Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

sd角色一致性

Answer

在 Stable Diffusion（SD）中实现角色一致性多角度头像绘制的方法如下：

  1. 准备工作：
    • 准备一张人物的多角度图片，共有 15 个不同视图，尺寸设置为 1328×800px，放大两倍后保证每张小图为 512×512px。
    • 加上网格图，通过 lineart 分割不同块面。
    • 设置 controlnet，第一张图选择 openpose_face 得到人物的 15 个面部角度，第二张图选择 lineart_standard(from white bg & black line)得到清晰的表格分区。
    • 增加 ADetailer 的脸部修复插件防止小图模式下人脸崩坏。
  2. 开始生图：
    • 大模型：majicmixRealistic_v6.safetensors
    • 正向提示词：(a character sheet of a woman from different angles with a grey background:1.4),auburn hair,eyes open,cinematic lighting,Hyperrealism,depth of field,photography,ultra highres,photorealistic,8k,hyperrealism,studio lighting,photography
    • 负向提示词：EasyNegative,canvasframe,canvas frame,eyes shut,wink,blurry,hands,closed eyes,(easynegative),((((ugly)))),(((duplicate))),((morbid)),((mutilated)),out of frame,extra fingers,mutated hands,((poorly drawn hands)),((poorly drawn face)),((bad art)),blurry,(((mutation))),(((deformed))),blurry,((bad anatomy)),(((bad proportions))),((extra limbs)),cloned face,(((disfigured))),gross proportions,(malformed limbs),((missing arms)),((missing legs)),((floating limbs)),((disconnected limbs)),((malformed hands)),((missing fingers)),worst quality,((disappearing arms)),((disappearing legs)),(((extra arms))),(((extra legs))),(fused fingers),(too many fingers),(((long neck))),canvas frame,((worst quality)),((low quality)),lowres,sig,signature,watermark,username,bad,immature,cartoon,anime,3d,painting,b&w
    • 参数设置：迭代步数 50，采样方法 DPM++ 2M Karras，尺寸 1328×800px。
  3. 细节放大：
    • 发送到图生图，重绘幅度设置为 0.55，使用 controlnet 的 teil 模型增加细节，控制模式选择“更倾向 controlnet”。
    • 使用 Ultimate SD upscale 脚本放大为 2 倍，采用 4x-UltraSharp 放大算法。
  4. 尝试不同风格：
    • 例如使用 AnythingV5 大模型绘制浅绿色侧马尾女孩形象，使用 revAnimated 大模型绘制粉色头发的长发公主形象。

需要注意的是，由于 AI 绘画的随机性存在，15 个角度的画面不可能完美，controlnet 的控制能让我们更大程度接近想要的效果，想要好的结果需要多刷图。如需 stable diffusion 相关资料，可关注公众号【白马与少年】发送【sd】获取链接。

Content generated by AI large model, please carefully verify (powered by aily)

References

【SD】角色设计的福音！绘制一致性多角度头像

作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-09-22 19:00原文网址：https://mp.weixin.qq.com/s/uUPX5w25rNwKNjdVO6J81w如何让我们在SD中绘制的角色保持一致，这是人们长久以来在探索AI绘画的领域当中一直寻求解决的问题。目前来看，实现这个目标最好的方法就是使用LoRA。但是要训练一个LoRA，我们首先要至少有一个15到20张图片的训练集。在一个固定的形象中，最重要的是面部五官，其次是体型、服装、配饰之类的。所以，我们在收集训练集的过程当中，收集形象的头部图片是很重要的。现实中的人物我们可以通过照片来进行训练，但如果是我们在AI中生成的虚构角色呢？我们就要让这个虚构角色能稳定输出多张不同角度的图片才能达到训练集的要求。今天，我们就来学习一下，如何创建一个虚构人物的多视图角色表。[heading1]#01[heading1]准备工作[content]首先，我们要准备一张人物的多角度图片。这张图一共有15个不同的视图，它的主要作用是可以使用openpose来控制形象的面部角度。尺寸设置的是1328×800px，这样的话，当我们放大两倍之后就能保证每张小图都是512×512px。【一个小知识：稳定扩散输出尺寸必须能被8整除。这个工作表的设置方式是由8像素的分割线和256×256像素的图像组成。】再加上一个网格图，通过lineart来分割不同的块面。接下来，我们来设置controlnet，第一张图选择openpose_face，得到人物的15个面部角度。第二张图选择lineart_standard(from white bg & black line)，可以得到清晰的表格分区。为了让小图模式下的人脸不会崩坏，我们可以在增加一个ADetailer的脸部修复插件。

【SD】角色设计的福音！绘制一致性多角度头像

设置文生图提示词：大模型：majicmixRealistic_v6.safetensors正向提示词：(a character sheet of a woman from different angles with a grey background:1.4),auburn hair,eyes open,cinematic lighting,Hyperrealism,depth of field,photography,ultra highres,photorealistic,8k,hyperrealism,studio lighting,photography,负向提示词：EasyNegative,canvasframe,canvas frame,eyes shut,wink,blurry,hands,closed eyes,(easynegative),((((ugly)))),(((duplicate))),((morbid)),((mutilated)),out of frame,extra fingers,mutated hands,((poorly drawn hands)),((poorly drawn face)),((bad art)),blurry,(((mutation))),(((deformed))),blurry,((bad anatomy)),(((bad proportions))),((extra limbs)),cloned face,(((disfigured))),gross proportions,(malformed limbs),((missing arms)),((missing legs)),((floating limbs)),((disconnected limbs)),((malformed hands)),((missing fingers)),worst quality,((disappearing arms)),((disappearing legs)),(((extra arms))),(((extra legs))),(fused fingers),(too many fingers),(((long neck))),canvas frame,((worst quality)),((low quality)),lowres,sig,signature,watermark,username,bad,immature,cartoon,anime,3d,painting,b&w,设置一下参数：迭代步数：50采样方法：DPM++ 2M Karras尺寸：1328×800px出图！15个不同角度的人物图片，大概看下来基本就是同一个人，没毛病。

【SD】角色设计的福音！绘制一致性多角度头像

接下来发送到图生图，进行一次放大。重绘幅度设置为0.55，不需要太高。使用controlnet的teil模型来增加细节，控制模式选择“更倾向controlnet”。Ultimate SD upscale脚本放大为2倍，使用4x-UltraSharp放大算法。生成出图，我们来看一下最终的效果。[heading1]#04[heading1]随便试试[content]接下来，我们再来试一试二次元的形象吧。使用AnythingV5大模型，绘制一个浅绿色的侧马尾女孩的形象。再做一个手办风格的卡通角色使用revAnimated大模型，绘制一个粉色头发的长发公主的形象。怎么样，效果不错吧，你学会了吗？以上，就是关于在sd中制作多角度角色形象的方法。当然，由于AI绘画的随机性存在，15个角度的画面不可能那么完美，controlnet的控制也是让我们更大程度的去接近自己想要的效果。所以想要好的结果，多刷刷图吧~需要stable diffusion相关资料的话，可以关注我的公众号【白马与少年】，发送【sd】即可获取链接。-END-白马与少年Stable Diffusion、Blender等学习心得分享140篇原创内容（持续更新中）公众号微信扫一扫关注该公众号

Others are asking
SD如何操作
以下是关于 SD 操作的相关内容： Stable Diffusion 中，Checkpoint 是最重要的模型，也是主模型，几乎所有操作都依托于它。主模型基于 Stable Diffusion 模型训练而来，有时被称为 Stable Diffusion 模型。主模型后缀一般为.ckpt 或者.safetensors，体积较大，一般在 2G 7G 之间。要管理模型，需进入 WebUl 目录下的 models/Stable diffusion 目录。 画出商用级别的高清大图操作简单，调整好放大倍率即可直接放大。其原理和其他图片放大原理相同，并非重绘，只是变清晰，缺失细节不会补全。 制作中文文字的思路： 将中文字做成白底黑字，存成图片样式。 使用文生图的方式，使用大模型真实系，输入关键词和反关键词，反复刷机得到满意效果。 可输出 C4D 模型，自由贴图材质效果。 若希望有景深效果，可打开 depth。 打开高清修复，分辨率 1024 以上，步数 29 60。
2025-01-09
sd 学习教程
以下是关于系统学习 Stable Diffusion 提示词的教程： 1. 学习基本概念： 了解 Stable Diffusion 的工作原理和模型架构。 理解提示词如何影响生成结果。 掌握提示词的组成部分（主题词、修饰词、反面词等）。 2. 研究官方文档和教程： 通读 Stable Diffusion 官方文档，了解提示词相关指南。 研究来自开发团队和专家的教程和技巧分享。 3. 学习常见术语和范例： 熟悉 UI、艺术、摄影等相关领域的专业术语和概念。 研究优秀的图像标题和描述，作为提示词范例。 4. 掌握关键技巧： 学习如何组合多个词条来精确描述想要的效果。 掌握使用“（）”、“”等符号来控制生成权重的技巧。 了解如何处理抽象概念、情感等无形事物的描述。 5. 实践和反馈： 使用不同的提示词尝试生成各种风格和主题的图像。 对比提示词和实际结果，分析原因，总结经验教训。 在社区内分享结果，请教高手，获取反馈和建议。 6. 创建提示词库： 根据主题、风格等维度，建立自己的高质量提示词库。 将成功案例和总结记录在案，方便后续参考和复用。 7. 持续跟进前沿： 关注 Stable Diffusion 的最新更新和社区分享。 及时掌握提示词的新技术、新范式、新趋势。 此外，为您推荐以下学习资源： 1. SD 从入门到大佬： Nenly 同学的视频合集（点我看合集）：https://space.bilibili.com/1 。 想入门 SD 的同学可以在安装完 SD 后，参考 0.SD 的安装：https://qa3dhma45mc.feishu.cn/wiki/Ouiyw6v04iTJlmklDCcc50Jenzh 。 可选的一些图片版教程： 。 2. 第一期：上班的你： 。 。 。 。 。 。 。 。 。
2025-01-06
Midjourney+sd可以生成服装模特视频么
Midjourney 和 SD 可以用于生成服装模特视频。以下是一些常见的方法： 1. 方法 1【MJ 出图 + AI 视频软件】：使用 Midjourney 垫图➕描述出图，再去视频工具中转成视频。下载项里的深度图，打开 Midjourney 官网（https://www.midjourney.com/）上传深度图。局部重绘有难度，最终方式可以是分开画，比如先画个被关着的红衣服女孩，再画个二战德国士兵的背影，再合成后交给 MJ。 2. 方法 3【SD 出图 + AI 视频软件】：在 SD 的 controlnet 中上传原图，选择深度，文生图生成图片，再把生成好的图放在 AI 视频工具中进行视频生成。 同时，您还可以参考以下视频工具建议： 。另外，使用 Dreamina 图片生成功能（https://dreamina.jianying.com/aitool/image/generate）上传深度图，选择适应画布比例并填写描述，也可以实现深度图出图和出视频。
2025-01-06
SD怎么学习简单
学习 Stable Diffusion（SD）可以从以下方面入手： 学习 SD 提示词： 1. 学习基本概念： 了解 Stable Diffusion 的工作原理和模型架构。 理解提示词如何影响生成结果。 掌握提示词的组成部分（主题词、修饰词、反面词等）。 2. 研究官方文档和教程： 通读 Stable Diffusion 官方文档，了解提示词相关指南。 研究来自开发团队和专家的教程和技巧分享。 3. 学习常见术语和范例： 熟悉 UI、艺术、摄影等相关领域的专业术语和概念。 研究优秀的图像标题和描述，作为提示词范例。 4. 掌握关键技巧： 学习如何组合多个词条来精确描述想要的效果。 掌握使用“（）”、“”等符号来控制生成权重的技巧。 了解如何处理抽象概念、情感等无形事物的描述。 5. 实践和反馈： 使用不同的提示词尝试生成各种风格和主题的图像。 对比提示词和实际结果，分析原因，总结经验教训。 在社区内分享结果，请教高手，获取反馈和建议。 6. 创建提示词库： 根据主题、风格等维度，建立自己的高质量提示词库。 将成功案例和总结记录在案，方便后续参考和复用。 7. 持续跟进前沿： 关注 Stable Diffusion 的最新更新和社区分享。 及时掌握提示词的新技术、新范式、新趋势。 学习 SD 的 Web UI： 1. 安装必要的软件环境： 安装 Git 用于克隆源代码。 安装 Python 3.10.6 版本，确保勾选“Add Python 3.10 to PATH”选项。 安装 Miniconda 或 Anaconda 创建 Python 虚拟环境。 2. 克隆 Stable Diffusion Web UI 源代码： 打开命令行工具，输入命令 git clone https://github.com/AUTOMATIC1111/stablediffusionwebui.git ，将源代码克隆到本地目录。 3. 运行安装脚本： 进入 stablediffusionwebui 目录。 运行 webuiuser.bat 或 webui.sh 脚本，它会自动安装依赖项并配置环境。 等待安装完成，命令行会显示 Web UI 的访问地址。 4. 访问 Web UI 界面： 复制命令行显示的本地 Web 地址，在浏览器中打开。 即可进入 Stable Diffusion Web UI 的图形化界面。 5. 学习 Web UI 的基本操作： 了解 Web UI 的各种设置选项，如模型、采样器、采样步数等。 尝试生成图像，观察不同参数对结果的影响。 学习使用提示词（prompt）来控制生成效果。 6. 探索 Web UI 的扩展功能： 了解 Web UI 支持的各种插件和扩展，如 Lora、Hypernetwork 等。 学习如何导入自定义模型、VAE、embedding 等文件。 掌握图像管理、任务管理等技巧，提高工作效率。 总之，学习 SD 需要多方面的知识和经验积累。初学者可从官方资料入手，掌握基本概念；中级阶段需大量实践，培养敏锐度；高级阶段则要追求创新性、挖掘新维度。持续的学习、实践和总结反馈，是成为高手的必由之路。
2025-01-04
怎么看sd的插件不兼容
SD 插件不兼容可能有多种情况和解决方法： 对于提示词服从度增强插件，当生成图与提示词不太相符时，可以通过多刷图来找到符合需求的绘图。若条件太多始终达不到效果，可提高 cfg 值并启用修复插件。但开启插件并提高 CFG 值后，画面可能会发黄，颜色偏差可利用 PS 做后续调整。安装方式可以在扩展列表中搜索插件名字，或放在特定路径文件夹下，安装完成后重启 webUI 即可启用。 对于无需 Lora 的一键换脸插件 Roop，安装时间较长，需耐心等待。安装过程包括在特定文件夹地址栏输入“cmd”回车，在打开的 dos 界面粘贴代码安装 insightface。若出现错误，可下载最新秋叶 4.2 整合包。安装完成后重新打开启动器，后台会继续下载模型，需全程科学上网。使用时要注意参数设置，人脸像素可能偏低，可发送到“图生图”并使用 controlnet 中的 tile 模型重绘。此插件谨慎使用，切勿触犯法律。获取插件可添加公众号【白马与少年】回复【SD】。
2025-01-02
SD如何人物换脸
以下是关于 SD 人物换脸的详细步骤： 1. 安装 Roop 插件：安装时间较长，需耐心等待。安装好后打开 SD 文件目录下的特定文件夹，在地址栏输入“cmd”并回车，在打开的 dos 界面粘贴“python m pip install insightface==0.7.3 user”自动安装 insightface。若此阶段出错，建议下载最新的秋叶 4.2 整合包（6 月 23 号更新），在云盘后台回复【SD】可下载。 2. 后续操作：安装完成后重新打开启动器，后台会继续下载模型，全程要保证科学上网。Roop 插件主要适用于真实人脸替换，对二次元人物作用不大。选用真实系模型“realisticVisionV20”，关键词描述人物。启用 Roop 插件，选择要替换的人物照片，面部修复选“GFPGAN”，右边参数数值越低人物越像但图像模糊，数值越高人物越不像但图像清晰，可根据需求设置，如 0.5。设置好后点击生成，若人脸像素偏低模糊，可将图发送到“图生图”，开较小重绘幅度，使用 controlnet 中的 tile 模型重绘。 3. 多人物脸部替换：先正常生成图片，如两个古风人物形象。发送到图生图中调整重绘幅度。在 roop 插件中，从左往右编号，载入相应人物照片形象进行脸部替换。 4. 获取插件：想要 Roop 插件，可添加公众号【白马与少年】，回复【SD】。 另外，还有关于 SD 中更精确蒙版的操作，如使用 GroundingDINO 模型分割：启用 GroundingDINO 时 AI 会自动下载模型，也可在云盘下载放到特定文件目录。在检测提示词中输入如“eye”，可自动检测出相应部分并设置蒙版，还能通过预览箱体得到编号选择调整单一部分。选择要修改的蒙版上传到重绘蒙版，添加提示词生成。给人物换背景时，加载生成的背景蒙版，选择大模型和正向提示词，蒙版模式选“重绘非蒙版内容”，生成后可再次放入图生图中细化，还可在 PS 中修复。 特别提醒，使用相关插件需谨慎，切勿触犯法律。
2024-12-31
图的角色 用 cref 去控制一致性 风格可以用 sref 去控制
在 Midjourney 中，cref 和 sref 是用于引用图片的功能，它们有以下区别和使用方法： 1. 角色参考（cref）： 作用：保持图像角色的一致性。 使用方法：在提示后添加“cref”，紧接着指向人物参考图像的 URL。例如：/imagine prompt beautiful girlcref。可以使用“cw”调整参考图像对生成图像的影响程度，数值范围从 0 到 100。强度 100（“cw 100”）是默认值，会使用面部、头发和衣服，cw 为 0 的话仅保证脸部一致。基础格式为“cref 图片链接，cw 100”。 参考链接： 2. 风格参考（sref）： 作用：生成类似风格的图片，保持画风的一致性。 使用方法：在提示后添加“sref”，紧接着指向风格参考图像的 URL。例如：/imagine prompt beautiful girlsref。可以使用“sw”调整参考风格对生成图像的影响程度，数值范围从 0 到 1000。基础格式为“sref 图片链接，sw 100”。 参考链接： 如果想引用一张图，但只是把它作为新图的一部分，可以使用“sref”或“cref”，并通过调整“sw”或“cw”的值来控制引用图像的影响程度。例如：/imagine prompt beautiful girlsrefsw 500。这样，生成的图像将会在保持原有风格的同时，融入一部分引用图像的风格。
2025-01-13
flux lora调参数，我训练出来的人物模型和数据集的人物图片不像，出现这种情况的原因都有哪些，应该调整哪些参数，我需要我的flux模型训练出来的模型是一致性还原性，和泛化性比较不错的，按照这个方向给我指导
以下是关于 flux lora 调参数以获得一致性、还原性和泛化性较好的人物模型的指导： 打标环节： 选择基础大模型，如“麦橘写实”，并为 lora 命名。 将照片导入，选择合适分辨率，可勾选“脸部加强训练”，然后进行预处理。手动裁剪图片比自动裁剪更可靠。 预处理后会出现脸部和整体文件夹，且每张照片自动打好 tag 标签。 可为整体添加统一标签，也可单独修改每张图片的标签。标签有助于 AI 理解图片，描述越详细，人物变化可能越多，泛化性可能越好。仔细检查每张图片的标签，其质量会影响人物 lora 的泛化性。 参数调整环节： 大部分参数是固定的，主要的几个按照人物参数配置一遍。后期根据生成结果再调整。 炼丹环节： 例如 18 张脸部图片，20 张整体图片，各训练 50 步，循环训练 10 次，并行步数为 1。训练总步数和时长会有所不同，loss 值可作为参考，但最终效果仍需通过测试判断。 此外，在 Lora 串联方面，多个 Lora 串联时左右顺序不影响结果，可复制并点对点连接。CLIP 层 1 和 2 的效果不同，加 Lora 时某些 Lora 可能更适合 2。Lora 可用于生成底模无法画出的内容。在运行中点击取消可打断正在渲染跑的图。图像放大可通过 up scale image using model 节点，选择放大模型，用 resize 节点调整尺寸，再用编码器和采样器处理。放大模型直接放大的图像效果不佳，需再次采样增加细节。添加飞桨缺失节点可通过拖入工作流查看标红节点，从管理器安装或从 GitHub 获取节点包放入文件管理系统。采样器和调度器参数设置建议参考模型作者推荐，并结合自己调试。Web UI 中 Lora 库有刷新按钮，将 Lora 丢到文件夹后多点几次刷新即可。
2025-01-04
LLM输出的结果一致性如何保证
要保证 LLM 输出结果的一致性，可以采取以下几种策略： 1. Prompt 工程： 明确的待处理内容指引：在构建 Prompt 时，清晰地定义需要处理的文本，并使用标记框起来，让模型准确识别待处理内容范围，从中提取信息。 提供明确字段定义：具体化每个字段的名称、用途及要求，为 LLM 提供明确的提取方向和标准。 异常处理：设置异常处理原则，如规定缺失数据使用默认值填充，特殊数据类型符合标准格式，确保模型输出的完整性和一致性。 要求结构化输出：指示 LLM 以结构化格式（如 JSON）输出数据，便于后续处理和系统集成。 2. 自我一致性增强可靠性：促使 LLM 对同一问题产生多个答案，通过一致性审查衡量其可信度。一致性评估可从内容重叠、语义相似性评估及高级指标（如 BERT 分数或 ngram 重叠）等多方面进行，增强 LLM 在事实核查工具中的可靠性。 3. 衡量和评估不确定性：如牛津大学通过生成一个问题的多个答案，并使用另一个模型根据相似含义分组来衡量 LLM 不确定性。 4. 利用外部工具验证：如 Google DeepMind 推出的 SAFE，通过将 LLM 响应分解为单个事实、使用搜索引擎验证事实以及对语义相似的陈述进行聚类来评估 LLM 响应的真实性。 5. 借助其他 LLM 发现错误：如 OpenAI 推出的 CriticGPT，使用基于大量有缺陷输入数据集训练的 GPT 式 LLM 来发现其他 LLM 生成代码中的错误。 6. 利用 LLM 生成的评论增强 RLHF 的奖励模型：如 Cohere 使用一系列 LLM 为每个偏好数据对生成逐点评论，评估提示完成对的有效性。
2025-01-02
可灵ai如何保持人物一致性
要保持可灵 AI 中人物的一致性，可以参考以下方法： 1. 人物设定： 明确主角、配角等人物的性格特点、外貌特征等，如主角是一位 40 岁的中年男探险家，性格特点是面对挑战从不轻言放弃，外貌特征是健壮、棕色头发、常穿探险服。 2. MJcref 控制人物一致性： 先根据人物设定，在 MJ 里筛选适合的人物形象，选中后右键复制图片链接。 在尾缀加入【cref 图片链接】控制人物一致性，【cw 数值】控制权重。 对于镜头较多的角色，建议炼个人物模型出来控制，不然 MJ 容易不稳定。 3. 控制多人物场景统一： 先控制一个角色再进行重绘。 选一张合适的图片后，点击 Vary进行局部重绘，并把尾缀机器人的 cref 链接改成主角的 cref 链接。 4. 通过 prompt 格式实现“角色一致性”： 公式：发型+年龄性别+衣物颜色+环境+其他（动作、镜头等）。 发型/衣物：构造尽可能多的角色非面部视觉元素，产生观众对角色的“一致性观感”。 年龄：约束角色年龄特征。 环境：约束能够产生相同观感的环境空间，尤其是光环境，增加观众对于形象认识的“一致性”认知。例如： 特写一个棕色卷发，身穿棕褐色上衣的小男孩，正对镜头，面部被烛光照亮，表情惊讶，环境昏暗明暗对比强烈。 特写一个棕色卷发，身穿棕褐色上衣的小男孩，侧对镜头，微微仰头走在一片暗绿色的森林中，面部被手中提着的油灯照亮，环境昏暗明暗对比强烈。 一个棕色卷发，身穿棕褐色上衣的小男孩侧对镜头，看着面前桌上的蜡烛，环境昏暗明暗对比强烈。 中景拍摄一个棕色卷发，身穿棕褐色上衣的小男孩，正对镜头，在一个梦幻感的暖色调房间里，全身贯注地拼装面前的积木玩具。
2024-12-21
我想做简洁卡通风格的ai动画，根据故事文案生成的那种，需要保持人物一致性，用哪个工具比较好？
以下是一些适合生成简洁卡通风格、根据故事文案生成动画并保持人物一致性的工具： 1. U 传：在 U 传中，通过点击相应按钮参考角色、风格或图生图，可保持人物一致性。新注册有免费生成额度。 2. 季梦：可辅助写视频提示词，能根据上传的图片生成合理的运镜及提示词，还可写分镜脚本。若为 1.2 版本，选慢速或适中的标准模式，效果更好，且生成的视频无水印。每天给 60 积分。 3. 可玲：可辅助写视频提示词，能根据上传的图片生成合理的运镜及提示词，还可写分镜脚本。每天给 60 积分，可用于日常使用，创作片子可能需买会员，生成的视频有无水印选项。 此外，在使用 Midjourney 生图时，若要保持人物和场景一致性，有两个取巧的方式：一个是像上个视频一样生成动物，动物会比较容易保持一致性；另一个方式是特定的名人或者有特殊属性的人物。在确定影片风格时，比如可以选择皮克斯动画风格。同时，在提示词中利用 cref 命令也有助于保持人物的一致性。
2024-12-18
请问现在好用的AI图片生产工具有哪些，对人物一致性要求高
以下是一些好用的 AI 图片生产工具，且对人物一致性要求较高： 1. Artguru AI Art Generator：是一个在线平台，能够生成逼真图像，为设计师提供灵感，丰富创作过程。 2. Retrato：这是一款 AI 工具，可将图片转换为非凡肖像，拥有 500 多种风格选择，适合制作个性头像。 3. Stable Diffusion Reimagine：新型 AI 工具，通过稳定扩散算法生成精细、具有细节的全新视觉作品。 4. Barbie Selfie Generator：专为喜欢梦幻童话风格的人设计的 AI 工具，能将上传的照片转换为芭比风格，效果出色。 在使用 AI 生图时，若要保证人物和场景的一致性，有两个取巧的方式：一是像生成动物，动物会比较容易保持一致性；二是特定的名人或有特殊属性的人物。 另外，目前市面上的 AI 工具分为线上和线下本地部署两种。线上的优势是出图速度快，不依赖本地显卡配置，无需下载大型模型，还能参考其他创作者的作品，但出图分辨率有限。线下部署的优势是可以添加插件，出图质量高，但对电脑配置要求高，使用时可能导致电脑宕机。可以充分发挥线上和线下平台的优势，线上用于找参考、测试模型，线下作为主要出图工具。
2024-11-23
帮我生成图片：里面写着“寂然的话语成真”的纯文字海报，字要平常的。不出现角色和人物。
很抱歉，目前无法直接为您生成这样的纯文字海报。但您可以使用一些在线的图片设计工具，如 Canva、稿定设计等，在这些平台上您可以选择合适的模板，输入“寂然的话语成真”的文字，并根据您的需求调整字体样式和布局，以达到您想要的效果。
2025-01-12
我想把ip角色变成动画，可以用哪个ai软件
以下是一些可以将 IP 角色变成动画的 AI 软件及相关信息： Pika、Pixverse、Runway、SVD 这四大 AI 视频工具可以用于制作 AI 短片。在使用时，需要注意写好 prompt 来描述角色形象，比如景别、特征、位置关系、环境、影片风格和比例等。 Midjourney 可以用于生成 IP 角色的动画效果。例如，生成一个帅气的男孩，描述其穿着、鞋子、视图等细节，还可以为女孩生成特定的形象，如来自未来赛博朋克的可爱女孩，穿着银色雨衣等。同时，要注意设置合适的关键词，如干净的背景、电影照明、超细节、3D 渲染等，以获得理想的效果。
2025-01-12
Ai如何绘画动漫人物角色
以下是关于 AI 绘画动漫人物角色的相关内容： Sarah Andersen 风格 主题风格： 漫画特色：通常使用简单黑白线条作画，配以极富表现力的角色表情，探讨如焦虑、社交尴尬、性别问题等，幽默呈现生活瞬间。 线条和轮廓：使用清晰简洁的线条，构建图像。 色调：大多数作品是黑白的，偶尔使用强调色。 角色设计：表情丰富，反映各种情绪状态。 元素：包含幽默和讽刺元素，以幽默方式反映日常生活场景。 技巧： 在主要描述语后面加上“by Sarah Andersen”或者“style reference Sarah Andersen”。 加入情感色彩的描述，如“joyful”“awkward”“anxious”等词。 利用cref 命令保持人物的一致性。 应用： 社交媒体上进行漫画创作。 使故事更加生动有趣的插图。 个性化礼物和商品设计（需注意版权问题）。 Niji·journey 5 生成多样化二次元角色设计风格 可以混合不同游戏风格引导生成角色设计，涉及绘画 AI 的“风格迁移”能力，基本原理是利用深度学习模型提取并分离图像的内容和风格特征，包括特征提取和特征重组。可以通过对游戏风格 Prompt 的更精确调整来控制混合比例。 Action figure 风格 创作建议： 复古风：模仿上世纪 8090 年代的可动人偶风格，采用饱和度较高、边缘略显粗糙的色彩，以及那个时代特有的设计元素。 动漫卡通化：将可动人偶设计成夸张的动漫风格，大眼睛、鲜明色彩，强调动作动态感和表情的戏剧性。 写实风格：追求极度逼真的描绘，细致刻画人物面部特征、服装皱褶和环境光影。 赛博朋克融合：结合赛博朋克元素，创造既未来又反叛的可动人偶形象。 其他： sref 种子值：可以和不同的种子值结合，创造出风格各异的 action figure。 内容： 经典角色重塑：选取广为人知的电影、漫画角色，重新诠释为可动人偶形态。 场景故事化：构想场景，让多个可动人偶在其中互动，讲述微型故事。 系列收藏展示：设计特定主题的可动人偶集合，展示收藏价值和展示美学。 跨界融合：尝试将不同时代或文化背景的角色进行融合，创造新颖独特的视觉体验。
2025-01-08
在使用sys prompt时为什么要为模型定义角色
在使用系统提示词（sys prompt）为模型定义角色具有以下重要性： 1. 符合特定应用场景：通过定义角色，使模型的行为和输出更符合具体的应用需求，例如让模型作为历史顾问回答历史问题，或作为技术专家解决技术难题。 2. 明确任务和风格：不仅可以指定具体的人物角色，还能设定一种交流风格，如正式、幽默、友好等。 3. 引导模型行为和输出：为模型提供固定的模板，确保其输出与期望和工作流的需求保持一致。 4. 优化用户体验：ChatGPT 有默认的“一个乐于助人的助手”角色，可通过修改系统提示词来满足更个性化的需求。 然而，也有观点认为不需要过度依赖角色扮演类的提示词。关键是要非常具体地描述出模型所在的使用环境，提供足够详细的信息，以避免模型未按预期完成任务。提示词最重要的是表达清晰准确。
2024-12-24
我想要让AI来操作，我这个电脑，然后呢？去充当一个AI客服的角色去回答微信上的问题有什么办法吗？
目前在微信中，Coze 平台是一个 AI 智能体创作平台，可以根据需求构建 AI 机器人并发布到多种社交平台。微信的不同功能在与 AI 对接上有所差异： 1. 个人微信/微信群：Coze AI 平台之前不支持直接对接，但国内版正式发布 API 接口功能后，直接对接已成为可能。 2. 微信公众号：Coze AI 平台支持对接，能让 AI 机器人自动回复用户消息。 3. 微信服务号：同样支持对接，可帮助企业提升服务效率。 4. 微信客服：Coze AI 平台支持对接，使 AI 机器人能够自动回答用户咨询，提高客服响应速度。 在把 AI 大模型能力接入微信后，对于类似客服的应用场景，存在模型幻觉导致胡乱回答的问题。对于非技术从业者，落地场景存在困难。一个问答机器人的界面配置包括 AI 模型、提示词、知识库。
2024-12-20