd 的 就下 amd， 这个英伟达的就下英伟达， 我这个台电脑下了的是这台。好，我已经下完了，下完之后就解压安装，我现在拿我这台 amd 显卡的电脑给大家演示下载 amd 这个版本就是这个压缩包，解压之后长这样。好，双击进来会看到这个东西，跟我们往常看到的软件不太一样，没有那个什么一个程序两个字， 它都是这种一 kb kb 的， 这个结尾是点 bat， 看到这两个就都试一下，如果这个打不开，那就再打开这个，因为这是跟你的显卡配置有关。点击运行它，跳出来一个类似终端一样的东西。 软件下载完之后，它界面就是这个样子的，打开这个界面之后是一个画布，先别管，直接点这个 templates， 这个就是一个模板，这个 templates 里面有很多 其他人已经做好了，这些工作流非常适合新手过来研究学习，但这些工作流都比较简单，比较 low， 就 没有那些网上的那些博主也于 top 大 神做出来的那么厉害，这些都比较简单。好，我下了一个一个最简单的纹身图的工作流，就在这儿点这个 templar 词， 然后比如这边这边是 a 妹纸，就是图，纹身图，视频、音频，这还有三 d 模型的这些大语言模型，这也不管的好点，一个最基础的纹身图模型，这边有 a、 p、 i 三个字母了，不要碰再多是要花钱的，就用千万的吧，二五零九重新下一下这个 一点，他就直接把这个工作流跳转进来了，这每个小方块就是一个节点，这个界面是我认为非常舒服的一种界面，你看拿鼠标一拖抓手就出来，用这种模板非常简单，因为他所有的东西都告诉你了，这个工作流他能干什么？我们现在不知道，因为没没做测试吧。 我们先看这个工作流的作者，他跟我们说了什么，他说这些是链接，你现在要去下这些东西，一二三四五，每一个链接里面都有每一个这个大标题，下面都有一个链接，点上去就能下了，我们待会儿就要挨个下，下完之后还有这个就是放摆放的位置，这个 diffusion model， 放到这个 diffusion models， 放到这个，这个里面都在 comui models 这个里面啊，这是作者或者官方吧给的一个 下载公告，根据这个做就行了，很简单，全是傻瓜式的。好，这下载的时候跟你说一下这些节点都是干什么的？首先我们要理解这个节点流程，他就是他为什么叫工作流， 其实我是跟流水线一模一样的一个原理，每一个小方块就是每一个节点吧，他就执行一件事情，一步一步一步一步把最终这个活给完成。这每一个小方块就是这些东西，这个有字的就是他的节点名称，这个节点是干什么的？ load image 就给你加载图片的，这个节点是干什么的？ save image 就 保存图片了。又有一个开头，一个结尾，然后中间呢？就它的整个生产过程，这个工作流，它是把它给 打包了，大家看到有这么一个标志，就是作者把它打包了，我不知道它是怎么打包的，然后点这个点这个标志右边的这个标志就能进去，然后我们就能看到这里有一个哎主文件夹，一个子文件夹，这里就它中间的这个生产过程，每一个小方块，一二三四，这四个小方块给作者 弄成了第一步，第一步是加载模型，然后第二步是干嘛干嘛嘞？就你看到这些牛逼的作者弄出来的工作流，你又觉得非常的赏心悦目， 非常的舒服，强迫症患者的福音，你要是自己没事一个人自己去答，那你答的乱七八糟了，我在前两天尝试过自己答，到后面我才开始用这些 typeface， 用这些模板以及在网上下别人下的工作流 typeface， 它只是一个平台，你要是想生成更多的视频，生成更多的更好的效果，你也自己疯狂的去下这些模型，下这些配件模型。 这个 laura 呢？我的理解就是它的配件模型，比如说你现在下的是一个图神图的，那它这边给你一个 lightings for steps， 就是 这个 laura， 它能够通过四个步骤，就四步闪电版的给你深图。 然后还有这个什么 b 十六，可能是一个氢氧化版的这个 laura， 在 我的理解下，它就是一个辅助的模型，然后这个 text encode 是 文本编辑器，文本编码器，每一个模型都有一个属于自己的 文本编码器吧，或者说某一类的模型有一个属于自己的文本编码器。像这个它就是像的，是千问的模型吧，这个 q w e n 是 千问哎，也挺厉害的，最近也出了很多开源的这种大模型。好，下面这个 v a e v a e 有 点像是 你图片画完了之后，它开始给你上一些颜料之类的吧，我觉得就是让你的一个画质的真实度或者干嘛的变得更好，这是我的理解，这些东西都不重要，就你完全不需要搞懂他们是干什么的，你就会用就就行了。 好，现在已经点击下完了，这个下载呢，很简单，你一点就跳转了，你要么用浏览器下载，要么迅雷下载，我一般都是用迅雷下的，下的比较快。 这一二三四四个东西，打开文件夹所在的位置，然后我们把这四个东西按照人家说的这个方法给他剪切到或者复制到相应的文件夹里，在这个安装的文件夹里找到一个 mod。 四文件夹，基本上所有的下载下来的东西都是要放到这个里面。 第一个文件夹 models 里面， diffusion models。 好， 我们找 diffusion models， diffusion models， 找到在这下的是这个 q w e n r sift and sensor， 我 们记一下这个 e 四 m 三这玩意儿，这玩意儿给它拖进去， 然后再看下一个文件夹 l 找找找找找 l 开头了，在这儿把这个也给放进来，放到这个 l 文件夹里，剩下的就一步一步按照它的这个东西 放。下面是 ve 和 textincode， 在 model 里面找， ve 在 下面在 ve 可不是许嵩呢，加一个 textincode 文本编码器，千万二点五。好， 也已经抽过了。 ok， 那 现在这个就是一个目前已经下载了东西的一个工作流啊。他说让我们上传一个图片看一看，遇到不知道怎么解决的问题的时候，先跑一下，跑完之后他会告诉你哪里出问题，就非常简单，不需要自己排查 任何问题，他直接给你指出来，然后去解决就行。在这一看，哎，题词进来之后也没办法编辑，那怎么办呢？那是不是出问题了？不是，我们往前往前倒，看到这个题词前面还有一个节点，这个题词前面还有一个节点，顺着这根线走，走走走 看，哒哒哒。啊，原来这个作者在这弄了一个单独的题词放到这里。好，那作者还是 非常良心的，就是整个节点流程看着很很赏心悦目。就我刚刚生成的一个提示词，很简单，让这个帅哥的头发变成白色，咚，他变成白色，我可以给他直接放到这个位置来，这样的话就可以并排看。那继续修改。 这个就是简单的让你去熟悉一下，了解一下这 ctrl u i 的 效果是什么样的。 他的身图的快慢呢？取决于你电脑的算力，我现在弄一个复杂一点的提示词。好，我自己手敲了一个简单但是比刚刚要稍微复杂一点的提示词，看下他能跑多久，让他变成一个带盔甲的钢铁侠的盔甲， 再给他来一个眼镜。现在这个是近景吗？我要一个全身景，我看他能不能理解啊。好，点击这个 run， 就是 运行，就是跑嘟跑， 这里能看到一些净度，我们还可以点进这个里面来，然后我在这听不到风声啊，因为这电脑不是我的，我在远控，我朋友的电脑，那我们能在这里看到他不停地跑，在现在跑到这个节点了，我不知道怎么读啊，应该是 case app。 好， 跑完了，我们在这看一下预览 全身图，他给我的也不是全身图，但总体上来说还行。这个工作流用来 p 图我觉得是已经足够了，这里可以看到他跑的这些时间，三十多秒，二十多秒正常，我的四零九零 d 跑这种的话应该也就十几秒， 应该像素不是很大，八百八。他这里有一个问题啊，就是你给的原图尺寸其实挺大的，你看 我这是二 k， 然后它生成呢？就是很小，你如果说想在这个里面去修改它的尺，输出的尺寸也可以，但它跑的会很慢。好，现在我们对这些节点有个大概的了解了，就是它是通过这些线一个个连出来，然后最终生成一张 你想要的这个效果图。那我们回到刚刚一开始我说的怎么样给一张图，然后通过这个摄影机的调整，让它生成你想要的角度的图片呢？好，我们把这个保存一下，保存按钮在这儿，这里有三道杠， 点击 save 或者 save as 都行，点确认，你也可以把它下载下来，点这个下载好，下载到某个地方，它导出来是一个这个东西，这个 json 格式的， 你就可以把这个工作流直接丢给你朋友他那边接收到了之后，他再拖进来，拖到自己的这电脑上，直接往画布上一拖，因为我左右都已经改变了，关掉，我新建一个空画布，好一拖拖到这个画布上，非常简单，不松手。出来了， 这工作流出来了，这个没办法，多角度不好玩，我们去找多角度的， 别人做好了这样的工作流，还给它保存成了 json 格式的，那我们下载下来，拖进去，然后再去下载一些东西。那我看到的就是这个国外大神，我不知道这个是不是他最开始的原创啊？总之他这里的信息是最全面的， 他告诉你这个模型在哪，多角度的插件在哪，还有这个加速 laura， 这些都是要下载的，下下下下啊，这，这个是他做的广告，就不下啊，这个是节点， 这个是参考工作流，那我们就先把它这个参考工作流下下来，点击进来之后跳转到了一个 github 页面，点击这个下载， 在这好一下它就下完了。我习惯上是喜欢把这些工作流给放到一个文件夹里的，这样的话自己找起来比较方便， 那尤其是你做好的，或者你调试好的工作流，这个就是我们刚刚下的二五幺幺的这个前面这个是演示的二五零九的工作流，这个二五幺幺 multi angle 就是 多角度嘛，它每一个名字其实写得很清楚。 好，我们跟刚刚一样也是拖进来，往这一放，我就说嘛，它会告诉我们遇到了什么问题，那它就有什么问题呢？ 他说 missing models 缺失模型，当加载这个图片的时候，下面的这些模型找不到，所以我们要把找不到的这个模型给下载一下，这个模型有点大了，二五幺幺 b f 十六三十八个 g。 好， 点击下载。 这还有一个加速 lara， 给它下一下八百多兆，这个不是很大，所以你要玩本地部署的这些 ai 模型，你的电脑 存储一定要够大，否则这十几个模型下来，那你的电脑就已经塞满了。这个下的有点慢，那我们等它下一会网址没法贴，之前贴被限流了，大家只能自己去英语网站里搜了这个关键词，官方版的它也有一个下载链接， 当然我们就以官方版为主，他这边没有报错的，我们就先不管他，就等他跑起来，哪里报错了改哪里，让他后台先自己下着。我们要先去下另外一个非常重要的东西，就是这个插件，找到这个插件把它下下来，就是这玩意。 这个网站叫 github， 可以 在这点下载这个扣的，这里点一个这个，然后这里有下载 download， 这个插件就很小，直接下这是个压缩包，给它解压一下。下载的这个网站我们改成中文，看的更清楚一点，它这里有安装的方式， 进入到四点一节点文件夹里，这里有两种方式，一种是克隆，一种是直接把它放进去，这两种我都跟大家演示一下。第一个下载刚我们已经下载好了，现在就去找到 comfyui custom notes， 把刚下的这个给它拖进来。 还有一种是 git 克隆，这个 git 克隆就是一个什么东西呢？这整个网页就是一个可以下载到它的一个网页，那么这个 git 克隆 就是你把这个这段代码也不是代码了，这段东西给它复制过来，找到相应的这个文件夹里，刚就是这个自定义节点文件夹， custom notes 这个里面右键 在终端打开，然后它这里会出现那么一个终端，黑色的就不要害怕，这东西根本就不是什么很高深的代码，就按照它一步一步去来就行了。粘贴， 然后按回车键，他就会在后台克隆这玩意，但是现在我们已经下好了啊，我不知道他会不会再克隆一个，现在他就在克隆，就等待他就行了。这个东西呢，我的理解他就是一个插件，然后同时他又是一个 独立的节点， computer ui 里面是没有这个节点的，没有这个节点我们就得自己去下，下完节点之后还得安装。刚刚我跟大家说的就是这两种安装的办法，现在它正在克隆 好，这个没克隆好，它这显示是 unable， 经常会出现这种没办法克隆的情况，不过无所谓，如果你碰巧克隆好了，那就行了， 这两种方式都可以体验一下。我一般都是下载先让它下着，然后我们再去看一下这个工作，大家没看到吗？它作为一个 j s o n 格式的东西，它很小很小是因为 这些东西它就是表面的那个说明书，你做一个东西，光有说明书是没用的，这说明书里面只有文字，但没有实质性的工具。我来告诉你，你要用电钻去凿一个洞，这个洞的大小是这么大， 但是现在你手上没这个电钻，你就得去网上把这个电钻下载下来，你还得把它安装到合适的位置里面。玩这个工作流的时候，很多很多东西都是需要下载，需要更新的，大家看到这里有个大大的叉，是因为我们还没有刷新这个界面，然后中间的这个 被它打包的点进去看，就它中间的这个过程，作者用好多这些节点，不同的模型，不同的 lora， 不 同的 clip 和 ve， 组建成了这么一个工作流。下载的时候再跟大家介绍一下啊，如果你想了解，你就可以简单了解，这边就是 models， models 就是 模型， 就是各个大公司，比如说字节，阿里，他们会弄很多很多个这种模型，这些开源模型就是免费大家用的。 这个 diffusion models 是 一个扩散模型，它跟另外一个模型叫，就这个这种类型叫 checkpoints， 都是以这个玩意儿 safe tensors 作为结尾的，本质上差不多，但是把它们分成了两个类别嘛，这个是 lora's， 这个已经说过了，这 ve， 这个 text encode， 然后这个是 diffusion models， 这个是 clipvision， clipvision 也是跟文本编码相关的东西。剩下的这些我就不太了解了，这个用的也不是很多，用的最多的就这几个。大家玩这个熟悉了之后就会发现，每次下载都是无非是下载这个，要么下载这个，要么下载它， 要么就全下，下完之后剪切或者复制到相应的文件夹里，然后再重启， ctrl v i。 我 的学习之路就是这样的，用人家的工作流，在这个工作流上面自己去调试，并不是他每个工作流，你把这些东西下载好了， 就能生成跟它参考图一样的东西了，你还得自己去调试的。不同人的电脑也不一样，进去这个里面去调这些参数，最主要的一个参数节点就是这个 saplla 这个节点，这是一个 k saplla 节点，还有别的一些节点也是，反正都是这个 saplla 类型的，它就是主要的这个 核心操作工具，反正这些东西大家自己去弄一弄，就是这些东西它并没有我们想象中去做那种 调色软件或者剪辑软件那么直观，你去改一个东西，你立马就能看到你得在这改完之后，你再跑个一分钟、两分钟你才能知道到底改了什么。 然后等你跑完之后，你又发现，你又忘了你之前改的这个东西是什么，所以只能自己去琢磨一下。但我觉得这这些都不重要，这些都不重要，我们理解他的整个逻辑是最重要的。你跟我说这个节点 说不定下周就淘汰了，这个工作流说不定再过两个月就会被新的工作流，被新的模型取代，还有可能节点更少，效果更好。所以我们现在去纠结他这个什么意思，这些东西没意义，就去理解他整个工作流。就是我 目前看来，你说这些东西会不会变化，那肯定会，但是他的这种运行逻辑，包括你去工作的这个逻辑是不会变的。因为这个工作流节点就是人类发明的一个效率最高、最容易 让大家去执行的一个东西。就从福特当年做出汽车流水线之后，人类的工业化快速生产东西，就靠这套东西。好，我已经下载好了，找到下载的这个位置， 看是不是他说的这几个，这个二五幺幺 b f 十六下好了，还有这个也是 v 一 点零， v 一 点零的也下好了， 都下好了，我们就要去安装，安装的时候要把它给擦掉，或者说你安装完再把它擦掉重启。我这个所谓的教程尽量慢一点，让大家陪着我一起做， 因为最讨厌的就是你自己一个人漫无目的的去搜，去问豆包，去问 jamie 奶，去问 groot。 很 烦，跟着我一起做就可以直接慢慢来了，所以我废话会比较多一点。主要就是这个 v a e 很明显就放到 ve 里了，跑到 ve 里给它一粘，看它这里都写了 put ve here， 把 ve 放到这个里面看，这人家都已经写好了，非常有意思，就生怕我们不知道这个很长的 four steps， 你 看到这边有个什么 lighting four steps， 这就是一个 lora， 这就是我说的它是一个辅助型的模型，就能够让它用尽量短的步骤 给他跑完找 lars。 哎，在这就像我现在已经熟练了，我就能很快的找到他们了。就一开始看完的时候还是挺两眼一抹黑的。这个清亮画板有意思就有意思，在这就是得自己放，放进去， 在放的这个过程当中，你就已经基本上熟悉了整个流程，它是有哪些东西弄出来，这两个记不得放哪了，我们再打开工作流，再看一眼就行了。工作流上面人家写的清清楚楚的，双击一下，打开它后台运行一段时间， 就会自己跳转到一个网页上，所以这个东西为开头了。你看，刚已经装了两个了，还有这两个刚我们不知道在哪了。好，这两个分别是 diffusion models 和 text in code， 这个放到 diffusion models 里面， ok， 进来了，进来之后得再重启一下网页关一下，后台也关一下。可能是我习惯了这么用啊，当然我也用了一下单纯的软件版，其实都是一样的， 继续双击它，它跑后台的时候你能看到它的后台，在跑报错的时候，你把这个一截截给豆包 jamie 奶什么的， 他们就能帮你分析出来，现在没有再报错了。上传一张图看一下，测试一下行不行。这个是第一个节点，上传图片的第二个节点就是 can 问 multangle camera， 我 们在这点击一下这个蓝色的运行，它就单独运行一到二这个两个节点， 它这一运行就把这个图片给加载过来了，加载过来的目的是方便我们调整摄影机，这个摄影机摸一摸就知道了， 当然这个并不是真正的摄影机，它的逻辑并不是说一个无级的摄影机，我们可以任意调整角度，它其实是有九十六个机位，我不知道设计这个的人是怎么想的，反正就 弄了九十六个位置，然后你弄到不同的位置，每个位置对应着一个提示词，它其实还是通过提示词去改变图片的角度的，并不是那么神奇的一个什么三 d 的 效果来看一下，我把它相机往它右侧面高居位往下打一点，拍一条看看。哎， 好，非常 nice， 非常 nice。 一 跑红了，红了，我们就点进去看一下是哪里有问题，有问题的地方 compeg 就 会给你用红的给你标出来。哪里有问题呢？其实是因为作者用的时候他用的就是这个 safensils， 但是我们下载下来的并不是，所以我们得找到我们下载的这个 再跑一遍看看。运行到现在为止，只要它是绿的就舒服啊。没报错，好，已经跑完了，我把这两张图给挪过来了， 可以看一下。这跑的效果还是挺不错的啊，我摄影机的角度是放在了高机位俯拍的一个角度， 然后他就是高级辅助拍的，这个效果基本上是没什么问题，他也把这个豆包水印也给放进来了，非常搞笑。那这个小教程基本就这样了， 大家有什么问题可以私信我，我看到的话就会回大家，大家通过这么一个工作流的简单学习，也基本上能够会用这些工作流了。就是怎么套模板吗？ 无非就是遇到报错，然后去解决，去下载，下载完之后就去安装这几个东西，如果你用的是官网下载的那个版本，你都不用进这些后台这些文件夹里，就可以直接下载出来了，更简单。 就这个东西我玩下来我才觉得就是一个信息差，你在之前不了解，你觉得，哇，这个玩意好高深啊， 大家怎么这么牛逼啊，都弄弄出来这么厉害的东西。实际上当你开始研究这种所谓技术性所谓 ai 工具的时候，你会发现 使用这些工具其实并不难，关于作品，关于怎么样生成好内容方面，难的其实更多是想法。就我个人觉得，现在单纯的生成这种好看的图片，什么科幻特效的这些效果已经意义不大了，就不足为奇了。剩下的就是 这个工具有了。大家怎么样去讲一些故事，再讲一些好玩的故事。就像我大概在一个月前刷到的一个特别牛逼的 ai 生成的视频，抖音上两百多万赞，我想大家应该都刷到过，就是那个讲 emoji 表情的那个 ai 视频， 太牛了，这类的东西我觉得才是我们使用 ai 进行内容创作的意义所在，因为这类的内容你没办法用实拍或者说一般的特效给它实现出来。好，这期视频已经够长了，如果你能观看到这里，那证明你的学习能力真的非常强，谢谢大家。
1.5万邱颖霏霏
01:41查看AI文稿AI文稿解决问题不啰嗦第十九期官方便携版 comfui 文体更新教程一、先来看版本，启动 comfui 后 点设置，再往下滑找到关于可以看到目前使用的 comfui 文体版本是零点一八点一、关闭窗口，点击左侧说明，可以看到最新文体版本已经更新到零点二五点一了。之前在问题零一四里面简单提过更新方法，今天完整流程走一遍，很简单，有手就会。二、怎么更新？关闭 comfui 窗口和程序， 打开 copy y 跟目录，找到 update 更新文件夹，打开里面有三个更新脚本，三个脚本具体选择哪一个？ 查看往期视频。问题零一四点这个 update comfy stable 脚本，等待程序安装就行，如果你的网络不够科学，不够稳定，可能更新会出现问题，等出现请按任意键继续就说明更新完成了。接下来我们重新启动 copy y， 再去查看版本，就可以看到已经更新到最新的零点二五点一版本了。 点击左侧模板，里面也有最新的一些工作流可以使用，图像、视频等等都有，不用你在一个一个节点去手搓，既方便又快捷。注意，更新版本很简单，但容易出现其他问题，更新前要慎重考虑。比如节点兼容问题，现在去启动日制，看一下是否有节点导入失败问题，很幸运 没有节点出现问题，如果有某些节点出现问题，就去 manager 的 节点管理里面选择已安装的节点，把有问题的节点也同步更新一下， 或者自己手动安装节点，大概率能解决问题。还有实在安装不上的节点是因为节点开发者还未更新，与新版本兼容的版本就只有静等节点开发者更新了，或者借用该节点找替代节点即可。看似很简单的问题，等你遇到也会束手无策。关注我，教你解决更多 comfy y 问题加教程模型和工作流分享！
134AI云端货架
00:29查看AI文稿AI文稿好了，像这个软件，康飞 uiv 九点五中按吧，还有许多宝子不会下载，接下来我给大家出个教程。 首先我们点击视频右下方的这个箭头，我们找到分享链接，然后打开手机的应用商店，搜索它，并打开在上方我们搜索恶心宝库， 点击这里找到我们的软件资源大全一，点击下面保存解压就可以下载了。
61你在
10:33查看AI文稿AI文稿家人们，核弹级更新来了！秋叶大佬全新 comfy 懒人整合包来了，简直是小白神器！不用折腾 python 环境，不用愁节点报错，全部提前配置好，双击就能启动全套汉画界面，零基础也能闭眼玩，还内置三百三十七套爆款大神工作流拉图就能一键生成，无套路全打包 创作的验验牌开始教学。 hello， 小 伙伴们大家好！我们将深入探索纹身图的奥秘以及提示词的语法规则，让你在使用 ctrl u i 时能够更加得心应手地创作出 理想的图像。那么我们正式开始吧！工作流程解析，首先，当我们输入正向和负向提示词后轮本编码器中的 clip 模型会将提示词转化为特征向量传递给 k 参照器。 这时候有个疑问，文本编码器 clip 模型是从哪里来的呢？我们可以看到它来自于 checkpoint 加载器，主要用于加载各种大模型。不同的大模型有不同的内置 clip 模型，而不同的大模型之间 clip 模型也可能会 有所差异。接下来， checkpoint 加载器输出会经过 ve 模型， ve 解码的作用是将经过降噪后的图像从浅空间解码为我们肉眼可见的像素空间图像。 让我们做个实验，如果我们断开 v a e 模型的连接，试图生成图像会出现错误提示，显示缺少 v a e 输入，只有重新连接 v a e 模型，图像才能 成功生成。另外，记住生成图像的快捷键 ctrl 加 enter， 这个快捷键非常实用。此外，生成图像的宽度和高度尺寸可以通过空 latin 节点来调 调整控制。比如说我们将高度调成七百六十八，注意这个数值一定是八的倍数，宽度也一样。至于批次的话，则是控制单次生成的图片数量。比如说我们设置成二好，我们按 control 加 enter 开始生成。图片生成后，我们是不是可以看到它的比例 已经成功变成了竖屏的比例，并且它依次生成了两张图像？接下来让我们一同学习提示词的相关语法。首先是书写规范，无论是正向提 诗词还是副象提示词，都必须使用英文以及英文标点符号，否则系统可能会出现识别错误。比如我们输入 one girl， garden 和 yellow dress 黄色的裙子，使用快捷键 ctrl 加 enter 生成，就能得到一个穿着黄色裙子在花园中漫步的女孩图 片。但如果我们使用中文输入一个女孩花园以及黄色的裙子生成的图片，虽然都有女孩，但黄色裙子和花园却未能很好的呈现出来。那么接下来是 提示词权重。什么是提示词权重呢？简单来说，权重就是某个提示词在生成图像中的影响力，权重越高，该提示词在画面中的占比越大。例如输入 one girl 权重一点二，而 garden 权重零点八十，生成的图像会更加突出 one girl 的 部分。那我们有什么技巧调整权重呢？比如中 括号代表零点九倍权重，降低该提示词的重要性。小括号代表一点一倍权重，增加该提示词的比重。大括号代表一点零五倍权重。用于微调权重，还可以通过快捷键调整权重。将光标移到某个提示 词上，按住 ctrl 加上箭头增加权重， ctrl 加下箭头减少权重，不过权重不能过高，否则图片会过敏， 进行失真。接下来是短句与长句，提示词长度与起手势。我相信不少小伙伴都有这么一个疑问，为什么我写提示词的时候一定是一个一个词这样去拼写，而不是用一句话去描述我们想要生成的内容呢？虽然两者都可以，但短句更能准确表达生成意图， 且便于调整权重。使用短句时可以通过按顺序调整关键词的权重，从而优化生成效果。提示词的数量也非常重要，过长的提示词可能会影响图像生成的准确性， 那么我们最好把提示词控制在什么数量之内会效果最佳呢？经过众多 a i g c 玩家的经验以及研究表明，提示词控制在七十五个之内是效果最精准的。超过了七十五个提示词的话，可能会对提示词的识别 不精准，整体的表现会降低。在 stable diffusion 各个大模型训练的过程中，会加入许多的比如四 k、 八 k 或者 masterpiece 各种各样高质量的图形去训练。当我们输入提示词的时候，比如输入四 k masterpiece 就 可以使我们生成的图像更加的精美。反向提示词的话就相反，比如我们输入模糊，就 我们不想要模糊，那么相当于也是会让图片变得更加的清晰。在输入提示词时，顺序也会影响生成的效果。在一组提示词中，越靠前的提示词权重会有所增加。所以我们在书写提示词时尽量按照以下格式。首先是提升画质的词汇，例如 masterpiece， high quality， high detail。 接着是描述主体，例如 one girl。 然后描述环境或背景，例如 garden， snow。 最后可以加入 laura 的 触发词或其他模型的提示词。为了避免多个提示词相互干扰，可以使用 break 命令来隔开它们，尤其是避免颜色污染。若要融合多个提示词，可以使用大写的 end 或 符号，也可以使用书写风格不同的关键词，从而创造出新的组合效果。比如我们写 one girl， cat 这边我们可以看到生成了一张女孩和猫的图片。好的，现在我们在 one girl 和 cat 之间添加上 and 注意这里的 any 必须 是大写。这边我们可以看到生成了一张猫娘的图片。这个 any 作用就是将两个提示词融合在一起。我们还可以通过调整迭代步数，精确控制生成过程中的每个阶段。格式为 提示词一，提示词二权重数值。权重是指提示词一的权重。当权重数值大于一时，单位为采用迭代步数。当权重数值小于一时，单位为采用迭代步数。百分 比。例如，想要前百分之三十生成 forest， 倾向后百分之七十生成 one girl， 只需要输入 forest， one girl 零点三， 其中零点三代表百分之三十的比例。当采用迭代步数为三十时，表示前九步用于生成与 forest 相关的内容，后面二十一步用于生成与 one girl 相关的内容。在介绍图生图的工作流之前，我们先来讲讲什么是图生图。在我们使用图生图功能时，我们一般使用一张图片与一组 关键词共同作为输入生成的图像，这样受到这两个输入的共同调节作用，比如使用下面这张初级草图以及一段指令作为输入图，升图功能会将其转化成一张完成度较高的图 片。图。升图基于 stable diffusion 模型，将输入的原始图片转化为模型能够理解的潜在空间表示，再结合用户输入的提示词在潜在空间中进行有针对性的修改和优化。最后将修改后的潜在表示转换回图像空间，生成新的图片。 同时选择合适的模型很重要，不同模型对不同类型的图片生成效果各异。接下来我们回到 confui 中，我们先加载一个默认工作流，随后将 call latent 给删去。接着我们点击 latent 拖出来，选择 v a e 编码，那么我们就成功加载了 v a e 编码器。接着我们将 v a e 编码器的 v a e 输入连接到 checkpoint 加载器的 v a e 输出上。随后我们将图像节点给拖出来，选择加载图像 load image。 这边我们上传我们需要的参考图像，这边我上传的是一个戴着蓝色帽子的小姐姐。接下来我们要编辑一下提示词，这边我们可以接一个 w 一 四反推提示词节点，方便我们获取图片精确的描述提示词，然后将我们的正向颗粒文本编码器转换成输入。接着把 w 一 四反推提示词 的自辅串端接到输入端的文本处，副向提示词一般输入模糊、最差质量、低质量、低分辨率水印等。现在我们来到到采暖器这里，可以看到这边有个降噪，我们将该值修改成零点六，对于降噪值，零点三到零点五之间属于安全的重回幅度区 区间，而零点五到零点七则赋予了 ai 更多的想象与发挥的空间。那么低于零点三或者高于零点七，图像都有可能会发生扭曲变形。那么这边我们取个中间值，将数值设置成零点六，生成一张图片试一下。这边我们可以看到生成的真实人像跟目前给到的图像， 无论是帽子还是服饰都是很相似的。那么我们把数值调成零点四五，再生成一张，来看一下效果是不是又更好一些。如果你觉得图片不太满意，那么我们可以多生成几张，直到得到你满意的图片为止。接下来我们讲一下什么是高清修复，比如说我们现在生成的这张图片我们非常满意，那么我们怎么 增加它的分辨率以及图片的细节呢？我们回到 k 彩样器，我们先将种子值选择固定模式，双击界面的空白处输入 upscale， 然后我们选择 latent 按系数缩放，我们将该节点的 latent 输入 连接到 k 彩样器的 later 输出上。随后我们按住 alt 键，点击 k 彩样器拖出来，那么我们就复制了一份相同的 k 彩样器。我们将这个 latent 按系数缩放的 latent 输出节点 连接到我们新建的 k 彩样器的编辑输入中。最后我们将文本编码器的条件输出分别连到 k 彩样器的正面条件以及负面条件上。模型也是一样，我们回到 checkpoint 加载器，将模型连接到我们新建的 k 彩样器上。随后我们回到新建的 k 彩样器中，我们将步数设置成二十五步， f g 值五就可以，彩样器和调度器默认就可以。接下来我们新建一个 ve 解码器，随后我们将 ve 解码器的 ve 输入端连接到 checkpoint 加载器的 ve 输出上，接着我们新建一个预览图像节点，最后开始生成。好，现在我们可以看到生成的结果，五官是和原图非常相近的， 我们再来对比一下图片的细节，放大之后我们可以看到右边，也就是我们新生经过高清处理后的图片细节要比原图多很多，图片还是比较清晰的好。这时有的小伙伴可能会说，这还不够清晰，那怎么办？别着急，我们还有高清修复的方法，接下来我们将进行第二重高清修复，我们搜索 s d upscale， 就是 这 sd 放大，接下来我们将这些节点一个一个的连上。首先是图像，我们连接的是这个 v a e 解码之后的图像输出，接着模型我们还是老样子，连接的是 checkpoint 加载器的模型输出，接下来是正负相条件好，我们连接 v a e 模型，接下来点击这里 选择我们的放大模型。四 x ultra， 这个放大模型是我试用下来效果最好的。最后我们加载一个预览图像节点，我们点击开始生成，图片已经生成出来了，我们可以放在一起对比一下效果，这张图的分辨率已经达到了二 k 的 清晰度，我们可以看到细节都还是不错的。然后我们再来和第一次放大的图 片来进行对比一下，差异还是非常大的，这时有的小伙伴可能会说，觉得这张图清晰度还不够，那怎么办？别着急，我们还有最后一重放大之后， 也就构成了所谓的三重放大，这边我们搜索 upscale， 接着选择这个图像，通过模型放大，这个节点非常简单，只有两个输入以及一个输出。图像的话，我们连接到 s d 放大之后的图 放大模型，这边我们同样选择的是该模型，随后我们加载一个预览图像节点，好，我们可以看到最终生成图像已经出炉，我们来欣赏一下它的效果到底怎样？这是一张达到四 k 的 图像了，清晰度非常的夸张，发丝都看得见，完全没有那种模糊马赛克的感觉。我们再来对比第一张，小伙伴们觉得怎么样呢？图升图 以及三重放大的效果，这是我们的原图，然后这是我们图升图之后，这是第三重放大。
1038AI绘画妞妞
08:00查看AI文稿AI文稿大家好，今天简单过一下 comfy nexus 最近这几次更新，从六月中旬到现在陆续发了 v 一 点二点一到 v 一 点二点五。 整体看下来，这几版没有那种特别大的重做某个模块，更多是在补一些真实使用里会碰到的问题，白屏、环境丢失，插件更新、冲突、图片保存，还有资产库浏览这些细节。 嗯，如果你这段时间刚好遇到过类似问题，可以重点看一下。这期先说微一点二点一， 这个版本主要是把几个比较影响第一印象的问题修掉之前如果你还没有添加任何 comfyui 环境，直接点进版本管理、工作流管理、依赖管理，这几个页面有概率会白屏，原因也不复杂， 页面一加载就想读当前环境信息，但这时候环境列表是空的，代码没兜住就直接报错了。 嗯，现在这块已经处理掉了，没有环境的时候页面也能正常打开。你添加第一个环境之后也不用重启软件，相关页面会立刻识别到新环境。 v 一 点二点一还修了一个挺烦人的问题， 之前添加过的 ctrl u i 环境关掉软件再打开，有时候就没了，这个体验就很糟糕，因为你每次都要重新配一遍路径，现在环境数据会正常保存，重启之后不会再丢。 接着是 v 一 点二点三，这版加了两个小功能，但都挺贴近日常使用。第一个是浏览器选择，以前启动 comfy ui 之后默认用系统浏览器打开， 大多数时候没问题，但有些人会专门用 chrome 跑某些调试，有些人习惯 edge， 也有人就是不想动系统默认浏览器。嗯，现在可以在 comfynexus 里手动指定 chrome、 edge 或 firefox。 软件会自动检测你机器上装了哪些浏览器，你选一个以后启动就走那个。第二个是悬浮窗位置记忆， ctrl x s 有 一个小悬浮窗，之前每次关掉再打开它都会回到默认位置。 你要是习惯把它放在屏幕角落，或者放在某个不挡工作区的地方，每次重新拖一遍就停打断节奏。现在它会记住上次关闭时的位置，下次启动直接回到你放过的地方。 这个功能不大，但属于用了之后就不想退回去的那种。 v 一 点二点三，还顺手修了两个小问题，悬浮窗的任务栏图标偶尔闪一下，插件管理里起用或者禁用插件时偶尔弹报错，这两个现在也都处理了。然后是 v 一 点二点四。 这一版内容不算多，但修的是一个比较隐蔽的问题，外置 custom notes 目录的依赖扫描。有些用户不会把所有节点都放在 comui 默认目录里， 而是会在环境设置里配置一个外置的 custom nodes 目录。之前 copy nexus 扫描插件依赖时，没有把这个外置目录算进去，所以依赖列表可能会漏东西。嗯，结果就是你以为依赖都装好了，真正跑工作流的时候才发现还是缺包。 更麻烦的是，这种问题不一定一眼能看出来，现在外置目录也会一起扫描，依赖判断会更完整。 另外，依赖管理里的来源这一列也调整了一下，以前宽度比较死，有些内容显示起来不太舒服，现在会根据内容自动适配插件列表的对齐方式也顺了一遍，看起来会整齐一点。最后是 v 一 点二点五， 这个是今天刚发的，内容，最多也更接近一次体验，集中整理。嗯，先看新功能。第一个插件市场支持用镜像地址安装了 国内网络从 github 直接拉插件，大家懂的，有时候很慢，有时候干脆拉不下来。 之前如果你自己填了一个镜像地址，系统可能还会再套一层内置代理，两层一叠反而更绕，也不一定更快。现在手动安装插件时，你可以直接填 git、 clone、 groxy 这类镜像地址， comfynexus 会识别指示镜像链接，然后按这个地址走，不再额外套一层代理。 简单说就是你想怎么拉，就按你给的地址拉，少一点，自作聪明。嗯，第二个资产库加了目录式图。 以前资产库更像一个聚合列表，所有作品、图片都铺在一起。如果你的本地文件夹本来就有层级，比如按日期、项目模型、工作留分了子目录平铺之后，这些结构就看不出来了。 现在顶部操作栏里加了一个开关，打开之后，资产库会按真实文件夹层级展示，此目录和图片会一起出现在列表里，你可以像浏览文件夹一样往下看，这样本地怎么整理，界面里基本也能对应上。 当然，原来的全部收藏未分类，这些聚合式图还保留着目录式图，只针对真实文件夹，不会把已有的浏览方式打乱。 v 一 点二点五，还有一块比较重要，是插件更新时的 git 冲突处理。以前插件更新，如果碰到本地有未合并文件或者仓库里残留了合并状态， copy nexus 会提示你需要手动处理。 对开发者来说，这大概就是几个 key 命令，但对普通用户来说，这个提示基本等于到这里卡住了。嗯，现在这块做了增强，它能识别更多冲突场景，比如未合并文件残留合并状态、暂存区冲突等等。 检测到之后会给你一个强制更新选项，你确认之后他会帮你把更新继续走完，不需要自己进目录折腾 get。 再说本地 ai 助手，如果你用内置 ai 助手跑本地模型之前，有两个场景比较容易断， 一个是模型刚启动时要冷加载，等的稍微久一点连接可能就没了。另一个是问复杂问题时，模型思考时间比较长，也可能提前断开。 嗯，现在这两个场景都调过了，等待时间的判定更智能和友好，回复稳定性会好不少。还有一个细节，以前 ai 回复如果中途出意外，界面上可能只剩一个省略号，前面已经生成的内容也看不到。 现在即使中断，也会保留已经生成出来的部分，至少你能看到它讲到哪了，不至于完全白等。剩下还有一些零散修复，我放在一起说。 左上角 get up 图标之前在部分网络环境下不显示，因为用的是外部图片链接，现在改成了内置图标组建，不依赖外部图片显示，会稳定很多。 alt 加 f 四关闭软件的行为也统一了， 以前他和点击关闭按钮走的逻辑不完全一样，现在会按你的偏好设置来，该最小化到托盘就最小化，该退出就退出，该弹确认框就弹确认框，工作台保存图片这块也修了几个问题，右键菜单点保存，有时候保存框弹不出来， 保存完之后下次再保存，记不住上次位置。还有偶尔保存的不是当前选中的那张图，这几个都在 v 一 点二点五里处理了。 呃，另外还有启动状态提示、资产库聚合式图、逻辑目录、卡片尺寸统一这些细节优化，他们单独拿出来讲可能有点碎，但加在一起都是为了让日常使用少一点卡顿和疑惑。 总的来说， v 一 点二点一到 v 一 点二点五这几版核心不是堆新东西，而是在把 comfy nexus 变得更稳一点，更顺手一点。尤其是环境管理，依赖扫描插件安装和更新、资产库浏览这些地方都是大家真正用起来才会发现痛点的部分， 能把这些问题一个个补上，对后面继续加功能也更踏实。呃，如果你最近使用 comradex 时还遇到什么问题或者有想要的功能，也欢迎在启动器左下角反馈，我会继续看大家的使用场景，再安排后面的更新。感谢收看，我们下期见！
38Allen
15:22查看AI文稿AI文稿这个 ideogram 四纹身图模型目前在开源领域排名第一，它的这个总排名，也就是币源和开源都算上是第五。那我们现在就用一个视频讲清楚 ideogram 四的工作流的 使用和安装方法，以及用最简单的方法训练一个角色绕二模型和一个风格绕二模型， 因为它是基于 jason 格式的达标训练的，所以说它的写法必须是 jason 格式。我们先看第一个工作流，就是在这里输入这个 jason 的 格式词，在这个地方输入你要生成的宽高比， 以及这个图片包含多少百万像素。还有一个地方这个质量从上往下它的质量越来越低，就第一个质量是最高的， 当然他生成的速度也是最慢的，这些填完之后点击运行就可以了。那这个提字词的写法官方已经给了，在这个地方 官方给了一个提字词的指南，那写的时候可能需要一个大圆模型来辅助，就任意一个大圆模型都可以。然后我们把官方给的这个指南直接拖过来， 你想生成一个什么东西，你就直接跟他说，根据这个官方提示词指南帮我生成提示词，我要干什么什么什么背景是什么什么什么，把你的需求明确的写给他来发送给大语言模型就可以了。 生成之后他就会按照这个格式给你生成一个提示词，然后运行就可以了。那提示词指南我也直接上传到了网盘里，直接从这里下载就可以了。 我们看一下第二个工作流，这个是用的这个也是 k g 的 这个插件，他这个地方他是支持用这些框框去绘质表示，我们现在先把它给清空，你就可以直接在鼠标上进行画， 第一个在这里写上你要干什么的描述，你就随意在这个上面画。我们回到我刚才的这个视例，比如说在这个地方是有一个 a i s coming 这个标题， 下面是一个机器人，这边是一个女孩，点击运行它就生成了这样的一个海报。但是前面还要说一个这个是一个什么东西，下面这个地方是一个背景， 说他的背景这里的分辨率的设置和刚才那个工作流是一样的，刚才这个工作流还有一个点忘了说了，就是在这个地方， 你如果说是用这种大圆模型去生成提示词，在这个地方导入的模式，这里要选这个 always， 这个如果说你不选他，他默认是这个就当空的时候，这样的话，你如果说更新这个，他不会随着更新， 所以说这里你如果用这种模式，最好在这里选这个。那关于这个模型和工作流，我直接上传到了这个 com 幺搅拌站这里， 然后点击这个模型广场，就能找到这个 ideogram 四，模型和工作流点击进去这里直接可以免费下载，那这个网盘里面有两个部分，一个是这个 mod， 你 直接把这个 mod 覆盖你的 com 幺幺 mod 四， 还要注意把你的 comui 升级到最新版本，有的如果说你太老了，可能还不支持再安装这个工作流所需要的一些插件，然后启动 comui， 把这两个工作流拖进去，然后就可以运行了。那下面就是刚才说的这个提字词的官方指南， 那我们现在就以一个人物角色的拉尔模型为例，首先进入到这个数据集这里，然后点击新建数据集这里写上这个数据集的名字，比如说叫 ai 搅拌手， r 六 graham。 四，点击添加就可以了， 点击这个数据集，点击这个添加素材，然后把你要训练的素材直接选中，然后点击打开， 这样就导入到了这个拉训练大师里面，因为这个阿迪 graham 他的打标和其他的模型打标方式不一样， 他是需要一个阶深格式的，所以说这里要用自动打标，自动打标的时候选择这个阿迪 graham。 四、这里的打标模型选择千万三点五九 b 的， 当然你也可以选择像这种破线版的也都是可以的。在这个 模板这里选择 adogram 角色，我们这里是训练的一个人物角色，看到这地方有一个 x x x， 把这个直接替换成你的人物角色的触发词，比方说我这里叫 ai 搅拌手，这样就可以了。点击开始打标， 那这个时候老二训练大师就会按照 adogram 的 官方的推荐的打标方式进行打标， 然后同时还根据这个训练人物角色的模板进行达标，这样生成的标签就更适合训练人物角色。那我这里已经打完标了，我这里先停一下，那打完之后他就是这样的一个标签，一个阶梯式的， 你可以点击这个修改，这个是阿迪 graham 的 一个打标的编辑器，那用过这个阿迪 graham 的 这个模型的都知道，这里是有一个框，那在这个框里面填写打标的内容， 比方说这个都是自动生成的 ai 搅拌手站在这里展开双臂等等，前面像是一个 ai 搅拌手的全身站在展开双臂等等等等。 在一个透明的背景下面，这些都是自动打标生成的。假如说你的素材比较复杂的话，你可以进行手动的修改， 或者是你觉得这个自动打的标不是特别合适，你也可以在这里修改，也可以在这里会制这个框，比方说你的有一个其他东西，在这个地方，你就会制完之后在这里写上标签，都是可以的。我这个全都是自动打标生成的， 那我们关闭一下，进入到这个模型训练，点击这个新建训练任务，那在这个地方输入任务的名字，比方说我们这里叫 ai 搅拌手 r dgram 四 v 二，训练类型，在这里选择 r dgram 四，那在这个训练设置这里输入一个最大的训练轮数， 就是训练轮数乘以你的素材数，就是最后的训练的步数。还有这个网络维度推荐三十二十六也可以，其他的不需要动。在这个训练数据集这里，选择刚才新建的这个 ai 搅拌手二点五 m 四这个数据集， 然后在过程裁样这里点击这个添加裁样，就可以添加无数个裁样提示词，同时你也可以在这个地方去会制裁样的提示词，因为我们在用 adgram 的 时候就有一个这种编辑，但你也可以直接输入这个建层格式，在做的时候你这些编辑 写上整体的描述、美学风格，这些裁样时需要的属性背景是什么？ 这个框里边他在干啥？搅拌手在开着一辆车，在高速公路上，你可以在这里添加多组材料，包括他生成的宽度、高度种子，把这些设置完之后，点击检查训练参数，没有问题点击保存就可以了。 然后进入到这个模型训练，这里点击开始训练，那这个时候老二训练大师就会自动完成训练前的所有的出场操作，并且自动开启训练， 你只需要等着训练结果就可以了。那训练过程当中可以查看它的过程采样，我们可以看到这是有两组采样，下面这一组是唱歌的一个采样，上面是这个开着跑车的采样， 然后还可以查看他的绕指曲线，点击这个查看绕指曲线，这个上面就是按训练步数统计的绕指曲线，下面是按训练轮数统计的绕指曲线，最后一个选项是模型输出，点击打开这个就是训练好的所有的绕模型，包括中间产出的绕模型。 在这个任务配置这里，就是每十轮和每一千步各输出一次拉模型，所以说这里有按步数的，也有按这个轮数的，我们选择一个需要测试的拉模型复制一下，然后我们把它复制到你的 comui model 式 lars 里面就可以了，比方说这个 ai 搅拌手 2 0 是 v 二，然后我们打开这个 ai 搅拌的基础的纹身图的工作流，这个在之前的视频里也分享过， 我们进入到这个子图里面，区别就是在这里加了一个 lars 模型，这个 ai 搅拌手 ai 搅拌手 v 二，然后我们在这里去编辑 ai 搅拌式的这个提子词参数， 这个在上个视频里面也说过，比方说这个爱搅拌手在唱歌，背景是蓝天和山，在这里画一个框，这里是一段提示词，大概就是拿着麦克风在唱歌，点击运行，这个就是最后的一个生成的效果。 那我们再来测一个，比方说开搅拌手在开摩托车，摩托车在公路上飞驰，我们扩写一下这个梯子词，我们在这个工作流里边写上他一个整体的描述，这个是背景，可以不用动，这是个蓝天和山脉， 这个 t 字词要改一下，我们把这个扩写的 t 字词放进来运行好，现在是生成完了，可以看到最终的效果还是很不错的，我们可以看这个 t 字词，就在这个公路上，然后有 a i g 我 扳手标志的红色 t 恤，还穿着黑色的皮夹克等等， 这就是最后的一个效果。我们现在训练一个 adgram 式的风格 lara， 那 只需要两步，第一步就是准备这个风格的素材，然后再使用 lara 训练大师进行打标和训练就可以了。 我们进入到这个数据集里面，在这里新建数据集，比方说叫这个 idgram 四吉布利风格，点击这个添加就可以了。点击这个数据集，进入到这个数据集的管理页面，点击这个添加素材，把准备好的吉布利风格的这些图片 选中，直接点击打开，然后就加入到这个数据集里面。因为这个 idgram 四的标签比较特殊，它是需要阶梯格式的， 所以说这里需要使用这个自动打标，在自动打标的时候这里选择二 dgram 四，在这里选择，比方说千万三 vl 或者是千万三点五九 b 的， 这个都是可以的。 那在这个模板这里选择这个 adgram 风格，因为我们现在要训练一个吉普利风格的，这个地方可以加一个出发词，叫吉普利风格，下划线是就这个风格的出发词，这样就可以了。点击这个开始打标， 这个老二训练大师就会按照训练风格的特点，然后对这个素材进行打标，我这里已经打完了，我这里直接停掉就行了，我们可以看一下这个标签，标签在这里是直接可以修改的，一般建议点击这个修改， 可以看到他是自动这样打的标。咱们用过这个阿德几何四工作流的话，都知道他是需要这个小框框的，这个框就是框，选这个区域，这个区域是干什么的，如果有需要改的，你在这里根据这个阿德几何四的这个提示词这个特点进行改就行了。 再进入到这个模型训练，点击这个新建训练任务，那首先在这个任务名这里起一个名字， 比方说叫吉布利风格，二代 gram 四 v 一， 这里选择二代 gram 四，这里 输入最大的训练轮数，这个训练轮数乘以你的素材数，就是最后的训练的步数。还有一个开不成，建议这个地方选择仅警告，如果说你的素材特别多的话，因为自动打标，它有时候可能会出现一些不合规的标签， 这里选择仅警告，这样的话就能提高训练的成功率。在这个数据集这里选择刚才添加的这个数据集叫 r 六 gm 四流利风格，然后在过程产量这里就是在训练过程当中查看这个训练的效果， 如果你不想启动把它给关掉就行了，那我们现在启动这个过程裁样，在这里点击添加裁样，它就可以添加多组裁样，那这个裁样的参数也是通过这个 ui 来设置的，因为它是需要一个接收的提示词， 自己书可能比较麻烦，通过这个编辑器直接编辑完之后，自动生成这个符合规范的标签，也支持输入它的宽度，高度、种子数。这个编辑器这里写它的整体描述，美学风格，光照 这个没见类型，然后艺术风格这个整体的背景，可以在这里添加这个边界框，去描述这个边界里面是什么。我们这里就是一个长头发女孩特写这第二组材料，这里是穿着球衣的一个小男孩，这些配置好之后，点击这个检查训练参数 没有问题，保存一下就可以了。进入到这个模型训练这里点击开始训练，那老二训练大师就会自动完成训练前的所有的出场操作，并自动开启训练，你等结果就可以了。 那过程当中可以查看这个过程裁样，可以看到我们是一共新建了两组过程裁样，一个是女孩的，第二组是这个小男孩的，然后在这个褶子曲线这里可以查看这个训练过程当中的褶子曲线， 然后最后一个就是模型输出，这个就是训练好的所有的褶子模型过程当中会产出很多褶子模型，在这个任务配置这里 可以配置它的产出的频率，这里比方说是每十轮和每一千步各产出一次，点击这个打开这里就是你训练好的所有的模型了，你想测试哪个？复制一下，不知道你的 comui models lars 里面就可以了。比方说这个 吉布利风格二六 graham 四 v 一， 然后我们进入到这个二六 graham 四的这个纹身图的工作流，跟之前的纹身图的区别就是这地方加了一个 l， 选择这个吉普利风格 i 六 graham 四 v 一。 这个题字词就写的比较简单，就是一个小女孩，蓝天和山背景在这个地方这个 art style 就是 写这个吉普利风格，这个地方写就是一个长头发女孩的特写。我们点击运行 这个，就出现了这个吉普利风格的这个图片，我们可以做个对比，把这个 lara 给禁用掉，然后我们再来运行一遍。好，这个就是没有加 lara 的 这个效果，这就说明刚才我们训练的这个 lara 加了之后它是有效果的。
34AI搅拌手
50:28查看AI文稿AI文稿你这个阶层的人会极力阻止你刷到这条视频，因为他们不想让你知道 ai 已经发展成这个样子了。生成图片免费，生成视频还是免费？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， comui v 九点五最新版本。 那些满是套路的付费平台不同，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。那整合包是什么味道呢？ 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个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，如果是要把空浮圆学好，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。首先来看一下队列， 我们点击队列，这个队列指的是什么呢？很好理解，这队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 select 高清放大，里面有十个文件。我们再来到这个 select 高清放大，这里的节点对应的就是这里面的这些节点。 你想用哪一个节点，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 checkpoint 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 checkpoint 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，接着重启空腹 ui 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，这个就是空腹 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，这个就是框辅以外的官方节点插件库，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，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，登记一下，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。再来看这里的导出，导出指的是导出我们的工作流，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，才能让框复位正常运作，这时候呢就用到这个功能。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， 那么空腹源也是一个逻辑，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，辅以外界面的一些布局，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 他就会回到一个自适应的视角，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，去看一下它的数字是在变的， 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 bashnet 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 slashnet， 接着我们选择酷狗 u i slashnet 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 必须要收藏的网站以及优质的模型节点插件的下载及安装。 首先我们来了解第一个网站利弊利弊， ai 这个平台拥有庞大的模型库，包含了超十万个原创模型，覆盖了重摄影、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 trackpoin 的 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 trackpoin 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 lala 小 模型呢？那么我们一样进行筛选，选择我们需要的 lala 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， libabui 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 ai 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 swift ai， 这个平台类似于国内的 leibili ai swift， 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 get up， get up 是 作为全球最大的代码托管平台，同时也是空浮 u i 的 官方仓库， 我们在选空浮 u i 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 u i 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 ipod data 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 ipod data 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以外的工作原理， 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，它就是节点框否 y 的 运行逻辑，它是从左边进行计算，我们可以把这个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、 v a e 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 cfui 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，不光跟愣特大小有关，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辨率，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 彩样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。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裁样步数，它的作用就是控制去噪迭代的次数，为了方便大家看得更加直观，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， cf 机址设置为一，采暖器设置为 mpp， 二 m 调度器设置为 kalas。 点击运行，我们能够看到，当 cf 机址为一的时候，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， 只不过在框父 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使噪声的去除程度。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， 再选择彩样器和调度器，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 clip 文本编码，通过文本编码进行下达指令，把指令给到 k 彩样器，告诉 k 彩样器我具体需要什么。 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 显像器，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 a e 编码加进来， 那么这个 v a 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个 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， 那么基本的这个图上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。接下来把这个采集器呢改成 plus， 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，调整为零点八，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， 那么这里的灯光它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 switch 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，就是匡福 u i 的 图像图。接下来我们来讲第一种放大方式， sd 放大，搜索 sd 放大节点，然后进行安装节点，因为我是已经安装过了，所以不需要再安装了，然后进行返回重启。匡福 u i 重启之后，我们来到旷辅 ui 安装好之后呢，我们就可以搜索出 sd 放大节点，我们需要选择第一个 sd 放大。大家看到这个 sd 放大节点之后呢，是不是感觉它特别像我们的采暖器？接下来我们再创建其他的节点，拉出图像节点，加载图像， 再把我们需要修复提高画质的素材放进来，再拖拽一个大模型。这个大模型呢，我们就选择 sd 叉 l 模型，再创建一个文本编码， 按住 alt 键拖拽这个节点，我们就可以复制一个节点负面提示词，连接负面条件，这里的正向提示词呢，我们就写这个高质量，细节丰富。负面提示词呢，我们就写这个质量差，模糊杂乱。 v 一 连接 v 一 再拖拽出放大模型， 添加一个加载大模型，这两个加载放大大模型我会提供给到大家，这个是两个模型放置的位置，然后再拖拽一个图像节点，添加预览图像，为了更加的直观，能够看清放大前跟放大后的对比，所以呢我们可以给他加上一个图像对比节点， 放大把分辨率为五三三乘八百的原始图像，拖拽给图像 a、 s， d， 放大的图像，拖拽给图像 b。 接下来呢我们去调整这里面的参数，放大系数其实很好理解，就是你要放大多少倍，我们就把它放到四倍， 那么随机种子呢，不用管它，这个采样器呢，我们就选择常规的采样器 m p、 b 二 m， 调度器呢，就选择卡拉斯这模式类型呢，不用管它。那么这个分块宽度指的是什么意思呢？ sd 放大节点在对你这张图片进行处理的时候呢，它会把你的这张图片拆分成很多个模块来进行处理， 这个分块宽度的参数越小，那么也就代表着它要处理更多的快速，那么计算的时长呢，也就更久。待会呢，我们一起来看一下它是怎么处理的，下面的这个参数呢，也可以不用动，接下来呢我们就点击运行即可， 这时候它提醒我们忘记连接 clip， 关掉连接下 clip， 再点击运行，我们一起来看一下 sd 处理的细节。我们能够发现 sd 放大节点把这张图片拆分成了非常多个小模块进行处理处理，每个模块的大小对应的就是分块宽度的大小，处理的快越多代表时间越久， 当然效果更好。好了，我们现在所看到的这个图像就是经过 sd 放大节点提升画质后的图像。再来看一下图像对比节点，这是提升画质之前， 这是提升画质之后，从整体的角度来看的话，提升画质效果非常的明显。在提升画质之前，很多的元素都是模糊不清的， 尤其是头上的小花和人物的脸庞，他都没有较好的突出表现，但是在提升画质之后，我们能够看到小花人物的脸表现非常清晰，包括一些人物的细节， 像人物的手，衣服表现也是非常不错的，尤其是他的一个发丝处理的非常的好。当然经过 s d 放大节点处理之后呢，还有一些小瑕疵，比如说像人物的头发，注意看一下这个地方，他的 ai 感非常的严重， 这个地方处理的也不是很好，然后的肩上皮肤这块处理的也不是很好，但是从整体上来说，它的表现力还是非常不错的，这个就是 sd 放大的表现力。接下来我们来讲第二种方式。 接下来我们来讲第二种提升画质的方式， superior 节点放大。首先我们需要在节点管理器安装这个节点，因为我已经安装过了，所以我就直接退出。 接着在空白处进行双击添加 supreme 放大节点，拖拽图像节点，引路加载图像节点，这时候呢，我们就可以把我们刚刚那张图片导入进来。拖拽图像节点，添加一个预览图像，为了方便观察放大前跟放大后的对比，我们需要添加一个图像对比节点， 原始图像连接图像 a 节点，经过 supreme 放大节点处理过的图像连接到图像 b。 接着我们需要选择 supreme 大 模型， 这里要注意的是， scaler 模型，我们就必须要对应 scaler 模型，我们就选择 scaler u f f p 十六精度的模型。 scaler 放大节点呢，还有一个特点就是我们需要引入 sd xl 模型，这里呢我们就选择一个通用的菱形 sd xl 模型，接着继续调节下面的参数， 这个缩放系数呢，很好理解，就是你要放大多少倍？我的电脑呢是四零七零的显卡，十二 g 的 显存，我就把它放大三倍，放太大容易崩。正向提示词我们就写高品质，细节丰富。负面提示词呢，我们就写质量差，模糊杂乱。接着再看下面的功能， 仔细一看的话，你会发现它跟 sd 放大节点呢有一些共性，它都有分块尺寸，分块不长。 其实从这里就不难看出 spare 放大节点的特点呢，同样的，它也是把我们的原始图像进行拆分成多个模块进行处理，然后把处理好的板块再拼接起来。 那么如果你的电脑配置在不够的情况下呢，你可以打开下面的两个功能，在你显存不够的情况下，它会调用你的运行内存。 那么这个彩样器呢，我们就选择默认的彩样器，接下来就点击运行等待结果好了，经过五分钟漫长的等待，这个图片呢就生产出来了，这个呢就是经过 supreme 放大后的图像，我们一起来看一下，整体来说效果还是可以的，我们再来看一下前后的对比，这是放大前， 这是放大后，这个小花他处理的还是非常到位的，现在呢我们能够非常清晰的看到这些花的细节， 还有就是它的一个头发丝，注意看它头发丝这个地方，这个地方它处理的非常的好，它不会像我们之前所使用的 sd 放大的这个效果一样，它有严重的 ai 感。 superior 放大节点还有一个啊， superior 放大节点还有个特点，让我比较满意的是它对衣服细节的处理，可以说处理的非常的到位，注意看一下现在的衣服是模糊不清的，你看不出什么质感，也看不出什么纹理，再看一下经过处理后的纹理， 他非常的清晰，还要再看一下这个肩膀处，是不是也是处理的非常的好。再看一下这些发丝，也是处理的非常自然，非常的好， 这些发丝也是处理的非常的自然，非常的好。当然呢还有一些小不足就是对于这个脸部的一些细节的处理，当然我们可以尝试性的把这个分辨率再提升一个档次，把它放大的表现力是大于 sd 放大的表现力， 这个呢就是 sabre 的 强大之处。好了，接下来我们来讲第三种方式，接下来我们来讲第三种提升画质的方式，阿拉萨节点放大，这个节点是外置节点，需要进行安装。首先我们添加阿拉萨放大节点，拖拽图像节点，添加一个加载图像， 接着再导入人像图，添加预览图像，为了方便观察，老规矩我们添加一个图像对比节点，放大图像，对比节点原始图像连接图像 a， 经过阿拉萨放大节点的处理，拖拽到图像 b， 接下来我们来了解里面的功能，阿拉萨模型呢，我们就选择第一个模型，这个模斗指的是你要放大多少倍，我们就选择放大四倍，选择第二个。 这个功能翻译成中文叫重新用透明度，你打开即可，下面这个翻译成中文叫快批量处理大小，这个指的是你要把将图片分成多少块进行处理，如果你想得到更高质量一点的画面，那么你就把这个参数呢调小一点，那么默认值呢是八， 或者是你也可以把它调成到十六，这个指的是你用什么渲染，那么你可以选择 cpu 渲染，你也可以选择 gpu 渲染，选择好之后呢，我们点击运行即可，经过一分钟的等待，这张图呢就处理好了，我们一起来看一下对比效果， 这是放大前，这是放大后，从整体来看的话，它虽然有放大的效果，但是呢整体来看它还是有较强的 ai 感，在整体上呢，它加了一些绿化的效果，尤其是我们需要看一下人体的皮肤，注意看，看起来呢，它有点像油画的感觉， 而且人物脸型的质感可以说完全变了。那么哪些地方处理的还是比较好的呢？尤其是他对衣服细节的处理，质感处理的是比较到位的，当然对发丝的处理呢也还是可以的， 但是呢对于皮肤的处理还是不太友好，如果是需要对人物进行放大修复处理，我不建议使用这种方式。 接下来我们来讲第四种方式，也是我个人很喜欢的一种方式。第四种提升画质的方式呢，是 c 的 vr 节点，它是一个外置节点，需要进行安装。接下来呢我们就添加 c 的 vr 视频放大节点，拖拽图像节点，添加一个加载图像，还是导入那张人像图，再给他添加一个加载文件， 那么这个参数呢，选择十六即可。这个功能翻译成中文叫做要交换的快速，说白了就是你要把张图片拆分成多少块进行处理，如果你想让画质高，那么你就把这个数值呢进行加大，你可以把它加到三十二， 我在这里呢就选择默认值。接着我们需要添加大模型，大模型的选择呢跟你输出来的质量有关系，大模型的精度越高，那么输出来的质量呢也越高，我们就选择这个大模型， 这个呢代表的就是它的一个分辨率，这个呢就是分辨率的输出，我们可以把分辨率呢调整到二零四八。下面这个参数呢我们可以不用动，接下来呢我们添加一个预览图像节点，再添加一个图像对比节点， 原始图像连接图像 a， 处理过的图像连接图像 b， 点击运行看一下效果， 经过两分钟的等待，图像就已经生成好了，那么这个呢是生成好的图像，二零四八乘以三零七零。我们来看一下放大前跟放大后的对比， 这是放大前，这是放大后，放大后的画质效果，你会发现无论是从发丝小花还是从皮肤的质感，尤其是你能从皮肤的质感看到它有一个质的飞跃， 可以说 c 的 vr 从皮肤质感的处理放大细节来看，他可以吊打前面三种方式，你能够发现他的嘴唇，他非常的细腻，他有了非常多的一些纹理的细节，包括他皮肤纹理光泽硬的一些细节都非常的到位， 还有他的衣服的质感也是处理的非常的清晰，非常的好。好了，以上就是四种高清修复放大方式，喜欢的小伙伴记得点个赞哦！
30:48查看AI文稿AI文稿这是一个不限次数生成图片和视频的 ai 工具，这就是地表最强 ai 生产力工具 comfy 九点五破线版，这个大版本的更新完美攻克软件安装难，工作流、报错地点，全程开源，纯免费，无积分， 无任何隐形消费，全系原声中文界面，内置海量工作流和主流模型整合包，解压紧用无脑安装，最低支持一零六零显卡一键搞定电影级 ai 视频高清声图、三维建模、 ai 音乐制作整合包是什么费呢？ 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 superfuture 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，一起探寻 step diffusion 的 kufui 到底该如何使用吧。大家所熟知的 web ui 和 kufui 其实都是属于 step diffusion， 而 web ui 主要是基于 gradu 酷开发的浏览器界面， comf ui 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 comf ui 和 web ui 的 优缺点列出来，方便大家做个对比。首先我们来看 web ui 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。那么它的优点其实是节点更异于管理，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 cf ui 里可搭建工作流并使用的。而对于 web ui， 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 cf ui 也意味着你能够更早地使用到最新的模型与插件。而 cf ui 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语言的基础操作。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。那么康复语言除了上述优点之外，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 comfuly 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 a i 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 control 内及其诸多预处理器的使用方法以 习使用场景，之后还会教大家 ipad 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，而在最后我们将结合前面所学的全部知识，一起来做一个 ai 视频换脸转会。那么你还在等什么？赶紧点开下一期视频开始你的学习之旅吧！ 欢迎来到 comfui 系列教程的第三节，那么在本节课中，我们将一起了解 comfui 的 主界面以及各种参数到底代表了什么。最后我们将学习 stable fusion 生成图片的根本原理。好的，我们打开了秋月大佬的会式启动器后，点击一键启动。 经过一段时间的等待后，我们便来到了 comfyui 的 主界面。那么我们在面对 comfyui 这个完全陌生的软件时，我们要做的就是初步了解每一个模块的大体含义。那么接下来我带着大家过一遍。首先是操作方式，我们可以通过鼠标的滚轮来控制画面的缩放， 按住鼠标左键，我们可以拖动我们的仕途。点击鼠标右键，我们可以看到有非常多的栏目，这边我们可以试着点击新建节点，随后我们可以看到有非常多的节点可以供我们选择。好的，那么之后我们再来说一下快捷键，生成图片的快捷键是 ctrl 加 enter 框选节点的快捷键是按住 ctrl 加鼠标的左键。移动框选目标的快捷键是按住 shift 加鼠标的左键。 这边我们在框选完后，如果不按住 shift 直接进行拖动的话，我们可以看到此时只有单一节点进行了移动，剩下的快捷键我都放在这了，小伙伴们可以暂停观看。 好的，那么接下来我带着大家一起来解读一下这个默认工作流。首先在这边我们可以看到有个叫 checkpoint 加载器的东西，这个节点的主要作用是加载扩散模型，也就是我们常说的大模型。 此外，该节点还提供适当的 ve 以及 clip 模型，具体它们是什么我们带回讲。我们顺着 checkpoint 加载器的节点连线，可以看到这里有两个 clip 文本编码器，在这里我们可以看到它们的输入都是 clip， 而它们的输出都是条件。那么究竟什么是 clip 模型呢？ clip 全称为 contrasted language image pre training， 是 由 open ai 公司在二零二一年发布的一款多模态与训练神经网络模型。 clip 模型的作用是理解我们输入文字的意思，比如我们输入 one go 生成的是一个女孩，而不是太阳， 这就是 clip 的 作用。接着我们顺着 clip 文本编码器的条件输出看过来，连接到了 k 采阳器上。这边我们可以看到 k 采阳器一共有两个关于条件的输入，一个是正面条件，另一个是负面条件。那么这代表着连接着正面条件的文本编码器内的提示词为正面条件提示词， 也就是我们常说的负面提示词。好的，我们把目光重新回到 k 采阳器内， 我们可以看到除了正面条件以及负面条件外，还有两个输入，分别是模型以及 latent， 那 么模型则是连接着刚才的 checkpoint 加载器，也就是我们的大模型。那么这个 latent 究竟是什么意思呢？ latent 通常是指前空间，可以理解为 static fusion 内部流程中的图像格式。如果将图像作为输入，则需要通过 v i e 编码将其转化为 latent 数据 在最后输出时，也需要通过 ve 解码将其转化为像素空间，也就是我们最终看到的图像。这边我们可以看到 k 太阳器的阶连接着一个叫做空阶的节点，这个节点内共有三个参数， 分别是宽度、高度以及 p 四大小。宽度和高度决定了我们最终生成图像的尺寸，而 p 四大小则代表着每生成一次将出多少张图。比如说我们将 p 四大小改为三，高度改成七百六十八。 最后我们按 ctrl 加 enter 进行生成。好的，这边我们可以看到一次性生成了三张图像，也就是我们 p 四数目的图像。接下来我们继续看 k 太阳器的其他参数。 首先是随机种，随机种的值我们一般称为种子值，每张图都有专属于他的种子值，我们也可以理解为种子值，就是图片的 id 号码。接下来是运行后操作，点开后我们可以看到一共有四个选项，分别是固定、增加、减少、 随机。如果选择固定，则在你生成完后，种子值会保持不变，方便你进行其他的调整与操作。那么接下来就是采样步数，采样步数越多，计算机的运算时间越长，在大多数的情况下，我们的采样步数保持二十到三十步即可。接下来是 c f 居值，该值的意思是提示词引导系数， cf 居值越高，则代表着生成图像与提示词之间的联系越紧密。 cf 居值越低，则代表着提示词对生成结果的影响越小。不过过高或过低的 cf 居值都会给图片带来不好的影响， 所以我们一般保持适中的 cf 居值即可。接下来是采暖器和调度器，我们可以理解它们为图像的生成方式，如果我们将其他参数比作是食材， 那么它们则是烹饪方式，不同的烹饪方法当然会带来不一样的结果。比如我们点开采暖器后，可以看到有非常多的选项，这里我们目前最好的一般是选择这个 d p n 加加二 a m 或者 d p n 加加二 a m s d e， 这两个都是挺不错的。接下来点开调度器，我们也是可以看到有非常多的选项，这里我们一般选择的是 carrots。 最后我们可以看到还有个降噪参数，由于该参数是跟图生图有关的，我们以后再说。接下来我们看一下右边有个叫做 v i e 解码的东西，那么我们可以看到这边有两个输入，分别是 latent 以及 v i e。 至于 latent， 刚才我们已经解释过了，也就是前空间图像。那么 v i e 究竟是什么呢？ v i e 全称变分字编码器 variation 的 缩写，它是一种深度学习模型，主要用于无监督学习任务，特别是在生成模型领域， ve 结合了神经网络和概率图模型的特点，而他在康复以外的作用是将我们的前空间图像编码成像素空间图像，或是将像素空间图像编码成前空间图像。除此之外，我们还可以双击屏幕上的空白处，随后就可以搜索节点，比如说搜索加载图像， 或者我们也可以双击搜索预览图像。这边再多说一嘴， v e 解码之后的图像节点，我们也可以直接连接到预览图像上， 比如说我们现在把这个保存图像节点给删去，如果这么操作的话，那么我们生成的图像不会被保存，接着我们再生成一次。 这边还要注意的一点是，在我们搜索节点的时候，我们也可以输入英文，比如说加载图像的话，那么就是 load image， 那 么我们可以看到这两个节点是完全相同的。接着我们再来说一下，比如说当我们输入英文的时候， 同样的也是 load image， 但是这个时候我们加了一个空格，好，我们可以看到这里面并没有出现加载图像的节点，那么这也意味着在我们搜索节点的时候，我们要注意区分节点的名称是否有空格好，比如说我们需要搜索加载图像节点， 那么我们删去 load image 之间的空格之后，我们可以看到，哎，是不是加载图像节点就出现了？ 好的，那么以上就是关于默认工作流的全部解释，接下来我们来看下界面还有其他哪些模块。首先我们点击左上角，这里有个文件夹， 点开后我们可以看到我们的工作流都保存在这，这边可以点击新建，那么我们就新建了一个新的工作流，当然我们也可以点击这个 import， 也就是输入我们的工作流，或者说是输入我们的文件夹。 最后我们点击 models， 我 们可以在这里找到并且下载相关的模型。接着我们来看一下右边的栏目，首先是该栏目的左上角，我们按住后可以进行拖动， 然后是这个齿轮标志，点开后我们便来到了康复以外的设置界面，在这里我们可以设置语言，点开后我们可以看到有中文，繁体中文，英语以及日语韩语等等。我们往上翻可以看到有其他的功能，比如图像面板顺序，图像面板的位置等等等等。 我们往下看，这有个文本补全，这个 enable 我 们一定要勾选上，这代表着它的起用。文本补全的意思就是在我们输入提示词的时候，会有这些英文短语的提示， 我们往下看有个添加提示词队列，这个是生成的意思。接下来我们可以看到有个保存的选项，点击该按钮，我们便可以保存当前的工作流以及加载，那么就是加载工作流，同样的意思。 接着是重刷新，比如说我们下载一个新的大模型之后，那么我们点击重刷新便可使用。接下来还有个重点就是管理器，这个是 com 浏览器里面最重要的节点，点开后我们可以看到有非常多的功能， 比如说这边有数据库以及频道方式，预览方法，表情等等等等。这边预览方法我们一般选择的是这个 later to rgb， 然后表情这一栏我们一般选择的是名称， 也就是标签名称。选择了之后，我们可以看到节点的右上方一般会出现一个小狐狸按钮，而小狐狸按钮则代表的是它是官方节点。比如说我们加载一个新节点， 那么我们可以看到该节点是属于 animate develop 节点组的。接着我们回到管理器这六个 custom node manager， 点开后，我们可以看到有非常多的节点，在这里我们可以查找以及安装我们想要的任意一个节点。在今后的学习过程中，我们会频繁使用到这一个模块。 接着我们看到 model manager， 在 这里我们可以安装我们想要的任意一个模型，注意模型不是节点，他们是分开来的，至于该模块，我们今后也会频繁的用到。好的，在介绍完 comf 以外的主界面以及各种参数后，我们来了解一下 stupefaction 的 内在运行原理， 就可以方便我们理解并掌握进一步的学习内容。在我们输入完题序词之后，文本编码器的 click 模型会将题序转化为特征向量， 然后再由 ve 编码器将这些特征向量传输到前空间内，这些特征向量在前空间内不断的降噪，最后再由 ve 解码器将这些经过降噪之后的特征向量解码成由一个个像素所组成的图片。 好的，那么以上就是本期的全部内容了，如果你觉得对你有帮助的话，那不妨给个三连加关注吧，我们下期再见，拜拜！ 哈喽，大家好，欢迎来到康复 u i 系列教程的第四节课，那么本节课我们将一起学习纹身图的相关知识 以及提示词的语法。在第三节课的结尾，我们一起学习了 step diffusion 康复 u i 的 基础工作原理，那么现在我将结合默认的纹身图工作流来讲解其中的工作流程。 首先第一步，在我们输入完正负相的提示词后，文本编码器内的 clip 模型会将我们的提示词转化为特征向量输送到 k 彩样器内。那么这边有个疑问，就是文本编码器的 clip 模型从哪来呢？我们顺着这个节点往下看，可以看到它来自于 jpeg 加载器， 而这个加载器主要是加载各种各样的大模型，也就是说文本编码器内的克利普模型是属于各个大模型的内置克利普模型，而不同的大模型之间克利普模型也可能会有所差异。那么接着我们可以看到这个朋友加载器的输出有个 v a e， 那么也就是说他提供了 ve 模型，我们看看连到哪哦，连到了 ve 解码这里，而 ve 解码的作用就是将 k 采集器内经过了降噪之后的前空间图像解码成像素空间的图像，也就是我们肉眼可以看到的图像。这边我们可以做个实验，先将种子值固定，最后断开 ve 的 连接， 然后我们生成，我们可以看到这边是直接报错了，而这个报错的意思是缺少了 ve 的 输入，那么接下来我们重新将 ve 模型给连上，随后开始生成。这边再提一嘴，生成的快捷键是 ctrl 加 enter， 非常的实用，请牢记。 如果说你想调节生成图片的尺寸，那么我们可以在空内存这里，比如说我们将高度调成七百六十八，注意这个数值一定是八的倍数，宽度也一样。至于 p 次的话，则是控制单次生成的图片数量。比如说我们设置成二。好的，我们摁 ctrl 加 enter 开始生成。 图片生成后，我们是不是可以看到它的比例已经成功变成了竖屏的比例，并且它一次生成了两张图像？好，接下来我们一起学习题序词的相关语法。首先我们来聊聊书写规范， 不论是正向提示词或者是副向提示词，我们在书写的时候一定是英文以及英文的标点符号，不然系统可能会识别错误。比如我们输入 one girl garden 还有 yellow dress 黄色的裙子。这边再提一嘴，生成的快捷键是 ctrl 加 enter。 好 的，我们得到了一个穿着黄色裙子在花园中漫步女孩的图片。那如果说我们用中文来输入，结果会是什么样呢？一个女孩花园以及黄色的裙子， 我们这边可以看到，不能说是毫无关联吧啊，他们至少图片中都有女孩，但是黄色的裙子以及花园很明显没有在图片中出现。接下来我们来讲一讲题序词的权重。 在这之前，首先我们要理解什么是权重。对于权重概念模糊的小伙伴，我们可以理解权重就是比重 分量，那么一个提示词的权重越高，它的分量就越高，它的比重就越高，它在整体中的地位就越高。比如现在一个提示词的权重是一点二，而另一个提示词的权重是零点九，那么当然是一点二的提示词会占更大的比重，那么接下来我们做个演示， 比方说我们输入 one girl garden， one girl 的 权重是一点二，而 garden 的 权重是零点八，那么画面会更侧重于 one girl 的 展现。那如果说我们 one girl 的 比重是零点八，而 garden 的 比重是一点二，那么画面会更注重于描述花园是怎么怎么样的。 好的，接下来我们来讲一讲我们该怎么去控制提数字的权重。首先是中括号，中括号代表着零点九倍的权重，也就是说给提示词加上中括号后，提示词的比中会变小，会降低它的重要性。 那接下来是小括号，小括号代表着一点一倍的权重，比如我们给一个提示词加上小括号后，那么该提示词在画面中的比重 就会增高。最后是大括号，大括号代表着一点零五倍的权重，算是一种微调。当我们给某个提示词添加两个中括号时，那么就相当于为这个提示词加上了零点九乘以零点九倍的权重，零点九乘以零点九是零点八一， 那么就相当于给这个体式词加上了零点八一倍的权重。那么同样的，当我们给一个体式词加上两个小括号时，那么就等于一点一乘以一点一倍的权重，那也就是一点二一，相当于我们给这个体式词加上了一点二一倍的权重，大括号也同理。那 那么有的同学可能会问，关于这个权重的变化有没有什么快捷键呢？哎，这个还真有。比如我们将光标移动到某一题是此上时，打个比方说 garden 摁住 ctrl 加上键，那么就是给他加权重，我们可以看到他的权重在不断的增加， 那么 ctrl 加下键，那么就是减少他的权重，是不是很方便呢？不过我们要补充的一点是，关于权重，我们要多低都行，但是不可过高的话，图片就会过拟合， 换句话说图片就会变形，会失真。接下来我们来讲短句和长句。我相信不少小伙伴对我这么一个疑问， 为什么我写提示词的时候，一定是一个一个词这样去拼写，而不是用一句话去描述我们想要生成的内容呢？那么这边我可以很明确的回答你，其实两种都行，但是就目前而言， 用一个一个的词组去生成，效果会更加的准确，更能表达出我们提示词包含的意思。另外一点，使用一个一个的词的时候，也方便我们进行权重的调整。比如刚才我们有提到，将光标放在某一体字词上， 然后摁住 ctrl 加上或下就可以调整该体字词的权重。那么如果说是一句话的话，你想调整某一体字词，那么可能就得手动去输括号，进行相关的权重调整。当然现在全世界的 a i g c 从业者也在不断的去 研究该怎么样让自然语言，也就是我们的长句能达到媲美短句的效果。 接下来我们来讲一讲提示词的整体长度，这边要注意，比如我们在输入正向提示词的时候，并不是说越多就越好，多可能会让你的表现更加糟糕，那么我们最好把提示词控制在什么数量之内会效果最佳呢？经过众多 a i g c 玩家的经验以及研究表明， 提示词控制在七十五个之内是效果最精准的，超过了七十五个提示词的话，可能会对提示词的识别不精准，整体的表现会降低。正向提示词如此反向提示词也是一样的，记住最好不要超过七十五个。 接下来我们来讲一讲骑手势，那么什么是骑手势呢？在 stability fusion 各个大模型训练的过程中，会加入许多的 如四 k， 八 k 或者 masterpiece 各种各样高质量的图形去训练。那么当我们在输入提示词的时候，比方说输入四 k masterpiece， 那 么就可以使我们生成的图像更加的精美。反向提示词的话，那么就相反，比如我们输入模糊 是文不想要模糊嘛，那么相当于也是会让图片变得更加的清晰。或者说我们在反向提示词内输入文字 text， 那 么在画面中就会减少文字的出现。这边我们可以来看一下这几组的对比，差异还是很明显的。 接下来我们来讲讲提述词的顺序。或许有小伙伴会有疑问，一个提示词在整体的前部或者是在整体的后部会有什么影响吗？答案是会有影响，在一组提示词中，越靠前的提示词权重会有所增加。那么在我们书写提示词的时候，我们尽量按如下格式进行书写， 首先是书写那些可以提升画质的，或者说可以改变画风的一些词汇，比如 masterpiece， high quality， high detail， 类似这些词汇。第二步是描述我们画面的主体，比如我们可以说 one girl， blue dress， 一个女孩，蓝色的裙子。 那么第三步就是描写环境，场景，灯光或者构图。比如我们可以说啊 garden 背景嘛， garden 或者说是 white background， 白色的背景，或者说是 soft light 柔和的灯光类似于这些。那么最后我们可以在正向题词的结尾添上我们想要加的 laura， 关于 laura 和各种模型的下载，我上期视频也有介绍，感兴趣的小伙伴可以回去观看。 接下来我们来讲一讲提示词污染。那首先我们要知道什么是提示词污染。我们可以看一下这一组图片，未经处理时，在多个提示词同时书写的情况下，各个提示词的意思可能会相互渗透。那么为了避免这种情况，我们可以用 break 来隔开提示词， 尤其是防止颜色污染。之后我们来聊一聊题序词融合。比如我们写 one girl， cat 这边我们可以看到生成了一张猫在女孩身上的图片。好的，现在我们在 one girl 和 cat 之间添加上 end。 注意这里的 end 必须是大写，全部大写。这边我们可以看到生成了一张猫娘的图片。这个 end 的 作用就是将两个提示词融合在一起。同样的，下划线也有和 end 类似的作用，也是将两个提示词结合在一块。 除此之外，隔一组提示词用中括号括起来，中间再用竖线隔开，也有类似与融合的效果。那么这个的原理是，第一步画前面的关键词，第二步画后面的关键词，第三步又在画前面的关键词，以此类推。最后我们来讲一下控制生成的时间段， 比方说现在的迭代步数是二十步，在这过程中，我想让前百分之三十生成森林，后面百分之七十生成一个女孩。那么我们可以试着这么书写，大括号， forest 在 街上冒号 one girl 在 街上冒号零点三，最后以大括号结尾，那么这一长串 代表着是在百分之三十的时候结束画 forrest， 开始画 one girl。 那 么如果说我们把零点三改成零点七，那么意思就是前百分之七十画 forrest， 后面百分之三十画 one girl。 好 的，那么以上就是本期的所有内容了，如果你喜欢本期视频，那不妨给个三连加关注吧，我们下期再见，拜拜！ 哈喽，大家好，欢迎来到 cf ui 系列教程的第五节课，那么本期视频我将分享几个非常实用的 ai g c 网站以及大模型的下载还有使用方式。那么在本期视频开始之前， 我们先了解一下大模型以及 laura 的 存放路径。首先是大模型，我们一般放在 cf ui 文件夹里的 models， 文件夹内的 laura， 文件夹中的 laura 内 有些小伙伴可能不知道什么是 laura， 那 么我们可以简单的理解为 laura 就是 非常精简的小模型，它一般搭配着大模型使用，从而让我们的生成结果更具风格化或是质量提升。 首先是利布利布 ai， 利布利布目前是国内最有权威并且规模最大的 ai g c 网站之一，该网站包含了模型下载、作品灵感、 在线生图，还有训练 laura 以及诸多功能。我们一起来看看模型广场，这里有诸多模块，动漫、游戏、插画、二次元幻想、手绘风、工艺风等等等等， 在这里都能找到你想要的相关模型。当你工作或生活中没有灵感的时候，我们可以来到这里看看大家上传的图片。如果有你喜欢的图片的右下角有生成信息，我们可以复制相关参数到 stable future 里面自行生成。第二个网站是 nova ai 点 dv， 该网站侧重于辅助功能，比如这个法术解析，我们可以把已下载好的 stable future 图片拖到这里来， 那么它就会进行相关分析，最后汇总成一个参数表格，当然我们可以复制这份参数表格到 stability fusion 里面，在这里有相关详细的使用介绍，我们看看侧边栏，这边有各式各样的标签供您挑选， 我们可以利用这些标签去组成我们想要的关键词，然后复制到 web ui 里面进行生成。此外，该网站还链接了 a i g c 的 社区，比如之前在 liblib 上看到的画作分享模块，这边也有，并且这边还对各种各样的图片进行了分类， 总体来说还是挺不错的。好的下一个网站是 poemlib， 在 这里我们可以很直观的看到每一个提示词所带来的效果。当然提示词标签也是多种多样， 我们可以看到人物的各种特征，这边几乎都有涵概，如果你想添加某个提示词，那么直接点击就行， 随后会在右侧的侧边栏显示有点像购物软件的购物车一样。等我们选择完所有信息的提示词后，直接点击复制便可粘贴到 web ui 里进行图片生成。除了人物外，我们还可以看到这边有诸多板块，服饰风格、各种构图、质感环境 以及一些质量参数等等。接下来是国外网站，首先是 civate ai， 在 这个网站内汇集了来自世界各地创作者所训练出的模型， 同样的也汇集了来自世界各地 ai g c 玩家所分享的图片。比如我们喜欢某一张图片，我们可以点进去看它的详细参数，比如它使用了什么模型，什么 laura 等等。当然还有关键词我们都是可以复制并直接进入到我们的 web ui 内进行粘贴复现的。 除了图片外，这边还有大家所分享的 ai 视频。总的来说， cvitai 是 一个非常非常全面并且有着海洋信息的网站，基本上市面上的所有模型以及 laura 在 这边都能找到。 接着我们来看看下一个网站 huginface， 想必这个网站许多人应该都听说过，许多最新的模型 laura 等都是在这边开源发布的。 比如我们搜索 stable fusion 三模型，这边我们可以看到网页包含了模型生成的视例图以及模型的原理，还有模型的代码等等信息，并且只要你登录了之后便可以下载该文件。最后要介绍的网站是 gitap， 这是目前全世界最大的开源代码网站，在这里我们可以找到海量的信息，其中就包括 aigc， 各个大模型或者是各种插件最新信息 以及下载方式。比如我们搜索 stable fusion， 在 这里我们可以看到有关于 stable fusion 开源的所有信息，无论是运作方式还是本地部署，亦或是它开源的代码，我们都可以从这里得知。最后是模型推荐，我们知道现在市面上已经有着成百上千各种各样的模型， 那么这边 up 主帮大家整理了一下，选出了几个我认为较为好用的大模型。首先是 dreamriver 以及麦吉系列，它们的共同点就是生图质量较高，并且生图的类型范围非常广泛。 最后是 prime mix， 这是一个二次元大模型，在有关动漫的图像生成上，它的表现非常卓越。 然后是建筑类的大模型 architecture realmix， 这个模型包含了建筑相关的一切领域，包括楼体创意、现搞转会、室内设计等等等等，它都能胜任。 好，我们回到康复以外，现在我们将用同一组提示词以及其他参数仅仅变化我们的大模型，来看一下生成的结果有什么差异。首先我们选择的是真实感的大模型。好，我们可以看到生成出来的图片非常的写实。接着我们换一个二次元系的大模型， 好，我们可以看到现在图片完全变成了动漫风格，那么这就是大模型的威力。接下来我介绍一下 lora 的 使用方式， 我们鼠标左键按住模型输出，拖出来之后，我们可以看到这边有一个 lora 加载器。好的，选择了之后，我们可以看到 lora 加载器分别有模型以及 clip 的 输入与输出，那么这边我们先将它的 clip 给连上， 接着我们再将 laura 加载器的模型输出连接到 k 太阳器这里，然后再将这个 clip 连接到文本编码器，那么我们稍微整理一下工作流， 那么现在我们先设置一个 laura， 我 们其他参数同样保持不变，比如说我们来一个这个梦中花境吧，我们提示词也是没有任何变化，随后我们开始生成， 我们可以看到明明我们的提示词没有任何关于花的词汇，但是我们的结果图却出现了非常多的花， 那么这也正是因为我们的 laura 起到了作用，不同的 laura 有 不同的效果，小伙伴们可以自己去尝试。好，那么本期的视频到此结束，如果你觉得对你有帮助的话，那不妨给个三连加关注吧，我们下期再见！拜拜！
221ComfyUI大佬教程
00:49查看AI文稿AI文稿最新最好用的 ai 软件震撼登场了，它就是地表最强开源 ai 生产类工具 comfyui 一 九点五破线版。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，工作流报错的问题。 这种电影级的 ai 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，不用联网，更不用魔法上网，所有运行都在本地。破限制，无审批，最低支持一零六零。显卡使用也是超级简单的，三步就能搞定。一拿到我的整合包，两解压缩， 三双击打开。你只需要把我提供的软件下载好，打开就能使用。由于人数太多，私信评论无法及时回复，想要的直接看我主页介绍，点 ai 工作室，可快速自行获取。
72AIGC大拿
57:29查看AI文稿AI文稿这是一个不限次数生成图片和视频的 ai 工具，这就是地表最强 ai 生产的工具 comewib 九点五破线版，这个大版本的更新完美攻克软件安装难，工作流暴送系统全程开源，纯免费，无 积分，无任何隐形消费，全系原声中文界面，内置海量工作流和主流模型整合包解压及用无脑安装，最低支持一零六零显卡一键搞定电影级 ai 视频， 高清声图，三维建模， ai 音乐制作，想试试的七七七。接下来我们正式开始教学，哈喽，大家好，我是老温，这是我们学习匡府院的第一节课， 这节课呢，我们就来讲匡府院的运行原理以及工作流的搭建。那么下面呢，我们就来到萝莉哈普端脑云，我们点击这里的工作台，点击之后呢，我们在右边就能够看到纹身图图生图， 那么首先呢，我们就从纹身图开始讲起，我们选择纹身图点击一键同款，现在呢，我们就来到了匡府院的工作界面， 那么这个纹身图工作流呢，是匡府院官方的默认的纹身图工作流，那么这个完整的纹身图工作流呢，它是有几个小方块组接起来的， 那么每个小方块之间呢，他都有一些线条上的一些联系，那么每一个小方块呢，代表的就是一个节点，每一个节点他们都有属于自己的特性和功能。 按住鼠标的滚轮键，我们可以挪动整个工作流，滚动鼠标滚轮键，我们可以放大缩小整体的工作流，我们还可以单独的去拖动每一个节点，但现在呢，拖不动，那是因为这些节点都被固定住了， 我们选择这些节点，再点击这个取消固定节点，这个也是全部点击， 点击节点之后呢再点击这个图钉工具，那么现在呢，每一个节点我们都可以单独的去挪动了。 好，接下来呢我们就来讲它的一个运行原理，逻辑究竟是怎么样的呢？刚刚讲了每一个节点呢，它都有属于自己的特性和功能，这个 checkpoint 加载器它的作用是什么呢？就是用来加载大模型的，按住键盘上的 ctrl 键，拖动鼠标的滚轮键， ctrl 加 g， 打个组。我们在这里呢可以给他命个名，给他命个名叫大模型区，大模型的作用呢就是用来控制出图的质量和风格，那么这边是可立牌文本， 同样的按住键盘上的 ctrl 键，拖动鼠标的滚轮键， ctrl 加七，打个组，给他命个名叫文本区。文本区的主要作用呢就是下达指令。接着呢我们来到采集器，同样的给他打个组，给他命个名采样区。采样区的作用呢就是用来执行 下面的 comlet， 同样的打个组，它的作用呢就是用来控制出图的分辨率。我们再来到解码，同样的给它打个组，它的作用呢就是信息转换，那么这个保存图像节点就非常好理解了，它的作用呢就是显示图像。 对于这些节点有了基本的概念。之后呢接下来呢我们就来讲它的一个运行原理。那么首先呢我们就得来到这个加载器里面，首先呢我们来到 point 加载器， 那么在这里呢我们就可以选择一些大模型，好，我们点击进来，那么这个平台有一点非常好的什么呢？它已经给我们安装了海量的大模型， 基本上在市面上面我们能够用到，接触到的一些大模型呢，它都有点击这个筛选之后呢，我们能够看到这里呢有非常多的大模型的种类， 那么越往下走代表的是这个模型它越早越老，越往下的这些模型，同时呢也代表了它的质量，它也是越差的，反之越往上走的这大模型呢，它是越新的，当然也代表着它们生图的质量肯定是更高的。现在呢我们就选择一个 sd 菜龙模型， 这上面呢还有非常多种类也可以供我们选择，比如说我想做一个二次元的风格，那么我们就选择这个二次元。好，我们在这里呢就可以选择 sd 叉 l 模型的二次元的大模型。好，那我就选择第一个点击使用， 那么这个文本区呢，有两个 clip 文本编码器，上面这个 clip 文本编码器是用来写正向提示词，什么意思呢？就是你想要什么样的画面， 那么你就在这里呢填写什么样的提示词。下面这个文本编码器是用来写负面提示词，什么意思呢？就是你不想让这个画面出现什么样的效果，那么你就填写什么样的提示词。 下面呢，我们就在正向提示词里面呢输入我们想要的画面，因为我们现在所使用的大模型并不是阿里的大模型，所以呢所以呢我们需要输入英文提示词。那么我写的提示词呢，是一个女孩拿了一杯咖啡坐在沙发上， 下面呢是负面提示词，我们也来看一下这负面提示词写的是什么呢？负面提示词写的是质量最差、低分辨率、多余肢体、肢体残缺、手机形、长脖子、长身体，也就是说负面提示词我不想出现这些画面效果。 大模型选择好了，提示词呢也写好了，整体的工作流呢是一个完整的状态。下面呢，我们点击运行来看一下效果 好了，现在呢，我们就得到了一张一个女孩手里拿了一杯咖啡，坐在沙发上的二次元图片。那么我们要得到这张图片整个工作流，它的运行原理逻辑究竟是怎么样的呢？ 首先我们通过 charting 的 加载器确定好大模型，也就是确定好生图的风格，通过 charting 的 加载器把这些信息呢给到 copy 文本编码器， 文本编码器接收到大模型的信息之后呢，就进行下达指令，我需要生成什么样的一个画面？接着再把这个命令给到 k 采集器， 那么 k 采集器接收到信息之后呢，就不停地作画，你可以把 k 采集器理解成它就是我们的手用来执行， k 采集器用来作画，那么 k 采集器画好的画呢，其实我们是看不到的，这时候呢，我们需要通过 ve 解码进行转换， 那么 v 解码的作用呢，就是将 k 传感器生成的我们现在人眼还看不到的一些像素信息，转换成我们现在肉眼能够看到的像素图像。接着再把这个我们肉眼能够看到的像素图像信息给到这个保存图像这个节点，通过它进行显示出来。 那么这张图片的分辨率呢是七六八乘以幺零二四，对应的就是纹身图的运行原理。 好了，本节课呢就讲到这，下节课呢，我就来手把手教大家如何去搭建一个完整的纹身图工作流。哈喽大家好，我是老温，那么这节课呢，是我们学习匡府 u i 的 第二节课， 本节课我将手把手带领大家从零开始搭建匡府 u i 的 纹身图以及图生图工作流 以及各个节点里面的功能讲解老规矩啊，我们来到萝莉 hauber， 点击左边的工作台，接着我们来到右上角的新建工作流，我们来到空 free 界面之后呢，我们能看到一片空白，什么都没有。接下来呢，我们就来进行从零开始搭建，在空白处呢进行双击， 双击之后呢，我们能够看到有一个搜索节点，我们在这里呢搜索 k 采暖器，点击 k 采暖器， 然后再进行放大，把鼠标呢放到这些点上，它就会发生一些大小的变化，我们通过这个点呢可以进行拖拽， 我们就能够拖拽一条线出来，再释放一下。释放之后呢，我们就能够看到这里呢有非常多的一些节点可以进行选择，我们就选择 check point 加载器 点击一下，那么我们也可以通过其他节点进行拖拽，把鼠标呢放到黄色的点上，再进行拖拽一下，再释放一下。接着我们就可以创建一个 clip 文本编码器， 我们调节一下 clip 文本编码器的大小，我们选择 clip 文本编码器，按住键盘上的 alt 键，再拖拽一下你的鼠标，我们就可以复制一个 clip 文本编码器， 那么可立普呢？连接可立普，上面就有可立普文本编码器，这里的条件呢？连接正面条件，那么下面的文本编码器的条件呢？就连接负面条件，接着呢我们再创建一个 coleet， 拖拽一下， 点击 coleet， 我 们就可以设置这张图片的一个分辨率，调节一下它的大小幺零二四 幺零二四，那么这个呢就是图片的分辨率，我们再来到这个 link， 再进行拖拽一下，再建立一个 v 解码，再来到图像这里，再进行拖拽一下，再创建一个预览图像。好了， 那么这个 v a e 呢？我们再连接这里的 v a e， 大家注意了，这些线呢？如果是连接到这个正面条件，负面条件你看它是连接不上的， 必须是门当户对，名字得配上名字。接下来呢，我们再来到这个 point 加载器，我们能看到这里呢有三个功能， 一个是模型，一个是颗粒，一个是 v a e。 那 么这个加载器里呢，其实它是嵌套了三个加载器，一个是模型加载器，一个是颗粒加载器，那么这三个加载器它的作用呢？是不一样的，那么这里的模型控制的是大模型 可立普呢？它控制的是文本编码，那么 ve 呢？控制的就是画面出图，现在这个纹身图框架呢，就已经搭建好了，接着我们选择一个大模型， 我们还是选择 sd 菜单模型，选择一个人像模型，那么我们就选择这个人像模型，给它输入正向提示词，一个女孩坐在床上看书，那么这里的负面提示词呢？我们就可以直接使用官方的负面提示词，我们点击运行 好了，现在呢我们就得到了一张一个女孩坐在床上看书的照片，怎么做呢？来看一下这个 comail， 那么这个 p 次大小代表的就是你要生成多少张图片，如果说我把这个参数调整到四，我们再来点击运行，再来看一下效果。经过一分钟的等待之后呢，现在我们就得到了四张图像，那么每一张图像的大小呢都是一零二四乘以一零二四， 这个呢就是 p 次大小的作用，我们再把这个 p 次大小改回来，改成一再点击运行 好了，接下来呢我们再来看一下 k 彩样器里面的这些功能。首先呢我们来看一下这个随机总，那么随机种子什么意思呢？就是每一张图片它都有自己特定的一个编号， 那么这个随机种子呢，就像是身份证号一样。下面的运行后操作指什么意思呢？它就是用来控制这个随机种子它的一个数值，我把这个参数呢选择增加，那么现在尾号呢是四十八，我们点击运行来看一下效果，我们点击运行之后呢，我们能够看到这个尾号的数字呢变成了四十九， 这数值发生变化之后呢，现在这个图像呢也发生变化，下面这减少呢，其实也很好理解，就是把这个数值呢降低一个单位， 那么这个随机呢很好理解，就是他是一个随机的一个数值，点击随机，点击随机之后呢，这个随机种子呢就变成了随意值，因为数值不一样，所以我们得到的图片呢他肯定是不一样的。那么这里呢还有个固定啊，就是把这个随机种子呢进行固定， 我们点击运行，我们固定这个随机种子数之后呢，你会发现不管你怎么运行，你还是这张图片， 他不会发生任何的变化。再来看一下下面的步数，这个步数的作用呢就是降噪迭代的次数，步数越多，那么细节呢越精细，但是呢他消耗的时长呢？他更长， 通常这个参数值呢，把它设置在二十到四十之间就好了。如果你把这个参数呢调低一点，我们来看一下效果，参数现在调整为了十，在其他参数不变的情况下，我们再来看一下效果，我们能够发现这个生图的质量呢是比较差的，人物的脸型呢也发生了激变， 包括这个人物的手，书本还有皮肤，他呈现的都是一个非常差的效果。接下来呢，再把这个步数值呢调整为一，再来看一下效果，我们把这个步数值调整为一之后呢，你会发现全是马赛克，什么都看不到了，我们再把这个值呢调回二十。 接下来呢我们来看一下这个 cf 基值，它的作用是什么呢？ cf 基值它是控制图像与提示词的贴合程度，那么这个值呢，它越高，那么越贴近描述，当然这个值呢不宜过高，那么如果过高的话，很可能导致图像生硬，或者是很不自然， 那么这个值呢一般控制在八到十之间，我们现在呢，我们就能够看到这个女生，她是没有穿裤子的， 然后他拿的书本呢，他也是有问题的。那么如果把这个参数呢调整到很大呢？比如说二十。再来看一下效果，参数调整为二十之后呢，你会发现这画面呢，他压根就没法看，手是畸形的， 那么这个书本呢，也是非常乱的，画面非常的差，包括人物的鼻子，他也是畸形的，所以这个参数呢，尽可能的把它控制在八到十之间，他是最好的。再来看一下，这里有彩样器，彩样器里呢有非常多种规格， 那么它的作用呢，其实代表的就是一种去噪的算法，那么每一种采暖器，它升图的速度，质量和风格呢，它是不一样的， 一般情况下呢，我们就选择 dpmpp 二 m， 这个升图的质量呢，它是比较高的，那么下面的调度器呢，它是配合采暖器使用的， 那么如果你使用的是 dpm 二 m， 那 么这个调图器呢，我们就选择 kaleas， 像这样的搭配呢，生出来的质量，像这样的搭配呢，生图的质量它是比较高的，这里的降噪值的作用呢，就是加噪，去噪的作用， 如果你想让画面稍微的有点不一样，那么你可以降低一下这个降噪值，那么如果是纹身图的话，这个降噪值呢，基本上就把它设置在一不动就好了，那么这个降噪值的数值呢，一般情况下是用来控制图上图效果。好了，本节课呢就讲到这里，咱们下节课呢，就来讲 图生图工作流，纹身图工作流，咱们会搭建了，这些参数功能属性咱们也会了，也了解了，那么接下来呢，我们就来讲图生图功能，图生图自然而然，我们肯定是需要一张图像，所以呢，我们需要在空白处呢，给他添加一个加载图像， 双击空白处搜索加载图像，下一步呢我们导入这张图像，接着呢直接把这张图像呢拖拽进去，如果是搭建图生图工作流呢，那么我们就不需要这个空来特，但是呢我们需要添加另外一个节点叫 va 编码， 那么 va 编码的作用是什么呢？它跟 va 编码它恰恰相反，那么这个 va 编码的作用呢，就是将我们肉眼可见的像素 压缩成这个 k 强器，它能够理解读懂的信息。图像连接图像，这个 render 呢？连接 render， 那 么这个 v a 呢？连接这个 v a 一 好，接下来呢，我们就要确定我们所需要产生图像的一个风格，接下来呢我们就需要选择大模型，你想把这张图片处理成什么样的风格，我们点击进来， 那么如果是我想把它处理成漫画风或者是二次元，那么在这里呢，我就选择这个大模型，点击使用，给他一个提示词，那么这个提示词呢是皮克斯风格。接着我们再点击运行，我们来看一下效果， 大家会发现一个问题，此时我们现在生成的图像，它跟我们的原始图像它是一点都不搭，那么具体是为什么呢？ 原因是因为这个降噪值，那么这个降噪值它的作用呢？代表的就是重绘幅度，参数越大，那么重绘幅度呢？他越大，什么叫重绘呢？就是重新绘制，那么如果我把这个参数值调小一点呢？ 参数值越小，那么生成的画面呢？跟原始画面他越接近，如果把这个参数值呢调整到零点五，再来看一下效果， 此时我们能够看到现在生成的图像跟原始的图像它是比较接近的了，如果把这个参数再调小一点呢， 调整到零点一，再来看一下效果。这时候呢，你会发现，现在生成的图像跟原始的图像呢，它的区别并不大了， 那么这个降噪值呢，根据你们自己的需求去设置，如果是图上图呢，这个降噪值，一般情况下，我们把它设置在零点五到零点八之间，我们也可以给他其他的提示词。这个男人手里拿了一束鲜花，点击运行。 现在呢，我们就得到了一张二次元风格的图像，那么这个男人呢，手里拿了一束鲜花。好了，以上就是本节课的内容，咱们下期再见，拜拜！ 哈喽，大家好，我是老温。这节课呢，我们来学习空腹月的第三节课，那么在前两节课呢，我们所使用的大模型呢，都是比较早的大模型，生图的质量呢也并不是很好。那么这节课呢，我将带领大家如何使用当下最新的一些大模型， flex 模型，搭建工作流，创作出更高质量的图像。好了，老规矩啊，我们来到空浮 u i， 在 空白处呢，进行双击，添加一个 k 彩样器，彩样器有了，接下来呢，我们添加一个 clip 文本编码， 再拖拽一个 ve 解码，再拖拽一个预览图像。下一步呢，我们就来添加大模型区，那么这次的大模型区呢，跟我们以往的大模型区它是不太一样的啊，我们在这里呢，给它添加一个 unit 加载器， 好，再给它添加一个 key 加载器，再给它添加一个 ve 加载器。 那么这三个组呢，就形成了一个大模型区，可能大家会很好奇，为什么我们现在的这个大模型区怎么变成了三个了？我们再来看一下我们早期所使用的 checkpoint 加载器， 我们在这里呢能够看到这里呢有一个模型有 clip， 有 一个 v a e， 那 么这个模型对应的就是这个 clip 加载器， 那么 v a e 对 应的其实就是这个 v a 加载器。那么在早期的时候呢，这三个加载器它是嵌套在了一起， 早期的时候 point 里面它就承载了三个加载器，随着这个 ai 的 发展，大模型的更新迭代，那么现在呢就把它进行拆分出来了， 那么现在的 uni 加载器呢，它就可以添加非常多种类型的大模型，我们点击进来来看一下，我们在这里呢 点击这个筛选，在这里面我们能够看到的这些大模型我们全部都可以进行添加。在之前呢跟大家讲过，越往下的这些大模型代表时间越早，当然生图的质量呢他越差，越往上的这些大模型都是当下最新的一些大模型，生图的质量呢他越高。 那么接下来呢，我们就选择一个当下最新的一个 flash 大 模型， flash 二 clone 点击进来，点击进来之后呢，在这里我们能够看到啊，这里有非常多种类型的大模型，那么这些大模型的话看起来都很类似，那么我们具体该怎么去选择呢？ 好，大家注意看啊，这个呢是 plus 二 clayton 九 b， 这个是 plus 二 clayton 四 b。 在 同种类型的大模型，你只需要去对比它的一个数字，数字越大代表胜图的质量越高， 那么像这个大模型跟这个大模型其实它是一样的啊，只不过是它们的封面不一样而已，同样的也是 plus 二 clayton 九 b f p 八，那么这 f p 八代表的其实也是它的一个精度，那么我们还能够看到有些大模型它是 f p 十六， 那么自然而来，这个 f p 十六的这个大模型肯定是比 f p 八的，这个大模型的精度肯定是越高的，那么这两个大模型呢，本质上它是一样的啊，只不过是封面不一样，那么这个大模型它上面已经写了啊，它的功能呢就是纹身图， 多图参考编辑，它能做到四步推理出图。好，再看一下这个大模型，跟这个大模型同样的也是贝斯版的这个大模型，一个是四 b， 哪个胜图质量更高呢？那肯定是九 b 嘛。好了，接下来呢，我们就选择这个九 b f p 八精度的大模型，大模型添加好了，下一步呢，我们就来添加 clip 语言模型， 我们到底选哪一个呢？我们就选择千万的这个语言模型，我们就选择千万三八 b 精度的模型， 那么下面的类型呢，我们就选择 plus 二，因为我们的大模型呢是 plus 二，然后这个设备这一块呢，一个是默认，一个是 cpu， 我 们就选择默认的就好了，那么这个 v a 加载器呢，我们就选择 plus 二 va 一， ok， 那 么接下来呢，我们就来继续添砖加瓦，这个颗粒呢连接颗粒， 那么这个 v a e 呢？就连接这个 v a e， 那 么关于这个负面条件，具体该怎么去连呢？目前来说，我们所使用的都是一些当下最新的一些大模型，它是不需要负面条件的，所以呢我们需要在这里呢添加一个条件，零化添加一个条件，零化节点， 条件呢？连接条件，那么这个条件呢就连接给负面条件，模型与模型之间呢，我们还要再添加一些节点进来，给它添加一下这个节点， passage 点击进来，然后呢这个模型连这个模型， 把这个模式呢改成一个自动，再给它添加一个节点进来来可以加 v 连接进去，这模型呢叫 mod pass， 好连接模型，老连接模型。这里一定会有很多人很好奇，我为什么要添加这两个节点进来，那么这两个节点他们的作用是什么呢？那么这个节点的作用就是优化计算力来提升推理的速度， 这个节点的作用呢就是用来提速和节省显存，说白了这两个节点作用的组合呢，就是用来提速和节省我们的显存。只要是用到了 plus 大 模型，那么这两个呢，你就给他加上，这两个呢，就相当于他是一对小夫妻。下一步呢我们就可以给他设置分倍率了， 给他拖出来一个空闲特，那么这个分辨率呢，我们可以加大一点，二零四八幺五六八。下一步呢我们来调节，可以采用器里的参数，有几个点非常的重要，首先就是步数， 下一步呢我们来调节。下一步呢，我们来调节 k 传感器里的参数，那么首先呢我们来调节它的步数，那么这个步数呢调整为六，因为是当下最新的一些大模型，它的步数呢就不需要那么多了，这个 c f 基值呢直接调整为一， 接下来呢，我们就可以给他输入提示词了，一间卧室点击运行来看一下效果，经过四十二秒的等待，那么一间卧室图像呢就生成出来了。好了，我们能够发现啊，这张图他生成的质量他是比较高的，像现在的一些大模型，他生图的质量他是直接可以达到我声誉级别的。 当然我们还可以通过这样的工作流呢进行洗图，比如我看到了一个视频，非常不错，那么我也想生成这样类似的视频或者是图片，该怎么去做呢？这时候呢，我们就可以来到豆包，把你的参考图呢扔给豆包，给他下达指令， 根据这张图给我详细的描述词，经过几十秒的等待，那么这个详细画面描述词呢，他就出来了。接下来呢，我们把这些提示词呢全部进行复制，我们再返回这个工作流， 再黏贴这个描述词，点击运行再来看一下效果。经过十六秒的等待，现在这张类似的风格图呢就生成好了， 不管是人物的细节还是环境的细节，都生成的非常的细腻。这个呢就是 flask 二 klein 大 模型的应用。好了，本节课呢，就讲到这里，咱们下集课再见，拜拜！ 仅用一张毛坯房图，一张室内设计参考图，就能够实现我们想要的室内设计风格，这就是最新刚推出的 flash 二模型的应用， 有了它，人人都是室内设计师。哈喽，大家好，我是老温，这节课呢是跟着老温系统学习 comfyui 的 第四节课， 那么这节课内容呢，我将带领大家如何仅用一张毛坯房图片，结合一张室内设计参考图像，就能够生成我们想要的室内装修风格图。 掌握了这个技能呢，你就是一个室内设计师。那么这节课我们使用的大模型呢？还是上节课所讲的 plus 二 klevin 大 模型？那么上节课我们讲的是纹身图，那么这节课呢，我们就来讲图生图。那么这节课呢，我们将在上节课所讲的内容上呢进行拓展， 用的还是之前的工作流。那么既然是图生图，自然来，我们得给他添加图像，那么在空白处呢，给他添加加载图像，添加一个加载图像节点，把我们准备好的这张毛坯房图像呢拖拽进去， 选中这个节点，按住键盘上的 alt 键，拖拽一下，那么就可以复制一个加载图像。 你想做哪一种室内装修？接着再选择一张你喜欢的室内装修风格图。如果你的毛坯房是大厅，那么我们就得选择大厅的参考图，把我们选择好的参考图呢直接拖拽进去， 接着呢再把它放一边。那么既然是图生图，还记不记得，我们还得需要给他添加一个 v a 编码，接着呢，我们就给他添加一个 v a 编码， 把这个毛坯房图像呢拖拽给它。那么这个 lend 连接给谁呢？这个 lend 连接的不是这个 lend， 这时候呢，我们还要添加另外两个节点，接着我们在空白处呢进行双击，添加一个节点，这个节点呢叫 lend lend。 除了这个节点之外呢，我们还需要添加一个节点，这个节点呢叫 flash 引导。那么这两个节点具体该怎么去用呢？把它放上去 klobe 文本编码里的条件，连接这里的条件条件连接条件， fast 引导里面的条件呢？连接正面条件。 那么这两个节点它们的作用分别是什么呢？那么 leaflenose 这个节点的作用呢？就是保持生成内容与参考图像的一致性， 如果你想让我们生成的画面效果与参考图它越接近越像这个节点，你就得给人家加上去。 flux 引导的作用是什么呢？它的作用就是精细调节生成过程当中对提示词，风格细节的遵从与平衡， 说白了就是你加了这玩意儿，它更加能够理解你想要什么样的一个画面效果。那么这个参数呢，一般情况下，你选择默认值或者是把它调整到三，那么这个 render 呢？我们就连接这个 render 就 好了。 下一步呢，我们就要想办法让这张图片信息呢读懂这张图的信息。接下来呢，我们要添加另外一个节点，那么这个节点呢，叫图像连接，那么这个图像连接具体该怎么用呢？这个图像连接到图像一， 这个图像呢连接到图像二，我把其他的部分呢全部隐藏掉， 现在呢停用它在这里呢，给它拖出来一个预览图像 过来，然后呢再选择运行经过十秒的等待呢，我们现在就能够看到啊，这两张图片呢，它就并排在一起了。那么这里呢，还有个方向， u 代表的是把第二张图呢放到右边 下呢，代表的是这张图呢放到下面，那么左呢，代表的是这张图片放到他的左边来。好，那么接下来呢，我们要做的就是把这两个图片信息呢进行整合，然后呢让这张图 去识别这张图里面的一些信息，怎么去做呢？接下来呢我们就用到另外一个节点， 在空白处呢双击，那么这个节点呢，它的功能非常的强大，后续呢也会给大家去做一些更多的普及， 那么点击一下，那么点击之后呢，把这个图像呢连接到这里来，那么这个节点呢是连接到 copy 文本编码里面，那么现在呢，我们起用一下框内所有的节点， 这个节点呢连接 clipp 的 这个 test， 那 么连接之后呢，注意这个提示词你现在就输入不了了，那么怎么写提示词，提示词写到哪里呢？这时候呢，我们就得把提示词写到这个节点里面， 那么这个节点他的作用是什么呢？那么这个节点的作用是什么呢？他是能够让静态的图像或者是视频在处理的过程当中，具备语言的理解和生成能力，实现智能标签生成，文案创作，内容分析等等。 那么这个节点在这条工作流当中，说白了就是他能够更加清楚，能够理解你想要干嘛，他的理解能力更强，他更聪明。 好，接下来呢，我们就可以给他输入指令了，这上面的呢删掉，再给他黏贴这段指令，那么这段指令我写的是在不改变原有建筑结构的前提下，对房屋进行室内装修设计， 添加纱窗，智能的布置家具，并美化墙面。那么为什么要写这段话呢？说白了就是你不要去给我瞎改， 这个框架你肯定是不能动的，你只能根据我的这个房子的一个框架进行添砖加瓦，进行室内装修。好，那么再把这个信息连接给到可立本本，那说白了啊，就是相当于把这个信息赋予到这里来了，但是呢， 可立本文本编码他没有他聪明，这可立本文本编码在这里呢，它是一个空的，它做的只是一个调节的作用。那么再把这个信息啊， 直接传递到 linux linux 里面来，那么这个原有的毛坯图像呢，是直接连接到这个 linux 里面来的，这一点要非常的注意，那么这几个节点它们连接起来的作用是什么呢？说白了啊， 就是为了更加能够读懂理解这段话的意思。好，那么再把这个意思呢？哎传递过来，接下来呢，这里的 va 连接 va 一， 然后呢，接着我们再点击运行，再来看一下效果。好了，现在这张图呢就已经生成好了，我们来看一下对比效果。 房子毛坯房的框架，它是没有变化的好，那么这个墙对应的就是这里的墙，那么这个电视呢，也迁移过来了，那么柜子上呢，也添加了一些绿植，地板呢也是木质地板，这个沙发呢，稍微的有点不一样， 这个灯呢也有。整体来说迁移风格还是非常不错的啊。整体来说迁移风格呢，还是非常不错的， 因为我们这个参考图里面的一些信息啊，他并不是很全面，如果我们参考图里面的信息他越全面，那么生图的质量呢？他越高，画面效果呢越好。我们再来看一下这张图， 我们再点击再来看一下效果，那么经过一分半钟的等待，那么这张图呢，就生成好了，我们来看一下细节， 那么这个地板呢，是很类似的，这个地毯呢，是稍微的有点不一样，像这个墙他也是做的很类似，他也迁移过来了，那么这个风扇 稍微的有那么一点点不一样，因为我们要做的就是类似风格的创作吗？这沙发椅子都是生成了类似的效果啊， 那么这个图呢，也是类似的啊，这风扇呢也很类似。这里呢有一个绿植啊，那么这里呢，也有一个绿植。好了，以上呢就是 flash 二 clever 模型对毛坯房生成室内效果的应用。如果你觉得这节课对你的帮助，请记得一键三连并关注， 咱们下节课再见，拜拜！本节课我们来讲目前开源大模型当中，人像生成最好的大模型，它就是 z 霉菌。 hello， 大家好，我是老温，那么这节课呢，是跟着老温系统学习匡辅 u i 的 第五节课， 那么前面几节课呢，我们讲到了 plus 模型，那么这节课呢，我们就来讲另外一个非常强大的大模型， z e m g。 那 么这个大模型的优点呢，是用来生成人像，如果是对人像有这方面的需求，那么我们就选择使用这个 z e m g 好 了。接下来呢，就教大家手把手怎么去搭建一个生成人像的工作流，在空白处呢？添加一个 k 传感器， 拖拽一个模型节点出来，在这里呢，我们就选择 unit 加载器，再拖拽一下，添加一个 clip 文本编码， 再给它添加一个条件零换。因为我们现在所使用的大模型呢，都是当下一些最新的大模型，它是不需要负面提示词的条件，连接条件，条件呢，连接负面条件，我们再添加一个霖特， 那么这个比例呢，我们可以把它调成到一零八零，乘一个一九二零，把它做成竖屏的，再添加一个 va 解码，再添加一个预览图像，再放大一点， 那么接下来呢，我们就来添加 clip 加载器，再添加一个 va 加载器，那么这三个呢，就是我们的大模型组， 另一个名大模型区，这个呢就是 click 文本编码区，那么接下来呢，我们就来选择 z e m g 这个大模型，点击进来， 在这个筛选里面呢，我们选择 z e m g， 选择之后呢，在这里面我们能看到这里呢有非常多种类型的大模型，那么我们到底要选择哪一个大模型呢？ 那么我们选择的大模型呢是这个 z e m g treble 增强版 f p 十六，那么这个 f p 十六呢，代表的就是一个精度嘛，当然还有 f p 八， 那后面呢，它是一个美颜版，美颜版指的是什么呢？就是如果你想要一个美颜效果，那你就选择这个 z e m g treble f p 十六的，那我们就选择常规的就行了，那么这个剪辑类型呢，我们就选择默认的就好了。 这个减脂类型代表的其实就是一个精度越往上走，那么生出来的效果呢，它的质量越高，精度越高。下一步呢，我们就来选择语言类的大模型，因为这个 z e 酶菌呢，它是万象的啊，万象大模型，那么万象呢，是阿里公司开发的， 所以我们在选择语言类的大模型呢，我们就选择千万千万模型呢，它也是阿里开发的，我们就选择八 b 的 精度， 下面这个类型呢我们就选择千万引枚举，那么这个设备呢，我们就选择默认，默认代表的是用显卡进行运行，那么下面的这个加载器呢，我们就选择这个加载器就好了，接下来呢 v a 一 连接 v a 一， 那么现在我们初步的 这个工作流呢就已经搭建好了，接下来呢我们就要把这些节点连接起来， clip 呢连接 clip， 接下来呢我们就来给他写上提示词，那么这个提示词呢其实还有另外一种用法，那么在这里呢教大家一种新的一些方式，我们可以在这里呢可以给他添加一个提示词文本， 添加一个提示词文本节点，那么这个提示词文本的好处作用是什么呢？如果是我们的提示词，在很长的情况下，我们要把这个文本编码器呢进行拉大， 这样的话它是不太方便的啊，但是呢如果是我们有了这个提示词文本，我们可以直接把这个提示词文本节点呢直接连接到这个 test 节点里面，下一步呢就把我准备好的这段提示词呢进行复制，那么这个提示词呢描绘的是古风效果， 把这个题词呢进行复制，复制之后呢再把它进行粘贴进去，接下来呢我们来检查一下，首先这个步数呢不要设置的太高，我们就把这个参数呢调整到六到九的样子，那么这个宽度呢，把它设置在一零八零，再点击确定， 接下来呢我们就来点击运行，点击运行之后呢，你会发现它出现了一个报错，那么我们一起来检查一下到底是哪里出现了问题， 那么像一般情况下 ronnie hawk 的 话，它是不容易出现报错的，如果出现了报错，一般情况下呢就是我们的大模型区， 有可能是你的大模型选择错了，或者是这 clippo 文本里面的语言模型错了，我们现在选择的是千万的三八 b 语言模型，我们要把这语言模型呢改成到千万的三四 b 模型，那么像很多其他的语言模型呢，它都适用不了的， 也就是说以后我们再使用 z image 这个大模型的时候，那么它的 kelpie 语言模型呢，我们就选择千万的三四 b， 其他的我们暂时不变。我们现在点击运行来看一下效果。好了，经过一分钟的等待，那么这张图呢，就已经生成出来了， 我们能够发现整体的质量呢，还是非常不错的啊。那么除了这种方式可以生成这张图之外呢，我们再来尝试一下我们上节课所讲到的用 flash 模型去进行升图， 我们使用上节课我们所讲到的 plus 二模型，我们一起来测试，做一个对比，同样的把我们刚刚的那段提示词描述呢复制粘贴进来， 然后呢再点击运行，我们一起来看一下效果。好了，经过一分钟的等待，那么这张图像呢，现在就已经生成出来了，我们一起来看一下这张图的效果啊，从整体上来说，它有可圈可点之处，可圈的地方呢在哪里？你看一下 他对于服装生成的质量，他非常的高啊，你看这些布料的细节处理的非常的好，还有他的手部的一些细节也很好， 还有这个键他的反射也做的非常好，还有个就是整体的一个环境，他也做的非常的逼真，但是呢注意看一下对于人物生成的细节， 它的质量就没有那么高了，像脸部的 ai 感它就非常的强，还有这个头发的 ai 感也是比较严重的，我们再来看一下这个 zy 霉菌，那么从整体上来说的话， 很明显眼前一亮，对吧？如果是两张图，你会选择哪一个？如果是我的话，我肯定会选择这张图，为什么呢？首先他好看对吧？那么第二个呢，人物的 ai 感他没有像前者那么的强烈，还有就是关于人物的对焦效果，他也处理的非常到位， 你看人物的对焦啊，一直对在的是人物的脸上，包括他的这个头发呢，看起来也是更加的真实啊。当然这里呢有一点点小瑕疵，就是手部环节细节这块，这个呢就好处理了啊，但是从大的方向上来看， 如果是我们要一个较好逼真的人物形象效果，那么这一霉菌相对于 flash 二 clone 模型呢，可以说是略胜一筹。本节课呢就讲到这里，如果你觉得老王的课适合你，对你有帮助，请记得一键三连并关注，咱们下节课再见，拜拜！ 这是一个美女坐在楼梯上，给他这段提示词，把背景换成户外打卡地，此时正在下雪，光影融合自然，现在我们就得到了一张美女坐在楼梯上的雪景图，这么冷的天穿这么少，不合适， 给他这段提示词，把这件衣服穿在这个人物身上，手里拿着这杯热饮，现在我们就得到了一张美女穿着大衣和这热饮的效果，这就是千门编辑模型二五幺幺的魅力。 哈喽大家好，我是老温，这节课呢是跟着老温系统学习匡辅 u i 的 第六节课，那么这节课呢，就来讲另外一个大模型千万编辑模型二五幺幺的用法啊。接下来呢，我们在空白处进行双击，给它添加一个可以采暖器， 在这里呢拖拽模型，添加一个 unit 加载器，再进行双击，添加一个 clip 加载器，再双击添加一个 va 加载器， 拖拽一下 learn， 添加一个 va 解码拖拽图像，添加一个预览图像。 好了，接下来呢，我们需要给大家添加一个可丽本本，那么这个可丽本本呢，跟我们平常所使用的可丽本本它不太一样，那么我接下来使用的可丽本本呢，是专门用来应对千万大模型的可丽本本。双击一下，那么在这里呢，我们就需要添加这个节点，大家切记记住这个节点， 那么为什么要记住这个节点呢？因为这个节点它的功能呢非常的强大啊，它里面呢嵌套了非常多的功能，那么这个节点的作用呢？它可以用来下达指令，同时呢还可以连接图像，那么这可立普呢？连接可立普 v a e 呢？连接 v a e lod 呢？连接 lod 这个条件呢？连接正面条件，在这里呢，给它添加一个条件，零化 连接条件，这个缩小一点，这条件呢连接负面条件 ve 呢？连接这里的 ve， 那 么现在基本的工作流框架呢，我们就已经搭建好了，接下来呢我们来选择大模型， 点击进来，我们在这里呢选择筛选，选择千万编辑模型二五幺幺，那么在这里呢，我们就选择第一个 f p 八精度的大模型，点击使用，那么这个剪辑类型呢，我们就选择第一个， 越往上走，那么它的质量越高，下一步呢，我们就选择 clip 文本，那么这个 clip 语言模型呢，我们就选择这个语言模型。 下面的类型呢，我们就选择千万 emoji， 因为我们的大模型呢是千万 emoji， 那 么这个设备呢，我们就选择默认的，下面的 cpu， 代表的就是你用 cpu 进行运行，那么上面的默认使用的是你用显卡进行运行。 接下来呢来到 v a 加载器，那么这个加载器呢，同样的我们也得选择千万的 emoji 加载器， 点击进来，我们给他打个组，这个呢叫大模型区。接下来呢，我们还要创建其他的节点，在空白处呢进行双击，给他添加一个 load 器，加载模型 放过来，同时呢还得给他添加另外两个节点，这节点呢叫模型，采用算法放进来， 再添加一个节点，这个节点呢叫 c f g nomo。 下面呢我们在这个 lala 加载器里面呢，给它添加一个 lala 模型。还记不记得在之前给大家讲过的我们的大模型是什么大模型， 那么我们就在这里呢选择大模型的种类，对吧，它就会跳出相对应的哎 lala 模型出来， 那么我们所使用的洛拉模型呢，是拉你八步，就是八步加速的意思，那么这个是八步加速，旁边这个呢是四步加速，在之前就跟大家讲过，选择模型的时候，数值越高代表他生成的质量越高，那么这个大模型呢，连接这个大模型 模型，连接模型模型，连接模型，再把这个模型呢连接这个模型节点，那么这个参数呢调整到三，接着呢再给他打个组， 命个名提速区，我们要把这个步数呢调整为八，那么这个 cf 基值呢全部调整为一，大家记住了，只要是我们现在所使用的一些大模型，它的 cf 基值都是调整为一就好了，好了，接下来呢我们就要对我们的图像呢进行编辑， 首先呢给他添加一个加载图像，那么接下来呢我们来讲他的换背景功能，下一步呢把我给大家提供的这张图像呢导入进去， 拖拽进去，图像呢连接这里的图像一，我们给他提示词，这个提示词我们写把背景换成车水马龙的街道，点击运行，再来看一下整体的效果，我们也可以做一个对比啊， 好了，这样图像呢就已经生成出来了啊，但是呢出现了一些问题，马赛克什么都看不到，那么像这种问题的话怎么解决呢？很大情况下呢，一般都是我们的大模型出了一些问题。 好，那么我们现在所使用的是 f p 八精度的模型，那我们就选择一个前门编辑模型，二五幺幺十六精度的模型选择 b f 十六啊，注意看一下下面的这串数字，非常重要啊，我们再点击使用， 接下来呢我们再进行运行，看一下效果，大家在实操的过程当中呢，同样的也会遇到这些问题啊，遇到这些问题之后呢，我们要知道到底是哪里出现了问题，这样呢才能够让我们进步。 现在呢我们就能够看到这个人物的背景呢，就已经换成了这个车水马龙的这个街道，我们能看到从人物的这个一致性上来看的话，他保持的非常的好，还有一些光影的细节他也做了一些变化。 那我们现在能够看到啊，它的这个画质分辨率这一块呢，还并不是很高，怎么解决这个问题呢？你就得把它的一个分辨率调高啊，把它调成到二零四八，那么下面的这个参数呢，也把它调到最高， 那么这个值呢选择默认，那么下面这个呢选择中心，好，我们再点击运行，再来看一下整体的效果， 现在这张图的画质呢就已经提升上来了，画质是幺六七二乘以二五幺二，那么接下来呢，我们就来讲编辑模型二五幺幺的另外一个功能，移除功能，我们还得回到这个节点里面来给他提示词，提示词呢就写移除图中的包包， 再来看一下效果，现在呢我们就能够看到啊，这个人物手中的包包呢就已经移除掉了，而且他还自带了一定的修复功能，注意看一下我们原始的这张图，他的手部他是有一些问题的，那么现在呢，现在呢还把手部这块呢进行了修复， 那么这个呢就是千万编辑模型二五幺幺的移除功能。那么接下来呢，我们就来讲他的另外一个功能，多图参考编辑功能，我们把这个加载图像节点呢进行复制一层，怎么复制呢？按住键盘上的 alt 键，拖拽一下这个节点，他就出来了， 在这里呢，我准备了一件羽绒服，我要把这个羽绒服呢穿在这个人物身上，把这个羽绒服呢拖拽到这个图像节点，那么这个图像节点呢，连接图像二，我们再给他输入提示词， 这里的提示词呢，我们就写把图二的衣服穿在图一的人物身上，再来看一下效果。 好了，现在呢我们就能够看到这个衣服呢就穿在了这个人物的身上了，是不是非常的自然。除此之外呢，我们还可以给他添加多张图片，我们接下来呢再给他再复制一个图像节点，在这里呢准备了一杯冷饮，把这个冷饮呢拖拽进来， 这个图像呢连接到图像三，提示词呢，我们就加一条图一的人物呢，右手拿着图三的冷饮，再来看一下整体的效果。 经过一分钟的等待，现在呢我们就能够看到图一的人物呢穿着图二的羽绒服，手里呢拿了一杯冷饮。以上呢就是千万编辑模型二五幺幺的一些用法。 好了，如果你觉得本节课对你有帮助，请记得一键三连并关注，咱们下节课再见，拜拜。我们打开空浮 ai 之后呢，在空白处进行双击，添加一个 k 长器，选择任何节点， 拖拽一下，添加一个 v 解码，再拖拽一下图像，拖拽一个预览图像出来，接着再选择模型节点进行拖拽一下，给它添加一个 unique 加载器，在空白处呢进行双击，给它添加一个 click 加载器， 在空白处呢继续双击，给他添加一个 va 加载器。那么这三个节点呢，就组成了我们常规的大模型区， ctrl 加 g 打个组，命个名大模型区， 大模型区有了，接下来呢，我们就来给他创建文本编码区。那么关于这个文本编码器呢，我们用到的是这个文本编码器，千万的这个文本编码器， 那么我们为什么使用的是这个文本编码器呢？因为我们待会所使用的大模型呢是二五幺幺，这个文本编码器相对于其他的千万的文本编码器来说，它更聪明，它更好用。那么接着呢，在空白处再进行双击，给大家添加一个条件灵活 放进来，现在这个工作流大概的雏形呢就已经出来了，那么接下来呢，我们来选择大模型，那么这个大模型呢，我们就选择铅汞的二五幺幺，精度呢，我们就选择 b f 十六版本，那么这个语言大模型呢，我们就选择铅汞的二点五版本，我们就选择铅汞的二点五七 b 这个类型呢，我们就选择前面的 emoji， 那 么这个 v a e 呢，我们就得选择前面的 v a e。 现在大模型区呢就已经创建好了，接下来呢我们就来创建 lala 区，在空白处呢进行双击，给它添加一个 lala 加载器，我们点击进来选择二五幺幺大模型。 那么这个 luna 加载器呢，我们就选择一个 bug 的 lining， 这个 luna 模型的作用呢，就是用来提速的。接着我们再复制一个节点，接着我们点击进来， 接着我们再点击使用这个 movie type lala， 那 么这个 lala 的 作用呢，就是用来进行多角度控制，如果没有这个 lala 模型，我们是生成不了这么多多角度的图像。接着呢我们再添加另外一个节点，那么这个节点呢叫模型函数算法，接着再给它添加一个 c f g null 值， 那么下面这两个节点的作用呢？就是用来加速这个参数呢？调整到三模型呢，我们相互连接，首先大模型连接到 lola， 那 么接着第一个 lola 连到第二个 lola 模型，再连接模型 模型，再连接模型这个模型，再连接到这里的模型，这两个节点我们给他打个组叫加速区，上面这两个节点呢，给他打个组叫 low 啦模型区。那么这可立普呢？连接可立普条件零化呢？把它放过来这个正面条件，连接正面条件， 接着再连接这个条件零化，条件零化呢，再连接到负面条件，这个任何呢连接任何， 那么这个采用部署呢，我们就把它改成八步，因为我们的落档模型呢是八步加速，那么这个 c f 基值呢，就把它调成 v 就 好了，这个 v a 呢，连接这里的 v a， 接下来呢我们就需要导入需要生成多个角度的图像，点击这个图像，一拖拽一下， 添加一个加载图像出来，好放到这里来，再上传一张图像，我这里呢就选择了这张图像，我们一起来看一下这张图像，这张图像呢，它是一个人物的全景照，那么图像有了，接下来呢，我们就需要给他相对的提示词， 我们需要调节成什么样角度的图像出来，那么首先呢把这个参数值呢调大一点，如果你要求你的画质质量高，那么你就把这个数值呢调大一点，这两个数值呢同理也是一样的，参数越大，那么生出来的效果呢？他越好， 接下来呢我们就需要给他相对应的提示词，那么在空白处呢，我们双击一下添加一个提示词行，那么提示词行的作用呢？ 就是用来去输入我们的提示词的，有了这个提示词行的，我们可以直接把这个提示词呢直接输入到这个提示词行里面，那么这个提示词行的优点什么呢？你看他是可以进行去控制他的一个大小的，但是像我们这个节点的话，你看如果是控制的话，他会比较麻烦一点。 接下来呢我们就来连接这个提示词行，把它拖过来，选择这个康宝直接连接这个文本节点。 好，那么说白了就是做到了一个替换的作用嘛。好，那么接下来呢，我们就要把相对的提示词呢输入进去， 那么这个提示词具体写什么呢？它的格式什么呢？在这里呢大家可以参考我的，那么这个提示词的格式以及工作流呢，我都已经给大家准备好了，大家可以直接拿着去用， 这时候呢就可以根据字的需求去写，比如说你想要有一个人物特写对不对？那么你就可以把这个提示词写成将镜头转换成眼部特写，如果你需要的是人物的上半身的近景，那么你就可以把这个提示词呢写成 将镜头转换成前上身，如果你要的是左上身，那么你就把这个提示词呢改成，将镜头转换成左上身， 对吧？如果你要的是一个背后的全身镜头，那么你就把这个提示词改成将镜头转换为背后全身镜头， 你自己需要什么？ ok， 那 你在这里呢就直接写明什么，你想要一个测试图，或者是下半身的视角等等等等，都可以直接在这里呢去进行写明。那么提示词写好了之后呢，接下来呢，我们就直接点击运行即可，这里呢落了一点咱们的 v a e 呢没有连接， 那么这个 v e 呢，再连接这里的 v e 就 好了，接下来呢我们就点击运行来看一下整体的效果好了，经过几分钟的等待，那么这个多视角图像呢，现在就已经生成好了，总共呢是生成了十二张图， 那么这里每一张图像呢，你都可以单独的把它拎出来的，你需要哪一个，你就直接选择单就键点击保存即可。接下来我们一起来对比一下，看一下能不能对的上， 那么这个提示词跟我们的图像呢，都是能够对的上的，只要你的提示词稍微规范一点，他都能够听得懂。好了，本期内容如果对你有帮助，请记得一键三连并关注，咱们下期再见，拜拜。哈喽，大家好，我是老温， 那么这期视频呢，就给大家分享如何使用空腹 i 进行纹身图，图身视频。通常来说我们很多时候呢，能够在网上看到一些非常优质的一些画面内容，但是呢我们不知道该怎么去下手，如何去实现它，那么今天呢，我就教大家怎么去还原复刻我们看到的一些视觉效果，就以这个人像图为例， 我们把这个人像图呢直接扔到我发给你们的这个工作流当中，那么这个工作流的作用呢，就是画面的反推，把这个图像导进来之后呢，这里的参数一概不变，那么语言类大模型呢，我们就选择千万三的大模型，耐心等待一会，待会呢我们就能够看到这个图像的反推提示词， 经过一分钟的等待，这个图像的反对提示词呢就已经出来了，接着我们就把这画面的反对提示词呢进行复制，然后再来到第二个工作流，这个工作流呢是纹身图，工作流 所使用的大模型是目前来说生成人像最好的开元大模型，这一枚举，我们再把刚刚复制的提示词呢直接复制粘贴过来，接着呢再点击运行，我们来看一下整体的效果，经过几十秒的等待，那么将图像呢就已经生成出来了，复刻效果是不是还可以， 接着我们选择这张图像，单脚键点击保存。接下来呢我们就来进行图声视频所使用的工作流呢，是我给大家提供的第三个工作流， 把下载好的这个图像呢直接拖拽进来，接下来呢我们就需要通过提词词生成会动的镜头， 那么这可立本文本编码器，它里面呢就是用来写题词的描述，那么下面这个模块呢就是用来调节分辨率，七二零指的是视频的宽度，一二八零呢是视频的高度，那么这个八十一指的是视频的镜头的时长，八十一帧指的是五秒。 我们再来到这个提示词，我这里的提示词写的是镜头跟拍，人物向后退，女子很开心的在原地转了一圈，享受这个雨天，然后呢，快速向镜头走来，运镜有了，画面的描述，人物的动作也有了，接下来呢，我们就点击运行来看一下整体的视觉效果。 经过几分钟的等待，那么这个视频镜头呢，就已经生成好了，整体的视觉效果是不是还可以，那么这个镜头的时长呢，就是五秒，如果你不知道这个画面具体该怎么去描述，你也可以把这个图像呢扔给豆包， 让他给你写一个镜头的描述以及运镜。好了，如果你对本期视频的内容感兴趣，大家可以拿着我的工作流去实践体验一下，赶紧学起来吧。
363AI教程
05:16查看AI文稿AI文稿爆肝大半年，做了一个专门管理 comfyui 的 启动器，我会从一个普通用户的角度完整演示一下怎么解决安装启动模型和插件这些最常见的问题。 如果你已经安装了官方的 comfyui desktop， 官方版本会安装在 c 盘的用户文档目录里，把它导入 wonderful launcher。 wonderful launcher 里面内置的 agent， 它可以直接读取当前环境和启动日制。它判断当前环境缺少 pie torch， 于是开始自动安装对应的依赖。安装完成以后，它还会自动尝试启动 comfy ui， 继续根据新的爆破进行排查。经过检查和修复以后， 原本无法运行的 comfyui desktop 已经可以正常启动了。从发现报错、分析原因到安装依赖和重新测试，整个流程都在启动器里完成了。打开一个工作流以后，经常会提示缺少模型，是放在 checkpoints 还是 diffusion 下划线 models。 wonderful launcher 可以 读取当前工作流，识别缺少的模型，并提供下载入口。你可以直接在启动器里下载，它会把模型放到正确的目录。如果模型体积比较大，你也可以复制下载链接，使用其他下载工具。现在工作流提示缺少几个模型，我把已经下载好的模型文件直接拖进来， 缺失模型的数量马上发生了变化，再点击运行。现在工作流已经可以正常出图，模型确实是通过拖拽被识别并放到了正确的位置。 comfyui 的 生态里有大量第三方插件，不同作者会开发各种自定义节点。为了运行一个新工作流，安装了几个插件，插件还没用上 comfyui 反而启动失败了。在 wonderful launcher 里，可以直接扫描并尝试安装对应插件， 因为很多插件还会额外安装 python 依赖，有些插件会明确指定依赖版本。当 pair 自动安装了不兼容的版本时，就可能破坏原本能够运行的 comfy ui 环境。你可能为了修一个插件，反复安装和卸载不同版本的依赖，最后把整个环境越修越乱。这里我再次把问题交给内置 agents， 他会像人工排错一样反复测试，直到节点能够成功注册，或者找到明确无法解决的原因。经过多轮启动和检查以后，原本导入失败的节点已经全部注册成功。插件修复完成。他真正要解决的是尽量替你完成那些重复繁琐而且容易出错的排查工作。 不小心把命令行窗口关掉了，任务是不是就中断了？关闭显示窗口并不等于终止任务。你可以在首页重新打开任务终端，只有主动点击终止任务，安装过程才会真正停止。安装需要多长时间，主要取决于文件大小和你的网络速度， 尤其是模型和 python 这类文件体积可能比较大，等待属于正常情况。环境和依赖管理除了自动修复， wonderful launcher 也保留了手动操作方式，也可以直接把 requirements 点 txt 或 w h l 文件拖到运行环境页面。 对于熟悉命令行的用户，也可以保留自己的使用习惯。我自己在开发和测试过程中经常会故意制造损坏环境，所以需要快速清理依赖环境。页面里还提供了批量卸载包的功能 模板和启动参数。 wonderful launcher 里还集成了工作流模板，点击模板以后，可以直接连接到对应的 comfy ui 环境，并打开工作流。 在启动按钮旁边还可以调整启动参数，例如切换显卡模式、 cpu 模式或者添加额外参数。需要提醒的是，如果切换启动参数以后出现报错，也可以直接让侧边栏里的 agent 读取日制并尝试修复。 我自己既是 comfyui 用户，也是一个个人开发者。在使用 comfyui 的 过程中，我反复遇到过这些问题，环境突然损坏、插件依赖冲突、工作流缺少模型，下载了模型却不知道放在哪里， 修复一个问题又产生另一个问题。这些事情单独看好像都有解决方法，但当他们全部集中在一个新手身上时，康复 ui 的 学习门槛就会变得非常高。所以，我做 wonderful launcher 的 目标， 从安装和接管环境到启动报错修复，从模型查找、下载和放置，到缺失节点安装，再到插件依赖冲突的自动排查，尽量让用户把时间用在工作流和创作上，而不是每天研究拍放环境。 现在它肯定还不完美，也会有 bug， 但今天演示的环境修复、模型拖拽、缺失节点安装和插件修复都是真实运行的结果， 我希望它能够真正降低 comfort ui 的 使用门槛，也算是我作为一个普通用户和个人开发者为 comfort ui 生态做的一点贡献。你可以自己体验一下 wonderful launcher， 看看这些曾经让你头疼的问题是不是真的变简单了。 使用过程中遇到任何问题都可以发在评论区，我会尽量查看，也会根据大家真实遇到的问题继续更新。我是 wonderful launcher 的 开发者，关注我，后面我会继续分享 comfy ui 工作流、模型管理、插件排错以及启动器的开发进度。
133Defa
31:54查看AI文稿AI文稿逼自己一周练完 cf ui 视频生成，全一百九十八级存下吧，很难找全的！警告，本视频耗时两个半月制作，制作时长六百分钟，带你系统学习 cf ui 视频生成，这应该是抖音最良心的 cf ui 入门教程了，哪怕你是零基础也能轻松学会。最近全网都炸锅了， 竟然有这么一款免费且不限次数生成 ai 视频的工具，它就是 comui 九点五中文破线版，和那些烧积分要排队买会员的网站不同，这个版本不用联网，更不用魔法上网，全程本地离线运行，彻底摆脱平台各种限制。全中文界面，兼容中文提示词， 零基础也能学懂操作，内置海量工作流与主流模型，开箱即用。即使是这种质感拉满的电影级 ai 视频也能轻松拿捏，最低支持一零六零显卡使用也是极其简单，只需三步，一，拿到整合包，二解压缩，三，双击打开，还没体验过的朋友直接开充。那么 欢迎大家来到我们的 kfui 全流程系列解析课程，那么这个新手教程呢？将细致落地的将我们 kfui 这款软件一步步按图指引，覆盖了新手从小白到进阶的所有关键细节，那么只要你一步一步跟着我来进行实操， 那么我相信你对于 cfui 这款软件也可以迅速的拿捏。好的，那么话不多说，我们直接开始今天的也是整个系列的第一个课程。首先我们在之前的视频中，我们已经可以正常的 打开我们的软件，那么像这里面我们就会得到一个这样的界面，当然你打开的工作流呢？可能不是这个， 但是没有关系，我们先看，不急，慢慢来，同时呢这工作流我也会给到你。那么这里面有我们的一个整体的一个界面认知，就比如说最上方是什么，最上方呢就是我们不同的一个工作流，你随意的点开就是一个不同的工作流， 那么这样子就可以进行个工作流的切换，同时你同一时间呢可以打开多个的工作流来进行使用，但是每一次我们运行的任务只能是一个，就不可能你同时运行了这个工作流，然后还想运行这个工作流，这样子是不可以的， 咱们的电脑没有这么强大，你如果让他同时干两件活，他不就崩溃了吗？对吧？咱们要一心一意专一一点吗？是不是？然后 可以看到我们左上角这边是不是有非常多的一些小的一个训练，那么这些训练是什么用的呢？我们一步一步来，首先点击这个，这个呢就是我们的一个菜单按钮，然后这里面有新建啊、文件啊之类的， 那么这些呢，我也不一个一个介绍了，咱们主要呢介绍几个重要的，我们打开设置，这里面就比如说常用的我们的一个 cfui 基础设置里面我们最基本的一个语言，对吧？你可以通过在这里面切换我们整个界面用到的一个语言， 而在下方这个画面，这里面这个主要是来调整我们整个界面的一个显示效果的。就比如说我们在画面中有些连线现在是曲线，我们可以给他改成直线， 就比如说这里对不对他从一个丝滑的曲线变成这种直线了，又或者直接改成直角线，按照自己的喜好来就可以了。至于快捷键，这里面可以按照大家的需求呢，自己掌握几个比较实用的。 我一般来说主要用到的就是一个运行工作流，我们可以使用 ctrl 加 enter 键进行一个快速运行。在关于这里面有我们整体的一个系统设置，像这里面着重强调的就是我们的 python 版本是二点九加库达一二八的，以及包括我们 设备的一个显存大小十六 g 使用到的一个显卡，这个地方大家可以大致的了解一下，然后左侧这里面还有不同的一个按钮，这里面我们快速的了解一下，像这个资产，就是说我们在这个使用软件期间所所生成的一些图像啊，视频内容，那么这些素材就是我们的资产。 然后节点这里面有个节点库，这里面有非常多可以使用的节点，就比如说这个 k 传感器，对吧？我们点击一下 就可以把它拖入到画面当中，然后哎他不就出来了吗？但是这里面有一个问题，对吧？我们不可能每一次想要找一个这样的节点，我们还去这个节点里面一个一个找，是不是很麻烦？我们直接在空白处双击左键， 然后在这里直接可以搜，就比如说我们输入一个 k， 对 吧？ k 传感器，这里面呢就可以直接的找到所有包含 k 这个 英文的节点，然后右边呢还有他的一个什么预览图，也是非常的方便，所以这个就是我们的节点库。 然后就是模型库，我们所有使用到的一个模型都会在这上面进行一个显示，但是同理我们也不可能每一次想使用一个模型在这里面找，我们反而会直接在这个模型加载器里面，我们点击一下就可以进行选择，我们所有需要用到的模型直接在里面选就可以了， 也是非常的方便。而这个工作流呢，就是说我们的一个软件之中有多少的一个内置工作流，那么大家可能可以看一下不同的一个版本啊，或者使用到的一个素材不同， 那么这里面展示的工作流呢，也有所不同，像这里面我们只要将我们自己编排好的工作流呢进行保存，那么我们下次打开软件之后，我们可以直接在工作流这里面找到我们的一个 名称，然后再点击一下，我们就可以使用，然后下面这两个可以略过，我们直接看这个输入和输出，那么输入和输出呢，主要就是我们 在使用工作流的过程中，我们有一些时候是不是需要将我们一些外部的图片导入到里面，然后再进行一个输出，那么这里面我们输入的图像就可以在这里面显示，同理输出的也可以显示，下一次呢 也可以直接进行调用，就相当于我们不用再去单独的去找这张图片是放在我们电脑的哪个文件夹里面，我们可以直接在这里面进行一个调用，使用起来呢也就更方便了。再看一下这个模板啊，这个模板呢个人认为呢使用量的情况并不多，但是如果对于一些 完全不了解的，或者是那些或者素材比较少的同学们可以大致的看一下，我就比如说点击一下这个纹身图，我点击一下哎，然后他就出来了一些这样的一个内容，对吧？其实就相当于他把这个工作流呢做成了一个 类似于软件自带的功能。但是这里面的一些模型啊，还有节点，如果没有的话，还是需要自己进行下载，个人认为实用性不大，我们主要的还是掌握一些我们自己能够本身想要使用到的工作流， 这里面很多工作流都是我们不经常使用到的，大家可以简单了解一下即可。然后左下角有这个什么说明啊， 又或者是控制台啊，那么这些里面控制台可能稍微还是有点作用的，当你在生成的时候呢，这里面会显示一个进度条，我就比如说我点击一个运行，对吧？你看这里面是不是有一些正在运行的一个进度条， 那么他这个进度条呢，其实也就跟上方刚刚我们看到的这个蓝色的进度条差不多，你直接通过这上面这个也可以看，但是有时候呢我们可能会出现一些报错什么的，我们直接点击这个控制台看一下 是什么地方出现报错，我们就可以通过这个来进行一个检查。然后这下面这两个什么快捷键和设置，我们其实已经看了，那么就不必再重复了。右下角的话 就是几个比较简单的功能，像这个什么选择啊，或者拖拽，其实很好理解的，你按这个微，现在呢就是一个选择按钮， 对吧？我直接拖动这个，对吧？就是进行一个选择，你按 h， 他 就变成一个小抓手，我们就直接想拖哪拖哪，就选择不到。这些节点用处不是很大，试图那就更没用了。我们一般来说放大和缩小都是用滚轮， 因为滚轮呢，操作起来非常的方便，我们不需要再额外的说点击一个这样的什么放大缩小没什么用， 至于这个显示小地图，那就更没什么用了，它就是一个缩放按钮，就相当于说，哎呀，我这个一放大，可以在这个小地图上看到我这个画面的一些缩略图吧，算是算不算大？然后这个隐藏链接，这就更没用了，我们在做工作流的时候，不看这个 线条，我们怎么知道该怎么连呢？对吧？你不显示这不是瞎蒙吗？对吧？肯定不能这样子，而且有时候我们还要通过这些线条嘛，来判断一下生成的一个路径怎么样，然后再看一下上面的这几个， 那么这几个呢，都是一些显示的一些节点，比如说你的内存多少， cpu gpu 多少，我们着重需要注意的就是这个管理器功能， 那么在里面呢，可以安装我们缺失的节点，甚至包括缺失的模型，是比较好用的，但是这里面涉及到的内容呢，是比较多的，我们在后面的几节课中会有所提的，我们现在先大致的了解这界面上的每一个按钮呢，是什么功能，至于这里面运行， 这就不用了解了，我们直接按住 ctrl 加 enter 键，对吧？就可以执行一次运行，非常方便，你想执行两次就把这个改成二，对吧，可以任意的进行修改， 但这里面还有一些其他的操作，就比如说这个是运行，那第二个运行更改时指的是什么呢？ 这也可以简单的进行个试例，就是说你这个工作流，只要你改了任何的一个地方，他就会不需要你点击运行就自动跑起来，就比如说我把这里我随便改一下啊，一点六改成一点五， 哎，你发现我刚刚有没有动这个运行呢？我没动对吗？但是为什么这工作流还是自动跑起来呢？是不是这就是一个运行更改时的作用，然后这个运行实时， 这个就更好理解了，就只要你点了这个运行实时，你每一次这个工作流一旦生成完成，就立马再一次执行，就相当于永动机。你可以这么理解， 那么我们还是把它调成一个运行，可以自己来操控是否要进行一个生成，然后我们把下方的这个生成预览关掉，这里面我们可以看一下展开这个任务列表，这里面可以查看我们刚刚已经完成了一些工作流运行，我们点击一下 就可以进行一个放大预览，那么可以看到我们刚才生成这些图像呢，所用到的这个时间十来秒左右，偶尔长的话三十多秒，五十多秒，速度还是可以的。那么通过这种简单的方式，我们就大致的将整个界面中这些按钮啊到底有什么作用 进行了个详细的讲解，但是后续呢，还有更多我们值得关注的内容，我将一步一步带领大家彻底掌握康复 ui 这款软件。那么这节视频呢，让我们继续关注于康复 ui 全流程系列解析课程的第二个课程， 那么这节课呢，我们将来深入的了解如何进行深图，到底里面有什么样的困难等着我们呢？我们可以一起来探索一下。首先我们要知道在上个视频呢，我们已经大致的了解了整个界面上这些按钮的功能， 现在就来看一下我们画布里面的这些节点到底有什么作用。在开始之前呢，我们先将模型进行一个放置，那么在 kufui 这款软件当中呢，模型这个玩意啊 可以说是非常的多，有不同的种类，比如说我们常见的 checkpoint 模型， z e mage 模型，那么不同的模型都需要有不同的使用方法，那我们来到我们 kufui 安装包里面的 kufui 文件夹里面，我们打开之后可以看到是一个这样的， 然后我们找到里面的 models 文件，然后在这个里面呢我们向下滑一下，然后找到这个 diffusion models， 在 这里面就可以放置我们刚刚使用到的 z 杠 image 模型，那么模型文件呢，也会给到大家，大家就直接把这个 这一枚模型呢放置到这个文件夹里面，然后再回到我们刚才的 models 目录里面，将我们的滚轮呢往下滑，找到这个 test encode， 我 们找到这个文件，将这个千问三杠四 b 放到这里面， 返回上一集，来到这个 ve， 将我们常见的一个 a e 点 ve 呢进入，然后直接开始我们今天的教学。 模型放好之后呢，我们可能第一时间打开，这边不会显示有模型，我们可以刷新一下浏览器，把浏览器进行一个刷新， 然后呢他就可以在里面找到了。我们首先从整个界面来看，这上面的一个小方块呢，我们称之为节点，每一个不同的节点呢都具备有不同的功能，那么这样的一个串联的节点呢，就跟一个流水线一样，就比如说这个模型，它是用来提供我们的素材库的， clip 呢是用来识别我们输入的文字的， ve 呢则是来将我们的减空间数据，也就是我们人眼无法识别到的计算机数据转化为真实的 图像的。那么每一个节点它都具有不同的功能，所以我们需要对每一个节点都要有所了解，而在这些节点与节点之间有不同的连线，那么这个连线呢 就是我们的工作逻辑，就比如说相同的这个点，我们要与下一层级的相同点相连接，比如说 clipp， 就 要连接 clipp 模型是这个绿色点，那么我们也要连接下一级模型的这个绿色点，也是非常好理解的， 就要保持这样的一个前后关系，就比如说你这里面模型，你想连到 clipp 可以 发现哎是连接不上的。 当然有时候我们也会碰到这个模型可以连接到一个地方的模型上，但是会出现报错，因为模型和模型之间也是有所区别的， 这个我们还会在后面可能会遇到，到时候我们再细说。那么在了解完这些连线之后，我们就可以具体的来看一下这个简单的工作流是怎么样运行呢？我们通过这个 u n 的 加载器加载出我们需要使用到的模型，然后模型将传输数据到我们的 k 传感器里面， 采安器呢，你就可以理解为是一个锅子，对吧？他在炒菜，然后模型呢就是提供素材的地方，但是这个素材需要什么素材？就像我们做菜我们需要有菜单，对吧？ 那么这个克里普文本编码器就是菜单，那么这个时候这个菜单呢是用摩斯密码编码的，哎，这个时候你需要把它破解，这个时候呢，哎，我们就需要用这个克里普加载器， 那么他的一个正式的名字呢是叫做文本编码器，就是说我们虽然输入的是这些中文文字，但事实上电脑是不理解的， 我们的电脑只知道看懂零和一，对吧？那么通过这样的一个文本编码器呢，就可以将我们输入的这些中文转换为电脑计算机可以看懂的语言，所以呢就是这样子的一个理解， 我们有了这种菜单之后，你会想我们要做几人份的，做多大一碗的，这个时候就有一个空内存的图像，我们输入到这些具体的尺寸上面， 以及要生成的数量大小，就可以决定我们这张图像它的具体尺寸多少，要输出多少张的图像， 可以把这个进行确认了。好，那么我们现在菜单有了，素材也有了，然后做多少也有了，最后是不是就直接出锅摆盘就行了？那么这个时候通过我们加载的这个 ve， 我 们就直接 端好盘，直接上桌就可以开吃了。那么通过这种通俗易懂的方法呢？我相信你对于这个生成流程也更加了解更加清楚，就比如说我这里面 直接只输入一个甜美少女，我们点击一下运行，看看生成出什么样结果，可以看到生成的这个是不是很符合我们提子词的要求呢？对吧？这个笑容真的很甜，是不是？有没有感觉？然后我们可以看到 上面这个是输入我们的这个生成的内容，那么这里面还有一个是干什么的呢？这里面大致的就为大家进行一个科普哈，就是在我们 以前的 ctrl u i 当中，我们会使用到一个叫正向题词和反向题词的内容，这样题词呢就是需要说明我们图像里面要出现什么内容，而反向题词呢，这就是我们图像里面不需要出现什么内容。但是后来呢，我们的模型也与时俱进， 你会发现这些反向题词大部分的内容都是一样的，比如说崩坏的手啊，糟糕的图像，很少有人会直接通过我们的反向题词来控制我们画面中不想出现的内容， 所以我们就直接将我们的反向题词呢已经预置在底层里面了，所以我们的反向题词就不怎么需要输入，因此我们一般就会在这个文本编码器后面加一个条件零化解点，也就说取消掉我们的反向题词输入，然后再连接到我们的 k 传感器上， 是一个这样的关系，相信这样子呢，你也会有所了解。而在下方我们之前说了这空内存的尺寸和生成图像的数量的， 那么这地方有没有什么讲究？答案是有的。首先我们一般来说生成的尺寸是五一二的倍数，这是为什么呢？因为像我们模型在训练的时候，他的一个训练级基本上都是一个五一二或者是一零二四为尺寸的。 那么像这个 z image 模型呢，它就是以一零二四为训练尺寸的，因为我们要知道的一个事情就是模型它是怎么训练出来的呢？它是将大量一零二四乘以一零二四的图像整合到一起，同时它给每一张图像呢都进行了个描述，就比如说在描述这张图片的时候， 他会写着说甜美少女，然后亚洲女生，对吧？他通过这样子给每一张图片呢进行一个描述之后，然后让我们的 ai 呢就把它融合成一个模型。因此在我们生成图像的时候， 我们是不是生成与他的那个尺寸有关系的成倍数关系，或者是直接就是一致尺寸的效果会更好。当然这时候就问了，那么我直接生成更大的可不可以呢？当然是可以的， 像这里面我们也可以直接生成一九二零的尺寸，但是这样子的话，我们生成的速度会变慢很多，也可以直接生成五百一十二尺寸的，但是这样子我们生成出来的画面，他的画面效果肯定不是很好，因为在我们生成过程中，我们的尺寸越小呢， 我们的 ai 对 局部细节的描述或者是生存能力就没那么好，尺寸越大呢，反而就会描述的越细节。但是有可能你的尺寸过大，一个是会导致你的电脑呢会显示显存不足，然后强制关机。 此外呢，也有可能因为你生存的尺寸过大，那个 ai 呢就在一个小地方里面使劲描绘描绘导致出现一些过度畸形，那么我们有一些合适的办法就可以避免或者说 处理掉它，因为一般来说我们想要生成更高清更清楚的图像，我们都是需要经过二次的图像放大的，那图像放大也是一个非常关键的一个技巧。在后面的视频中我们也会提到，那么了解了这些生成中我们有可能出现的问题之后呢， 后面我们就要更加深入的了解纹身图的一个生成逻辑了。在之前的视频中，我们已经讲解了很多有关于我们 cf ui 这款软件的一些基础知识， 那么接下来呢，我们来深入的了解一下，在生成图片中我们有哪些重要的参数，我们可以进行调节，就比如说这个纹身图的一个生图流程，在前面的这些地方呢，我们将这一块已经讲解的很清楚了， 那么接下来我们重点呢来讲解一下这一款 k 传感器里面的这些参数到底有什么意义。那么首先 k 传感器就是我们一个做饭的锅，对吧？ 然后在这个锅里面呢，我们也可以进行一些参数上的调整。首先我们看到第一个种子，哎种子是什么？就比如说西瓜种子和冬瓜种子，那么不同的种子呢会结出不同的果实， 因此种子也就是我们这张图片的一个来源，我们的每一张图片呢都有一个固定的种子数，那么也就是说只要你拥有这张图像的种子，你就能够完整的复刻出这张图像。那么这里呢我们直接来输入，好吧，首先我们输入一个一一一，然后点击运行， 那么这张图像呢，就是我们一一一三个一的种子生成的图像，我们复制一下，然后呢粘到边上，再把这个种子呢改成二二二， 那么可以看到两张图像不一样，对吧？是有很明显的一个区别的，哎，这个时候我后悔了，我不想要这个二二了，我还是想要之前的一一，怎么办？是不是我直接在上面输入， 是不是？然后点击运行，可以看到这两张图像是不是完全一样的，那么这个就是我们的种子到底是有什么作用的？然后后面有一个生成后控制，这个里面有三个意思，一个呢则是说我们每一次生成图像的时候，这个种子呢不改变，就相当于你需要自己手动的一个来输入，也就是这个固定。第二个呢就是随机， 随机呢就是指的是你每次生成图像之后呢，这个种子数呢会随机生成为任意一个种子。第三个则是固定的增加或者减少也很好理解，就比如说你生成之后一一一就变成了一一二， 然后变成一一三，就变成这个样子，那么像我们刚刚不是直接输入一一一吗？对吧？然后我直接点击运行之后，你会发现，哎，这地方会变成其他的种子，那么这样种子其实是你下一站要生成出来的头像的种子数，如果你在这里面点固定的话，你输入，对吧？然后你点击运行， 你会发现它完全不会改变的，因为它没有提供新的种子数出来，那么就是一个这样的意思，然后再看一下这个步数，我们把这个种子数先固定吧，这样子更好的能够看出我们生成图像的效果。这个步数呢其实就是我们 ai 绘画的时候，这个画笔的次数， 在我们画画的时候，是不是我们画的越多，画的越久，这张图像的细节就越细腻，越丰富，那么 ai 呢，也是一样的，我们直接把步数呢调成三，我们来看一下生成的结果哈，你会发现这张图片是不是没有这张细腻，就包括它整体的一个光感啊什么的， 你会发现这些地方都泛白，就是整张图片没有这么细腻的光感，也就是说它绘制的比例减少了， 而你再把它的一个步数调高呢，你调成个二十，你会发现这张图片呢就比这一张又要重很多， 整体的一个感觉，那么这个呢，就是两种不同的一个数值上的差异，但是其实在这个 z e max 模型上面，这种差异不是很明显，如果你换成其他的那种 flux 模型啊，又或者是普通的 sd 三点五的模型， 那么它的一个效果差异会非常的大，这个其实看不出非常明显的差异，但大家只要知道这个知识点就行，我们依旧把这些数值还原一下，然后就是这个 c f g 值，那么这个 c f g 值的意思就是我们提示词的一个执行力， 也就是说你这个 c f g 值高，那么它这张图像呢，就会遵循我们的提示词更加的多，那么我们的那么如果你这个 c f g 值它比较小的话， 他就不会完美的按照我们提示词里面的内容来生成图像，而是会自己的发散来进行生成，就比如说我这里直接调成零点一，然后点击运行，可以看到他随机的生成了一堆不知道是什么样的内容，跟我们提示词一点关系都没有。而我们这里面把它调成一个五呢，可以看到画面呢又非常的奇怪， 他会让我们的画面变得很僵硬。其实你可以看到在这个里面他会把我们的一些格纹呢，然后黑色的夏装啊 都体现出来，但是他的一些组合就会非常的奇怪，会变得畸形，所以说就按照我们设置的一个尺寸就好了。然后就是我们的裁焊器和调度器，那么这个里面会有非常多内容，但是事实上我们并不需要了解这么多，因为通用的来说就是用这个优乐和 simper， 有这个调度器和采暖器呢，就已经完全足够满足我们生存的要求了。如果有一些特殊的工作流需要不同的这个采暖器的话，其实在我们使用的时候也会单独的进行强调，没有必要说浪费这么多时间来一一介绍这每一个采暖器，其实是非常没有必要的。 当然如果感兴趣的话，我在后续也可以给大家些资料，让大家去看，但是事实上呢，这个就属于是事倍功半了。而这个降噪呢，其实就指的是我们图像从一个原始模糊的像素点， 然后逐渐变清晰的一个过程，你也可以理解为是它的重绘幅度，那么一般是在图深图当中会有所体现的，我们纹身图当中只需要固定为一点零就行了，不需要做其他的一些修改， 因此呢这个就是我们一个基础的传感器的参数，那么我们这里面复习一下。首先种子就是说我们每一次生成图像都会产生固定的一个值，这个值呢就像我们的身份证一样，只要知道这个值，我们就可以完美的复刻这张图像。 而生成后可以控制这些种子数的增加或者减少，又或者是随机固定，可以来帮助我们找到这个种子值。步数的话则是我们的一个绘画强度，这个值越高，我们的画笔画的次数就越多，细节就会越丰富。 cfg 值呢则是指我们这个提喻词和图像的关联程度， 但是过低或者过高呢都会导致图像畸形，不是很适用。而传感器和调度器在不同的工作流可能会有所区别，但是我们只要按照这样的一个比较平衡的设置来进行使用的话，其实区别并不大。而降噪只是只有在图深图当中会使用到，纹身图当中是不会有其他变化的， 那么这就是一些我们所需要了解到的内容。这里面也可以给大家再看一下我们的一个排版布局，就有时候我们的那个节点比较多的时候，我们就可以用一些不同的排版来设置，就比如说这里面我们的三件套可以进行一个 ctrl 加左键的一个宽选， 然后上面这个位置可以调整这个节点的颜色，比如说统一调成绿色，然后有时候我们会想着说给这些节点分组，我们可以直接框选这一部分内容，然后点击这个创建一个组，这个的好处就是说，哎，我直接想移动这三个的时候，我不用框选，我直接移动这个框就行了， 也是比较方便的。然后就是说这里面还有些其他的内容，我们可以对它进行一个排版，就比如说我直接将它转换一下，是不是我们可以把这一堆的这些节点直接转换为一个小结点， 看起来是不是就小了很多？而且我们点击这个节点，可以在右边的这些参数输入，这里面我们可以输入他的一个文字啊，或者是种子数，那么可以根据大家的喜好来， 然后我们点击刚才那个右上角，就可以进入到这个组里面，在组里面再对他进行一个单独的编辑，再按一下 esc 又可以退出来，对吧？又回到这个大组里面，反正就是挺方便的，不想要这个组的话，我们可以点击这个按钮，我们选择这个解开所选子图按钮，然后点一下，对吧？我们的图像又回来了， 那么这就是一些基本的简单操作，我们可以按照自己的需求来进行一个使用。那么这节视频呢？就到这里了，我们下节课会讲述更多有关于 cfu 的 很多非常实用的功能，我们下节视频再见。那么我们这一节课要学习一些什么呢？在之前的时间里面，我们已经掌握了 cfu i 的 界面操作， 然后部分重要的仓鼠设置，他有具体的一个什么含义，我们理解了他的整个身图到底是一个什么样的逻辑，那么了解这些内容可以大大的帮助我们对于 cf ui 这款软件进行一个深入的了解，那么现在你对于整个这个软件已经有一个比较大的宏观上的认知，那么接下来我们就要从一些细节上入手， 那么我们这一次看一下我们这个纹身图的一个操作流，带大家一步一步进一个实操，那么大家也跟我一起来进行相同的操作，那么我们这里面直接框选，然后把它全部都删掉。那么首先 我们来想一想之前的逻辑，在我们搭建一个自己的一个工作流的时候，最先应该搭建什么呢？那么很明显就是直接先加载出我们的模型加载出来，那么使用的是 unit 加载器，我们点击一下， 那么里面呢就有非常多模型可以供选择，那么之前也教大家如何放置我们的模型了，那么像这里面我们可以一次性把我们的其他那几个也加载出来，第二个是 clip， 第三个是 ve， 那 么这三个呢就是一般来说我们的模型加载三件套，加载出这三个之后，我们就可以 来进行下一步，我们搜索克利普文本编码器，也就是说用来输入我们的提示词的，然后这个是正向的，我们还需要一个负向的，但是因为我们使用到的是这个 z 杠 e m g 模型，所以呢我们就可以加入一个条件零化节点， 我刚刚使用到的一个操作是我们点击这个按钮，然后按住 alt 键，使用鼠标左键一个拖动，那么就可以直接将这个节点进行一个复制，是一个快捷操作。如果记不住的话，我们也可以正常的使用我们的 ctrl c， 再点一下 ctrl v， 那么也是一样的，没什么区别，只是我这样子操作会更快一点。然后我们就加载一个条件零化解点，那么为什么要用使用这个条件零化解点，在之前的视频中我也跟大家已经提及过了，就是说我们的一个正负相题的词，他们有什么关联，那么具体会导致我们生成的出来的内容有哪些影响，这里就不再多赘述了， 因为我们觉得这个框框比较大，然后比较占空间的话，我们点击左上角这个圆圈点一下，哎，他就缩回去了， 那么这样子就可以让我们的排版更好看一点，看起来更方便美观。我们先把其他的也加载出来，那么还包括我们的 裁剪器以及我们的解码器和空图层像，我们将这几个呢通通都进行个输入，最后再连接一个保存图像按钮，那么我们就将所有的这些节点呢都拉出来了，接下来就进行一步连线，连线也按照我们之前的那个操作，是什么呢？颜色连接相同的颜色，就比如说模型，我们连接上模型， click， 连接上 click 上面的这个连接我们的正面条件，下面这个连接我们的负向条件，但是这里还要连接一个条件零化节点，再把这个条件零化，连到我们的负面条件。再看一下左边还有个 veve， 连接上我们右边的 ve 解码，这里面再连接下方的 comelon 的 图像连接上来，对吧？ later 图像输入到我们的保存图像按钮，再把我们的 later 图像输出到我们的解码器当中，再把图像进行一个输出，然后再把我们的 com later 的 图像连接到我们的传感器上面，再把传感器上的 later 输入到我们的解码器当中， 再将图像进行一个保存，那么就完成了一个最简单的纹身图的工作流搭建。这里面我们就进行了第三步， 我们在设置好节点，布置好连线之后，就第三步就要选择好我们的模型像这里面我们选择的是 f p 八的 z 杠一妹子模型，它的速度更快，然后更好用一点，那么其实它有一些其他的，比如说 b f 十六，那么一般来说数字越大，也就代表这个模型所用到的参数越多，训练级越多， 那么由此导致的就是我们图像可能质量会更高，但是整个生成的过程会变得慢， 那么就是没有那么快。因此我们要着重的考虑到自己的一个电脑的设备性能，我们要按照自己的设备来进行一个选择，不然的话就很容易出现爆显存，那么爆显存这个行为在我们生成过程中会经常的出现，因为有时候我们的电脑设备可能确实是带不动这样子一个比较长的工作流， 但是像目前这种比较小的纹身图啊，图身图啊这种，那就是非常简单的，一般爆显存会出现在视频生成中会比较多一点， 这种图片来说，大部分的电脑应该还是没有什么压力的。然后像这里面我们选择好这个加载器之后呢，下方有个数据类型，这个不用管，我们使用这个 default 默认就行。 然后在可立部这里面我们需要进行一个加载，那么像我们的 z 杠 image 模型呢，加载的就是千万三杠四 b 的 一个模型，我们选择这个，然后在类型里面我们选择千万 image， 那么这是他的一个模型种类，然后 ve， 这里面我们需要加载一个 ve 点 ve， 当然也可以直接加载我们的 z 杠一 mag， 那 么都是可以的。那么这样子的话我们就完成了第三步模型的一个选择，第四步我们就直接来输入我们的参数了， 那么像这个文本编码器，这里面我们要输入哪些内容？因为这一款模型呢支持我们的中文输入，那么我们就输入这样的一个提示词，韩国女明星角色扮演，那么我们来调整一下其他的参数，像这里面 k 长按器，这里面我们需要将我们的步数调整一下，调成八，然后 c、 f、 g 值调成一， 传感器和调度器呢，我们就设置为默认，然后最后再调整一下我们生成的图像大小像，这里面我们可以设置为一零二四乘以一零二四，这里面我为了演示，我们直接就设成五一二乘以五一二吧，这样子速度会更快一点， 然后我们点击右上方的运行，等待他稍微运行生成一下，那么这样子是不是就完成了一张图像的生成，那么这些都是需要熟能生巧的。
3624AI漫剧入门教程
04:44查看AI文稿AI文稿来大家看一下啊，这是我的一个我搭的一个徒生视频的工作流啊，这个工作流是可以做漫剧啊，而且这个工作流的话啊，用的所有的模型还有节点的话啊，都是免费的啊，用的是开源的模型，节点的话也都是免费的。然后嗯，他做出来的视频效果呢？就是漫剧的一个效果，我可以这么说嘛，不比这闭源的啊，然后那种花钱的模型 做出来的效果差啊，他的这个效果的话也是挺好的。我给大家然后放一下就是我做出来的一个视频， 这段视频的话，我是那个前几天看了一个博主吧，他生成了一个什么圣斗士的，也是这种风格的，然后点赞量的话达到了七十多万吧，然后这个那个视频的主角呢？是夏洛特啊，我不知道有没有认识他的啊？是这个主角，我感觉他做出来应该挺好看的，然后我就试了一下，然后试着做一下， 我没有做太长那个剧情啊，因为咱们是吧给大家看一下就是这个工作流做出来的案例啊，你像整体效果来说，包括运镜了，然后包括一些画面了啊，然后都挺不错的，对吧？都挺不错的，然后去做慢剧的话完全是没问题的。然后我给大家然后来说一下我的一个制作过程吧，一个制作过程，然后我那个生成图片的话，我是这这次生成的话是用这个， 呃，我自己做了一个无线画布去生成的啊，你看这个无线画布是我自己搭的，因为啥呢？我感觉人家有那种无线画布，然后我感觉价格挺高的，然后我就自己搭了一个，自己搭了一个无线画布，这个无线画布其实也很智能啊，也很智能呃，我这里这里输入那个我的提示词，大概的一个提示词，然后他到这里会优化，优化完之后呢，他还会把我想要的这些， 就是说啊，这一个效果给我拆分成镜图啊，拆成啊，几张分镜图，然后拆分完之后，然后他就先生成，对吧？这个人物的这个定妆图，对吧？多角度的来看一下，然后生成完之后他就开始生成这种的啊，对吧？这种的啊？这个分镜图成品图。然后呢？ 这里面也有失败的啊，也有失败的，大家看也有失败的，失败的话我就觉得不好的，我就让他再重新生成一下，你看然后我让他，对吧？给我参考一下， 然后就是你看，就比如这个啊，是参考的，参考的他，然后去做出来的，然后这个是失败的，我感觉不太满意，然后我又把他拉过来参考他，然后给他说了一些，对吧？然后就是说啊，改成什么样啊？然后他又给我做成了这个样子，然后所以说，呃，整体来说的话，呃这个无线画布反正是挺好用的啊，然后这个图片生成好了之后呢？呃，然后我的那个视频提示词是怎么弄的？我的这个视频提示词是 啊，用豆包去给我生成的啊，我就跟他说啊，我是我的工作流，是怎么样的？给他描述了一下啊，然后他来给我生成的这个整体的这个提示词啊，整体的这个提示词都是他给我生成的，然后这个正面提示词，然后负面提示词的话基本上不用动的，因为设置好了，基本上不用动的 啊。然后完了之后，我给大家看一下我做视频的一个过程吧，然后他也是有抽卡的一个成分的，因为可以看一下我往期的视频吗？我之前说过就是 comu 也会有抽卡的一个成分， 但是如果说你用康威去抽卡的话，我可以这么说啊，你不会感觉心肝疼，为啥呢？因为他抽卡也是免费的，就等于是花了一些电费吧。然后这个就是比较好的一个优点吧。康威，然后给大家看一下这个镜头， 哎，这个镜头基本上就是一遍成了一次，一次就成了。然后来看一下我抽的第二个镜头， 然后这个的话我就不太满意，因为你看他会皱眉了，他微表情做的挺好，但是我不想让他皱眉，有点丑。然后我就又抽了一次，我又抽了一次， 哎呀，这个整体效果就挺不错的啊。然后就采用了，然后接着下一个啊，这两个的话，这两个啊，这两个的话我就不给大家看了，因为当时啊，当，当时我是准备让他拿剑的啊，当时准备让他拿这把剑的，然后后来发现其实拿剑的效果并不好，因为和后面的衔接也不太好衔接，然后我就抽了两次，之后我就没再用这张图片了，然后我就采用的是这张图片， 你看这个图片其实也不错，整体运镜啊，还有表情，微表情之类的，还有整个画面感也不错。然后我就又抽了一次啊，哎，我就又抽了一次，发现之后这个脸部后面有点变形，然后我就后面我又抽了一次， 哎，这一次是我整体最满意的一次，所以说你们刚才看到的视频就是用的这个，就是用的这个，然后这个镜头算是可以了，可以了之后我又那个做了另一个镜头，对吧？这个伸手的， 对吧？又做了这个镜头，这个镜头的话是抽了两次卡啊，有一次成功的，这一次不行，这一次运镜运的太快了，而且脸部变形了， 然后采用的是这个，采用的是这个啊，然后整体做出来的效果，刚才啊，中间已经看了哦，效果质量的话是不错的啊，就是我个人认为，因为我是， 嗯，那个做视频，哎呀，什么样类型的视频都做过，包括这种类型的也是可以的，我不能说他是最牛逼的，但是如果说你去做漫剧的话，我觉得是完全没有啥问题的。 呃，我觉得是完全没啥问题的。呃，如果说，嗯，咱们是对这个康威啊，对吧？有感兴趣的，还有说啊，喜欢做慢剧的，或者说你不管说是其他的菜道吧，包括电商的，电商类的我后期也会分享一些，嗯，关于这方面的一些工作流 给大家，我如果说有想要学习交流的，然后我这边就会不断的分享一些啊，对吧？一些实战的一些知识啊，我的一个过程吧。
4089小默AI（有课）
