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

可灵ai如何保持人物一致性

Answer

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. MJ--cref 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(Region)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。
Content generated by AI large model, please carefully verify (powered by aily)

References

快来围观！8分钟AI视频制作《冷湖案例》

接下来讲解如何控制人物面貌统一~[heading2]1，人物设定[content]主角：主角是一位40岁的中年男探险家性格特点：面对挑战，从不轻言放弃外貌特征：健壮，棕色头发，常穿探险服朵拉：朵拉是一个太岁模型性格特点：对世界充满好奇，具有独立的个性外貌特征：一个小孩的形象，淡黄色凝胶体梅芙：梅芙是主角的搭档和妻子性格特点：梅芙充满爱心和同情心外貌特征：身材苗条，长卷发曼森：机械士兵兼助手性格特点：忠诚，尽职尽责地完成每一项任务外貌特征：黑色金属光泽[heading2]2，MJ--cref控制人物一致性[content]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*如果是镜头比较多的角色，建议炼个人物模型出来控制，不然MJ容易不稳定[heading2]3，如何控制多人物场景统一？[content]①先控制一个角色再进行重绘：②U选一张合适的图片后，点击Vary(Region)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：[heading1]PART 05可灵AI延续视频分享！🚉[content]提示词：一个黑色机器人正在尝试开门续写1：机器人开门过程艰难，门很重打不开续写2：打开一点门缝显示故障，机器人跪下起火

海螺AI-Prompt教学

形象控制小Tips我们可以通过这样的prompt格式来巧妙地实现“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，以便产生观众对角色的“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，可以增加观众对于形象认识的“一致性”认知；下面是四个不同场景/角度/光影下角色产生一致性观感的prompt：（1）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；（2）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（3）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：（4）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。[111.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/J0bwbwCFUoHoybxJyrCcPvSrnsg?allow_redirect=1)

视频模型：海螺AI

形象控制小Tips我们可以通过这样的prompt格式来巧妙地实现“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，以便产生观众对角色的“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，可以增加观众对于形象认识的“一致性”认知；下面是四个不同场景/角度/光影下角色产生一致性观感的prompt：（1）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；（2）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（3）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：（4）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。[111.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/PrjPbzaInoEru2xebIecT66bnAc?allow_redirect=1)

Others are asking
可灵ai是什么
可灵 AI 是一款视频生成类的产品，其网址为 klingai.kuaishou.com，所属公司为快手。在第 34 期“Video Battle 视频挑战赛 The Moment”中，由可灵 AI 出题，主题为“The Moment”，要求以该主题进行创作，工具要求使用可灵 AI，视频需带可灵水印。参赛有诸多限制和要求，如提交时间为 12 月 31 日 21:00 前，参赛文件格式为 16:9、不长于 10 秒、30FPS 以上且不含剪辑，作业方式不限等。奖项设置包括金奖 5000 元 + 5800 灵感值、银奖 3000 元 + 2700（2200 + 500）灵感值、铜奖 2000 元 + 1000 灵感值、入围 500 元×40、人气奖 2500 元×4 以及其他意外散落的灵感值。
2025-03-09
我想学习可灵ai的提示词
以下是一些关于可灵 AI 提示词的相关资源和信息： 提示词模板相关网站： 生成新年场景的提示词示例： 戴着醒狮帽，双手抱拳，红色背景，新年喜庆。背景中有金粉，碎花，3d 爆竹显得热闹而喜庆 拿着"福"字，新年气氛，红色背景，新年喜庆。背景中有金粉，碎花，3d 爆竹显得热闹而喜庆 关于律师如何写好提示词用好 AI 的观点： 不能期待设计一个完美的提示词，然后 AI 百分百给到一个完美的符合要求的答案，中间不能有谬误，否则就是一个需要修复的“BUG”。 要给到 AI 的提示词实际上是一个关于此项问题的相对完善的“谈话方案”，真正的成果需要在对话中产生，并且在对话中限缩自己思维中的模糊地带。
2025-02-16
可灵AI视频好用吗
可灵 AI 视频具有以下特点和优势： 1. 今年 6 月爆火，凭借“让老照片动起来”等热点刷了一波好感。9 月更新 1.5 模型能力，使视频的画面表现力、提示词理解能力、画面清晰度上了一个台阶，位列视频生成产品第一梯队。 2. 现阶段免费用户每日免费享 66 灵感值，1.0 模型生成一次视频消耗 10 灵感值，1.5 模型则消耗 35 灵感值。付费用户享有 1.5 模型、去水印、高清晰度视频生成、视频延长能力、大师运镜、AI 生图画质增强能力。 3. 移动端 APP 为快影，网页版访问地址为：https://klingai.kuaishou.com/ ，使用指南：https://docs.qingque.cn/d/home/eZQDKi7uTmtUr3iXnALzw6vxpsection=h.j6c40npi1fan 。 4. 除传统 txt2vid、img2vid 外，还支持首尾帧控制、延长视频、对口型能力。txt2vid 模式下支持运镜控制，普通用户可使用水平/垂直运镜、推进/拉远、垂直/水平摇镜；另有四种大师运镜仅付费用户可用。9 月中，在 1.0 模型中增加了运动笔刷控制。 5. 1.5 模型能力在画面表现力、提示词理解能力上有大幅提升，改善了此前会将相机运动描述当作实物生成的问题，但视频中文本内容生成还做不到。 6. 在评测中，优势在于运动幅度较大，能产生惊喜效果，但在视频清晰度、语义理解、画面表现力上，1.0 比 Runway、Luma 的最新模型弱很多，1.5 进步明显，达到付费产品水平。 在 AI 视频生成领域，可灵的优势主要体现在： 1. 卓越的视频生成质量，在画面清晰度、连贯性、内容丰富性上，达到与国际顶级模型相当的水准，满足普通用户和专业创作者需求。 2. 生成速度表现出色，处理效率高于国外同类产品，能提升用户工作效率。 3. 对于国内用户，可访问性强，提供便捷、稳定的使用体验，降低使用门槛。 此外，快手于 6 月发布“可灵”视频大模型，能生成超过 120 秒 1080P 视频，模拟真实物理特性，准确建模复杂运动场景，采用类 Sora 的 DiT 结构，用 Transformer 代替卷积网络，自研 3D VAE 网络提升视频重建质量。
2025-02-01
怎么最快掌握可灵AI
以下是关于最快掌握可灵 AI 的一些建议： 可灵是由快手团队开发的一款 AI 应用，主要用于生成高质量的图像和视频。 对于初学者，建议您按照以下步骤来尽快掌握： 1. 了解可灵的基本功能和特点：可灵生成的图像质量非常高，但价格相对较高。最初采用内测邀请制，现在已向所有用户开放使用。 2. 考虑使用成本：重度用户的年费可能达几千元人民币，平均每月使用成本在 400 到 600 元之间。临时或轻度使用有每日免费点数和 60 多元单月的最便宜包月选项。 3. 实践操作：可以先从完成简单的图像生成任务开始，逐渐熟悉其操作流程和参数设置。 同时，为了更深入学习 AI，您还可以参考以下简明入门教程，在 20 分钟内循序渐进地完成以下任务： 1. 完成一个简单程序。 2. 完成一个爬虫应用，抓取公众号文章。 3. 完成一个 AI 应用，为公众号文章生成概述。
2025-01-25
如何用可灵AI？来统一自己的国漫风格
以下是一些关于用 AI 绘画（如 Midjourney）来统一国漫风格的建议： 1. 明确关键词：例如，您可以选择与国漫风格相关的具体元素和特征作为关键词，如特定的人物形象、色彩搭配、场景元素等。 2. 参考已有案例：像上述提到的新海诚风格插画、国潮插画等案例，分析其关键词和生成的图片特点，从中获取灵感。 3. 不断尝试和调整：输入关键词后，根据生成的图片效果进行评估，然后对关键词进行修改和优化，以逐渐接近您想要的国漫风格。 4. 注重细节描述：在关键词中加入更多关于细节的描述，比如人物的表情、服饰的纹理、画面的光影效果等，有助于提高生成图片的质量和符合度。 希望这些建议对您有所帮助。
2025-01-10
可灵同一画面，多角度分镜头画面
以下是关于镜头和 AIGC 相关的知识： 镜头提示词： 过肩镜头：从角色肩膀后方拍摄，常用于对话场景，提供角色间关系的视角。 反打镜头：常与过肩镜头结合，用于拍摄对话场景中另一个角色的反应或视角。 潜望镜头：使用特殊设备拍摄，常用于捕捉极低或极高角度的画面。 主观晃动镜头：结合角色视角与晃动效果，模拟紧张或晕眩状态。 分屏镜头：将屏幕分成多个部分，展示不同地点或角度的同时事件，增强叙事复杂性和多样性。 显影镜头：逐步揭示重要信息或角色，通常通过镜头移动或焦点转移实现，增加悬念和期待感。 隐喻镜头：通过象征性画面传达深层意义或主题，深化观众对情节的理解。 负片镜头：使用颜色反转等效果创造不寻常视觉风格，常用于表现梦境或幻想场景。 剪影镜头：通过强光源背对着拍摄对象，使其成为黑色剪影，强调形状和姿态。 聚光镜头：使用聚光灯突出特定角色或物体，使其在画面中显得重要。 双重曝光镜头：将两个画面叠加，创造梦幻或象征性效果。 多重曝光镜头：在同一胶片上多次曝光，形成复合画面，常用于表现复杂情感或梦幻场景。 双重镜头：同时对前景和背景的两个对象保持清晰对焦，常用于复杂场景中的多重叙事。 AIGC 电影化叙事： 电影感与 AI 感：一切元素为叙事服务，将观众沉浸在故事中。视频 AI 感可能存在的问题包括固定镜头、运动幅度小易引起视觉疲劳、镜头间缺乏视听语言、画面跳跃未为故事服务、有不和谐画面元素等。 故事叙事：带着故事去制作，采用三幕式结构（设定、冲突、解决），注重角色弧光、隐喻和主题。 画面分镜：先找到桥段中最重要的画面，进行分镜设计，通过不同视角和构图增强叙事感，分解镜头切换方式打造流畅视觉节奏，保持视觉风格一致性。 音乐与音效：把控情感节奏，用音乐引导观众情绪，配合故事起伏增强感染力；设计音效细节，营造氛围为画面增添真实感，实现音乐与视觉的配合。 图像类 AI 产品： 可灵：由快手团队开发，用于生成高质量图像和视频，图像质量高，最初采用内测邀请制，现向所有用户开放，价格相对较高，重度用户年费可达几千元，平均每月 400 600 元，也有每日免费点数和 60 多元单月的最便宜包月选项供轻度用户选择。 通义万相：在中文理解和处理方面出色，用户可选择多种艺术和图像风格，生成图像质量高、细节丰富，操作界面简洁直观，可与阿里其他产品和服务无缝整合，重点是现在免费，每天签到获取灵感值即可，但存在某些类型图像无法生成、处理非中文或国际化内容可能不够出色、处理多元文化内容可能存在偏差等局限性。
2025-01-09
怎么写好AI绘画提示词
以下是关于写好 AI 绘画提示词的一些要点和方法： 1. 趣味性与美感概念：通过反差、反逻辑、超现实方式带来视觉冲击，在美术基础不出错前提下将形式与内容结合。 2. 纹身图创作要点：强调人机交互，对输出图片根据想象进行二次和多次微调，确定情绪、风格等锚点再发散联想。 3. 魔法少女示例：以魔法少女为例，发散联想其服饰、场景、相关元素等，并可采用反逻辑反差方式。 4. 提示词编写方法：用自然语言详细描述画面内容，避免废话词，Flux 对提示词的理解和可控性强。 5. 实操演示准备：按赛题需求先确定中式或日式怪诞风格的创作引子。 6. 人物创作过程：从汉服女孩入手，逐步联想其颜色、发型、妆容、配饰、表情、背景等元素编写提示词。 7. 输入语言：星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（一个长头发的金发女孩），基础模型 1.5 使用单个词组（女孩、金发、长头发），支持中英文输入。 8. 提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质，比如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 9. 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框，负面提示词可以帮助 AI 理解我们不想生成的内容，比如：不好的质量、低像素、模糊、水印。 10. 利用“加权重”功能：可在功能框增加提示词，并进行加权重调节，权重数值越大，更优先。对已有的提示词权重进行编辑。 11. 辅助功能：翻译功能可一键将提示词翻译成英文；删除所有提示词可清空提示词框；会员加速可加速图像生图速度，提升效率。 12. 对于 Stable Diffusion：生成方式主要分为文生图和图生图两种。文生图仅通过正反向词汇描述来发送指令。在文本描述上又分为两类：内容型提示词主要用于描述想要的画面，采样迭代步数通常数值控制在 20 40 之间最好，采样方法一般常用的为：Euler a；DPM++2S a Karras；DPM++2M Karras；DPM++SDE Karras；DDIM。将比例设置为 800:400，高宽比尽量在 512x512 数值附近。
2025-03-10
怎么写好AI绘画提示词
以下是写好 AI 绘画提示词的一些要点和方法： 1. 画面描述：用自然语言详细描述画面内容，避免废话词。比如描述人物时，包括发型、妆容、服饰、配饰、表情、背景等元素；描述场景时，涵盖环境光照、画面构图等。 2. 趣味性与美感：趣味性可通过反差、反逻辑、超现实方式带来视觉冲击，美感需在美术基础不出错前提下形式与内容结合。 3. 纹身图创作：强调人机交互，对输出图片根据想象进行二次和多次微调，确定情绪、风格等锚点再发散联想。 4. 特定示例：如以魔法少女为例，发散联想其服饰、场景、相关元素等，并可采用反逻辑反差方式。 5. 输入语言：根据不同模型选择合适的输入方式，有的使用自然语言（一个长头发的金发女孩），有的使用单个词组（女孩、金发、长头发），且支持中英文输入。 6. 提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质等，例如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 7. 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框，输入不想生成的内容，如不好的质量、低像素、模糊、水印等。 8. 利用“加权重”功能：在功能框增加提示词，并进行加权重调节，权重数值越大，越优先。 9. 辅助功能：如翻译功能可一键将提示词翻译成英文，还有删除所有提示词、会员加速等功能。 10. 模型选择与参数设置：根据需求选择合适的模型和采样方法，合理设置采样迭代步数和比例等参数。
2025-03-10
什么是AI agent
AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：我们可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 总结下来我们需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次（默认 3 分钟），会分析期间的历史对话，变更人物关系（亲密度，了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。 此外，心灵社会理论认为，智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个 Agent 负责。每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，还存在专家 Agent（拥有特定领域知识和技能，负责处理复杂的任务和解决特定问题）、管理 Agent（协调和控制其他 Agent 的活动，确保整体系统协调一致地运行）、学习 Agent（通过经验和交互，不断调整和优化自身行为，提高系统在不断变化环境中的适应能力）。 从达特茅斯会议开始讨论人工智能（Artificial Intelligence），到马文·明斯基引入“Agent”概念，往后，我们都将其称之为 AI Agent。
2025-03-10
如何从零到一成为AI产品经理
要从零到一成为 AI 产品经理，可以参考以下步骤： 1. 入门级： 通过 WaytoAGI 等开源网站或相关课程了解 AI 概念。 使用 AI 产品并尝试动手实践应用搭建。 2. 研究级： 技术研究路径：深入研究某一技术领域。 商业化研究路径：根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用： 拥有成功落地应用的案例，产生商业化价值。 同时，AI 产品经理需要懂得技术框架，不一定要了解技术细节，但要对技术边界有认知，最好能知道一些优化手段和新技术的发展。产品经理要关注的还是场景、痛点、价值。 此外，还可以参考一些实际案例，比如 Kelton 作为 Owner 从 01 打造过两款 AIGC 产品，也完成过 LLM 评测体系的从零搭建。 在技术方面，对于纯小白，可以从最基础的小任务开始，让 AI 按照 best practice 写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，学会必备的调试技能。还可以通过和 AI 的对话，逐步明确项目需求，让 AI 帮助梳理出产品需求文档。
2025-03-10
我想要制作一款小游戏，上架到抖音和微信，请你给我列举出需要用到的ai和软件
以下是制作小游戏并上架到抖音和微信可能需要用到的 AI 和软件： AI 方面：可以利用 AI 描述需求生成游戏代码，例如向云雀 3.5 等模型描述需求来辅助生成代码。还可以让 AI 处理图片、绘制角色形象等。 软件工具： 图像托管网站：用于上传游戏中的图片，选择无需登录、兼容性强的网站。 代码解释网站：有专门解释代码改游戏 bug 的网站，部分有免费额度。 GitHub：用于游戏发布，需要注册账号，设置游戏名，选择公共或锁定，上传文件等。 Zion：支持小程序、Web、AI 行为流全栈搭建，APP 端全栈搭建 2025 上线。 Coze：可作为后端服务。 微信开发者工具：用于微信小程序的开发。
2025-03-10
我想让ai通过文字生成某一类风格的图片，可以给示例
以下是关于让 AI 通过文字生成某一类风格图片的示例和相关信息： 一、关键词相关 在生成图片时，图片内容通常分为二维插画和三维立体两种主要表现形式。为得到想要的图片，以下几个方面很重要： 1. 主题描述 可以描述场景、故事、元素、物体或人物的细节及搭配。 对于场景中的人物，应独立描述，避免用长串文字，以免 AI 识别不到。 大场景中多个角色的细节不太容易通过关键词生成。 2. 设计风格 设计师可能难以直接表达设计风格，可找风格类关键词参考或用垫图/喂图，让 AI 结合主题描述生成相应风格的图片。 某些材质的关键词使用有较多门道，需针对特定风格进行“咒语测试”。 二、工具 Ideogram 2.0 相关 1. 特点 设计能力强，文字生成效果好且准确（仅限英文），图像生成效果优于 Flux&Dalle·3。 具有精准文本生成、多样化风格、创意控制、开发者友好、支持手机端、免费使用额度等特点。 2. 基本操作界面 3. 示例 磨铁文化 Xiron 的字体设计 字体版权：AI 生成文字并非使用真实字体，而是基于学习创造类似风格的文字。 字体生成错误：可通过多次生成提示、使用编辑器修改、更换版本等方式纠正。 3D 风格海报设计、复古海报、网页设计等示例。
2025-03-10
Midjourney多人物在不同场景下的一致性
以下是关于 Midjourney 多人物在不同场景下一致性的相关内容： 参数局限性： 最好使用 Midjourney 生成的图像，因为其对自身输出的解读已优化，使用真实世界图像可能导致扭曲或不一致。 无法精确复制每一个小细节，AI 更倾向于关注更广泛的视觉特征。 不太适用于多人组合，通常会让组内所有人看起来相同。 实际应用案例： 分镜和漫画：在不同面板和场景中保持同一角色的一致性，不丧失角色核心身份。 角色设计：为角色创建不同版本，如不同服装、姿势或环境中的版本。 奇幻和叙事艺术：以视觉一致的方式描绘角色在旅程中的变化。 最佳结果的技巧： 使用清晰、放大的图片，其中角色面部特征清晰可见，最好正对镜头，有助于 AI 更好地解读关键面部特征。 从 cw 100 开始，若希望引入变化，可逐渐降低该值。 角色参考： Midjourney 中的 cref 是一个高级命令参数，允许用户在多张图像之间保持角色一致性。无论创作故事板还是创建不同场景中的角色变化，该命令参数能确保角色的核心视觉特征（如面部特征、发型和服装）在每次生成时得以保留。 频道说明： 您可以仅描述环境、周围环境、背景或情境，Midjourney 将努力将角色融入场景中。但可能会出现不连贯的结果，此时可尝试使用更高值的样式化（s），如 s 800。 多个角色的放置： cref 命令适用于单一主题、单一角色的图像。若计划在场景中添加多个角色，需要使用平移按钮来添加。 基于 cref 的多个角色放置到单个画布上的最佳方法是使用平移功能将新的画布与现有画布拼接在一起，每个新画布的部分都将有自己的 cref。 1. 使用 /settings 将 Remix 打开，然后选择 。 2. 选择将包含第二个字符的图像，然后使用 U 将其从网格中分离出来。 3. 寻找蓝色小箭头。⬆️⬇️⬅️➡️每个都会在现有图像中添加一条新图像。选择新角色的前进方向并输入提示及其 cref。这将缝合一条新的画布。
2025-03-06
风格一致性
以下是关于风格一致性的相关内容： Midjourney 中的风格一致性： Midjourney v6 版本提供“风格一致性”功能，用户给 Midjourney 输入一幅图像，它会根据这幅图像的风格进行创作，如素描风、油画风等。（可参考） 使用指令：垫图链接（可选择）+关键词+“sref”+图片链接+风格化参数+“v 6.0” sw 风格化参数用于控制整体的风格强度，默认为 100，数值范围为。参考多张图像风格时，url 间使用空格隔开，权重代表不同参考风格的权重。适用模型为 V6 和 Niji V6。 sref 与垫图的比较： sref 主要模仿图片风格，垫图主要模仿图片结构、元素。 音乐风格中的风格提示词： Equitable：公平和公正的音乐风格，通常具有平等和均衡的特质，用于表现公平和公正情感的音乐作品，示例为公益歌曲和社会正义主题的音乐，关联流派为 Folk、Protest Music、Rock。 Equivalent：等同和相似的音乐风格，通常具有相似和可互换的特质，用于表现相似和可互换情感的音乐作品，示例为翻唱歌曲和不同版本的音乐，关联流派为 Pop、Rock、Cover。 Erudite：博学和有学问的音乐风格，通常具有复杂和深奥的表现，用于表现学术和知识情感的音乐作品，示例为 Bach 的《赋格的艺术》，关联流派为 Classical、Baroque、Modern Classical。 Escalating：逐步增强和上升的音乐风格，通常具有递增和累积的特质，用于表现逐步增强和累积情感的音乐作品，示例为 Led Zeppelin 的《Stairway to Heaven》，关联流派为 Rock、Progressive Rock、Classical。 Esoteric：深奥和神秘的音乐风格，通常具有复杂和不易理解的特质，用于表现神秘和深奥情感的音乐作品，示例为 King Crimson 的《In the Court of the Crimson King》，关联流派为 Progressive Rock、Experimental、Avantgarde。 此外还有： Congenial：友好和谐的音乐风格，带有温暖和愉快的情感，用于表现友好和轻松氛围的音乐作品，示例为 Jack Johnson 的《Banana Pancakes》，关联流派为 Acoustic、Folk、Pop。 Consequential：重要和有影响力的音乐风格，具有深远的意义和影响力，用于表现重要事件和深刻主题的音乐作品，示例为 Bob Dylan 的《The Times They Are AChangin'》，关联流派为 Folk、Protest Music、Rock。 Considerate：体贴和细腻的音乐风格，带有温柔和关怀的情感，用于表现温柔和关怀的音乐作品，示例为 Norah Jones 的《Don't Know Why》，关联流派为 Jazz、Folk、SingerSongwriter。 Consistent：一致和连贯的音乐风格，具有稳定的结构和风格，用于表现连贯和一致性的音乐作品，示例为 AC/DC 的专辑《Back in Black》，关联流派为 Rock、Pop、Indie。 Consonant：和谐和悦耳的音乐风格，具有愉快和协调的和声，用于表现和谐和愉快的音乐作品，示例为莫扎特的《Eine kleine Nachtmusik》。
2025-02-24
图生图， 如何保持幻想生物形象一致性
要在图生图中保持幻想生物形象的一致性，可以参考以下方法： 1. 对于 Midjourney ，可以采用特定的名人或有特殊属性的人物形象，先确定好影片风格，比如皮克斯动画风格，然后确定好人物形象，如角色的发型、穿着等细节。 2. 利用 Midjourney 的新功能 Cref ，先跑一张主角的定妆照，在需要出现主角人物的地方扔进去 Cref ，以保持发型、人脸、衣服等的一致性。但需要注意的是，Midjourney 对亚洲人脸的 Cref 一致性，尤其是亚洲老人的一致性效果相对较差，且 Cref 在画面的审美和构图上有一定的破坏性，所以原则上能不用就不用，比如只有背影时，简单描述即可。 3. 生成动物形象，动物相对更容易保持一致性。
2025-02-14
图生图， 如何保持生物形象一致性
在图生图中保持生物形象一致性，有以下几种方法： 1. 对于人物和场景一致性问题，可以采用生成动物的方式，动物相对容易保持一致性。 2. 选择特定的名人或具有特殊属性的人物。 3. 确定好影片风格，如皮克斯动画风格。 4. 先确定好人物形象，如明确角色的发型、穿着等特征。 5. 使用 Midjourney 的新功能 Cref，在需要出现主角人物的地方，保持发型、人脸、衣服等特征。但需要注意的是，Midjourney 对亚洲人脸的 Cref 一致性效果相对较差，尤其对于亚洲老人，而且 Cref 在画面的审美和构图上有一定破坏性，原则上能不用则不用。例如只有背影时，简单描述特征即可。
2025-02-14
给我5个midjourney确保场景一致性的Sample提示词
以下是 5 个 Midjourney 确保场景一致性的 Sample 提示词： 1. Scifi movie scene. In the silverwhite space environment, from the overtheshoulder lens on the right side of the man with short hair and navy blue jumpsuit, a transparent virtual screen appeared on the wall in front of him. Behind there is the silhouette of another female employee with long blue hair, operating another screen. Rendered in a C4D style inspired by Unreal Engine, with high resolution and rich detail. sref url cref url ar 16:9 style raw sw 30 cw 100 2. In a magical forest, a fairy with colorful wings is sitting on a huge mushroom. The sunlight filters through the leaves, creating dappled patterns on the ground. cref https://my.image.host/fairy.jpg s 800 3. On a sandy beach at sunset, a couple is walking hand in hand, leaving footprints in the sand. The ocean waves crash gently in the background. cref https://my.image.host/couple.jpg ar 9:16 4. In a medieval castle courtyard, a knight in shining armor is training with a sword. The flags are fluttering in the wind. cref https://my.image.host/knight.jpg s 700 5. At a busy city street corner, a street musician is playing a guitar, surrounded by a crowd of people. The buildings are towering in the background. cref https://my.image.host/musician.jpg ar 4:3
2025-02-14
文生图人物一致性
以下是关于文生图人物一致性的相关内容： 在使用 ControlNet 进行文生图时，首先进入文生图界面填写提示词生成一张图。然后将图片拖入 ControlNet 中，预处理器选择 reference only，控制模型选择“均衡”，保真度数值越高对图片的参考越强。在没有明确指向性提示词的情况下，人物形象能保持一致，但表情、动作、服装会有随机不同程度的变化。可以通过添加关键词来给人物换装、更改服装和表情、更改动作和表情、更改姿态、环境和表情等，例如添加“红裙子”“黑色校服、哭泣”“抱手、生气”“在花丛中奔跑、开心”“红色棒球帽，时尚卫衣，在商场逛街”。通过一系列测试，这个功能在绘制系列插画、漫画、小说插图等工作时，能保持主角形象的统一，也能根据情况实时调整，后期配合 lora 潜力巨大。 另外，在 PIKA1.0 新模型中，人的一致性已经逆天，再加上其强大的语义理解和大幅度的动作，在文生图方面表现出色。
2025-02-11
我想批量给书画作品分类，区分他们的内容（国画或者书法），字体，题材（山水、人物、花鸟），技法（工笔、写意），可以使用什么ai
以下是为您提供的相关信息： 在书画作品分类方面，目前没有直接针对您需求的特定 AI 工具。但一些通用的 AI 技术和工具可能会有所帮助，例如利用图像识别技术对书画作品的内容、字体、题材和技法进行初步分析。 对于图像识别，一些常见的 AI 框架如 TensorFlow、PyTorch 等可以用于开发自定义的图像分类模型。 在 AI 绘图中，了解构图、色彩和光影等因素很重要，如构图包括景别（远景、全景、中景、近景、特写）和拍摄视角（俯视、平视、仰视，正面、侧面、背面），构图方式有点中心构图、九宫格构图、三分法构图等。 但需要注意的是，要实现您批量准确分类书画作品的需求，可能需要大量的标注数据和专业的模型训练。
2025-03-07
在midjourney一个画布中放置多个角色，使用pan功能添加了新的画布，怎样把新的人物描述和新人物的--cref添加到新的画布中？
在 Midjourney 中，要在一个画布中放置多个角色并将新人物描述和 cref 添加到新画布中，您可以按照以下步骤操作： 1. 使用 /settings 将 Remix 打开，然后选择 。 2. 选择将包含第二个字符的图像，然后使用 U 将其从网格中分离出来。 3. 寻找蓝色小箭头（⬆️⬇️⬅️➡️），每个都会在现有图像中添加一条新图像。选择新角色的前进方向并输入提示及其 cref。这将缝合一条新的画布。 需要注意的是： cref 命令适用于单一主题、单一角色的图像。如果计划在场景中添加多个角色，需要使用平移按钮来添加它们。 您的 cref 图像中应只包含一个角色。如果 cref 图像中有多个人物形象，Midjourney 将它们混合在一起，并混合到输出中。 另外，语雀里面整理了 211 篇文档，共有 412731 字有关 AIGC 的相关文章，MJ 手册的规范使用说明，文章包含了很多大厂经验总结。无偿且标注了文章来源，希望对大家有所帮助，地址：https://www.yuque.com/frannnk7/f7《AIGC Design 手册》
2025-03-06
基于--cref的多个人物角色出现在一个画布中，具体该如何操作？我想要详细的步骤
基于 cref 在一个画布中放置多个人物角色的操作步骤如下： 1. 使用 /settings 将 Remix 打开，然后选择 。 2. 选择将包含第二个字符的图像，然后使用 U 将其从网格中分离出来。 3. 寻找蓝色小箭头（⬆️⬇️⬅️➡️），每个箭头都会在现有图像中添加一条新图像。选择新角色的前进方向并输入提示及其 cref。这将缝合一条新的画布。 需要注意的是： cref 命令适用于单一主题、单一角色的图像。如果计划在场景中添加多个角色，需要使用平移按钮来添加。 设置画布以描绘两个人的开场提示。 您的 cref 图像中应只包含一个角色。如果 cref 图像中有多个人物形象，Midjourney 将它们混合在一起，并混合到输出中。 语雀里面整理了 211 篇文档，共有 412731 字有关 AIGC 的相关文章，MJ 手册的规范使用说明，文章包含了很多大厂经验总结。无偿且标注了文章来源，地址：https://www.yuque.com/frannnk7/aidesign?《AIGC Design 手册》
2025-03-06
视频生成人物动作不准确
目前在视频生成人物动作方面存在不准确的情况。例如，使用 Midjourney 生成时，过多角色（甚至可能是 2 个）的生成效果不佳，对于拟人角色的需求较难满足。像小龙喷火到小兔子举着礼物盒这样的场景，难以生成满意的效果。在让角色做出较大动作（如转头、掉眼泪、抬手等）或更生动的表情变化时，现有技术有限，还需更先进的技术、丰富的数据和强大的计算能力。 解决策略方面，应尽量规避制作需要大动作表现的视频。若无法避免，可尝试制作只涉及小动作的场景，并通过加入台词和场景描述来补充细节和深度，帮助观众更好地理解场景背景和角色心理，增强表现力，以弥补视觉上的不足。 相关技术如 LivePortrait 可以精确控制眼睛和嘴唇的动作，还能无缝拼接多个肖像，将不同人物特征合并成一个视频，确保过渡自然流畅。其使用了不同于主流扩散方法的隐式关键点框架，在计算效率和可控性之间取得平衡，生成的动画质量优于现有的非扩散和扩散模型方法，在 RTX 4090 GPU 上生成速度为每帧 12.8 毫秒。 工作流与模型地址： https://pan.baidu.com/s/1FkGTXLmM0Ofynz04NfCaQ?pwd=cycy https://pan.quark.cn/s/8dfd7ace4f05 内容依技术发展更新，请以文档为准：https://xiaobot.net/post/74238a84d2734b2ca195ed2858b24ffe
2025-03-05
我想把人物老照片转彩色并生成视频动起来，用什么工具
以下是一些可以将人物老照片转彩色并生成视频动起来的工具和方法： 1. 对于给老照片上色，可以使用 Stable Diffusion 及其相关插件，如 MutiDiffusion 插件。在显存不够的情况下，可利用分块渲染功能放大图片。还可以加入第二个 controlnet 来控制颜色，使用 t2ia_color 的模型，通过简单的关键词如“蓝天、绿树、灰石砖”来匹配色调。同时，将照片放入后期处理，使用 GFPGAN 算法将人脸变清晰。 2. 对于生成视频让图片动起来，可以使用即梦进行图生视频。只需上传图片至视频生成模块，用简单提示词描绘画面中的动态内容，能生成时长为 3 秒钟的画面，运镜类型可根据剧本中的镜头描绘设置，以随机运镜为主，生成速度可选择慢速。
2025-02-22