程序员，AI探索者

大家好，我是每天分享AI应用的萤火君！在AI绘画中提示词是一个很重要的方面，有效的提示词才能生成期望的图像。提示词就像是图像的引路灯，往往一个词就有化腐朽为神奇的力量。关于提示词的重要性，这里就不多说了，用过的同学应该都知道。这篇文章的主题是反推提示词。有时候我们看到一张图特别棒，想要模仿它的构图或者某些风格；又或者我们想要在重绘图像时保持图像的基本元素不变；再或者我们想要训练自己的模型，就需要给所有的训练图片打标。这些时候就需要反推提示词了。

大家好，我是每天分享AI应用的萤火君！不知道大家是否还记得华为 Pura 70的「AI消除」事件，当时使用 华为Pura 70 系列手机的智能消除功能时，该功能可以被用来消除照片中女性胸口处的衣物，这一功能曾引发广泛的关注和伦理担忧‌，后来华为迅速修复了这一问题。这篇文章就来介绍如何通过 ComfyUI 来实现类似的涂抹消除功能，当然我们也会避免出现之前的争议问题。），但是经常出现画面融合不太好的问题，需要不断抽卡，本文使用的方法相较之前的普通处理方式会有很大的改善。

大家好，我是每天分享AI应用的萤火君！最近看到一种古画变真人的效果，就是将书上的古人画像重绘为真人，效果炸裂，不敢独享，特别分享给大家。

大家好，我是每天分享AI应用的萤火君！AI绘画在写真特别是儿童写真领域的应用比较广泛，这篇文章就来给大家介绍一个基于ComfyUI的儿童写真工作流，其中会用到一个天鹅湖的风格LoRA，所以称之为天鹅湖儿童写真。因为在ComfyUI工作流中，每个节点和参数的设置都可能对最终效果产生比较大的影响，所以我会尽量详细介绍其中每个节点的功能和用途，让大家能够举一反三，做出更好的作品。

大家好，我是每天分享AI应用的萤火君！Flux横空出世有段时间了，模型效果也得到了广泛的认可，但是 Stable Diffusion WebUI 官方迟迟没有跟进，据说是因为要修改很多底层的处理机制，加之ComfyUI如火如荼，可能越南大佬的心气也不是很高，选择了躺平，又或者是在秘密的憋大招。不过在开源的AI绘画界还有另一个大佬，那就是 ControlNet 的作者张吕敏，他搞了一个SD WebUI的衍生版：Stable Diffusion WebUI Forge。

大家好，我是每天分享AI应用的萤火君！最近老照片修复的项目比较火爆，很多同学都拿到了成果，这个技术上已经没有太大的难度，结合各种工具可以做出不错的效果，但是很多人还不知道如何实现，这篇文章就来给大家分享下AI修复老照片的方式方法。本文主要介绍使用ComfyUI工作流修复老照片的方法，经过最近几天的研究，不仅可以修复普通的模糊老照片、也可以修复有污渍、划痕和破损的老照片。使用ComfyUI工作流，我们还可以做到：只上传一张老照片，然后一键修复，无需输入任何提示词。

本文向大家介绍一款革命性的 AI 工具，它能够将模糊不清的图片转化为具有照片级别的高清图像。这项前沿项目依托于大规模人工智能技术，革新了图像恢复领域。通过文本驱动和智能修复功能，它巧妙地结合了先进的 AI 技术与创新理念，为每一张图像注入新的生命与活力。该工具的核心能力在于其出色的重绘功能，在印花行业受到了极高的评价。这个工具目前已经发布在云平台上，赠送一些免费额度，有需要的同学不妨一试。

大家好，我是每天分享AI应用的萤火君！前几天 AUTOMATIC1111 发布了Stable Diffusion WebUI 1.10，我也在第一时间将云环境的镜像升级到了最新版本，有兴趣的同学可以去体验下，目前已经发布到了AutoDL，镜像地址：这篇文章集中给大家介绍下SD WebUI 1.10的新功能和各项改进。

之前SVD还不能集成到Stable Diffusion WebUI中，用起来比较不方便。现在Forge解决了这个问题，并且支持最新的1.1模型，这篇文章就来简单介绍下。

上周Stable Diffusion WebUI正式发布了1.9.0版本，我也第一时间把AutoDL镜像升级到了最新版本，有几个比较重要的更新再和大家同步下。

今天给大家分享一个将模糊图片还原为照片级高清图像的AI项目：SUPIR。这个项目以尖端的大规模人工智能革新图像恢复技术，通过文本驱动、智能修复，将AI技术与创新思维相结合，赋予每张图像全新的生命力。这个项目的修复能力本质上是一种重绘能力，很多搞设计的同学都说挺不错。

Forge的能力和原版WebUI的能力差不多，界面也基本上是一样的。下边我将主要介绍下 Stable Diffusion WebUI Forge 带来的三个主要新能力。

本文给大家分享一个最近比较火的AI视频制作方法，这类视频大家可能都看过，就是《女孩的一生》或者《男孩的一生》，这类视频之所以这么火，首先是触动了大家的内心、产生了共鸣，让大家快速感受到了人生的漫漫旅途，其次就是AI制作的新奇方式，让人不免眼前一亮。于是这几天我自己也制作了一个类似的视频，并发布到了我的微信视频号上，结果当天就产生了5000多的播放量，后来继续发布又达到了1.4万的播放量，看来这个成功很可能是可以复制的，怀着略微激动的心情，特别分享给大家。万事俱备，现在就可以开始制作动画视频了。

上周 Stable Diffusion WebUI 发布了 1.8.0 版本，更新内容比较多，据说显存使用有了大幅的下降，这几天我也找时间把 AutoDL 镜像的版本做了个升级，有兴趣的同学可以去体验下新版本了。这里分享下其中几个我认为比较重要的更新。

Latte（Latent Diffusion Transformer）是一种用于视频生成的创新模型。它首先通过预训练的变分自编码器（VAE）将输入视频编码为潜在空间中的特征，并从中提取出时空令牌（Token）。然后应用一系列 Transformer 块对这些令牌进行建模，以捕捉视频数据分布。

Google Lumiere是一种基于文本到视频的扩散模型，旨在实现从文字描述直接生成展现真实、多样且连贯动作的高质量视频。告别传统的绿幕技术和繁琐的手动动画过程，Lumiere让你只需通过文字描绘场景与动态，就能创造出流畅自然、引人入胜的视频内容。这款智能模型经由海量文本和视频数据训练而成，使得文字创意能够迅速转化为视觉盛宴。时空U-Net架构是Lumiere的核心技术亮点。

最近 OpenAI 发布了DALL-E3模型，出图效果和Midjourney不相上下，不过要使用它有些门槛，必须是 ChatGPT Plus 账户，而且还要排队，怎么等都等不到，搞得大家都比较焦虑。不过现在微软在Bing上也支持 DALL-E3 的AI绘画了，而且免费，感兴趣的小伙伴们快来体验吧。怎么在 Bing 上体验 DALL-E3 呢？首先需要能够访问 New Bing，这需要特殊网络设置，国内版的Bing已经阉割了这块功能，懂得都懂，就不多说了。

在AI绘画中精确控制图片的生成是一件比较困难的事情，炼丹师们经常需要大量抽卡才能得到一张满意的图片，不过随着 ControlNet 的诞生，这一问题得到了很大的缓解。ControlNet 提供了十几种控制网络模型，有的可以控制画面的结构，有的可以控制人物的姿势，还有的可以控制图片的画风，这对于提高绘画质量、提升生图速度特别有用；基于 ControlNet 的能力，炼丹师们还可以将AI绘画拓展到更多的应用场景，比如艺术二维码、光影文字、线稿上色、老照片修复、图片风格转绘等等。

本文给大家分享 Stable Diffusion 的基础能力：ControlNet 之重新上色。这是一个最近新上的 ControlNet 模型，它可以识别图像中的不同区域，并使用不同的颜色重新绘制它们。

本文给大家分享 Stable Diffusion 的基础能力：ControlNet 之图片提示。这篇故事的主角是 IP-Adapter，它的全称是 Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models，翻译成中文就是：用于文本到图像扩散模型的文本兼容图像提示适配器，名字很长很拗口，我们只要记住四个字就行了：图像提示，如果还觉得长，那就两个字：垫图。记不住也没关系，下面我会带大家一步步体会它的图片生成能力。

用过 SDXL 的同学，应该能切身感受到其出图质量相比之前的 SD 1.5、2.x 等版本都有了很大的提升，同时 SDXL 支持的绘画风格也很丰富，从照片、动漫、水彩，到线稿、涂鸦、剪纸，再到建筑、工艺、食品。可以说，你能想到的，SDXL 都能给你很好的画出来。

Height Resolution：生成图片的高度的像素值，建议是：视频的高度 * Sides ，比如我这个视频是 1080*720，单个视频帧的高度就是720，但是前边Sides设置的2，所以就是720*2=1440。把满意图片的生成种子填写到这里，网上很多教程提到这个，但是不要期望重绘后的每张图片中的元素都能保持一致，因为视频帧的每张图片都是不一样的，一个种子很难稳定输出图片中的各种元素，大家可以自己体会下。关键帧图片都被提取后，图像这个区域会显示提取的首张图片，我们也可以在文件目录中看到提取的图片。

很多同学都想要自己的专属AI模型，但是大模型的训练比较费时费力，不太适合普通用户玩。AI开发者们也意识到了这个问题，所以就产生了微调模型，LoRA就是其中的一种。在AI绘画领域，只需要少量的一些图片，就可以训练出一个专属风格的LoRA模型，比如某人的脸、某个姿势、某种画风、某种物体，等等。训练模型经常被大家戏称为“炼丹”，这个词既给我们带来了美好的期待，也体现了模型创作过程的不易。如同炼丹需要精心呵护，AI模型的训练也需要耐心和细致。

今天继续给大家分享AI绘画中 ControlNet 的强大功能，本次的主角是 Reference，它可以将参照图片的风格迁移到新生成的图片中，这句话理解起来很困难，我们将通过几个实例来加深体会，比如照片转二次元风格、名画改造、AI减肥成功图片制作、绘本小故事等等。还有之前看很多文章说，Reference 可以一定程度上代替Lora，真的是这样吗？今天也来一探究竟。

在AI绘画中精确控制图片是一件比较困难的事情，不过随着 ControlNet 的诞生，这一问题得到了很大的缓解。今天我就给大家分享一个使用Stable Diffusion WebUI + OpenPose ControlNet 复制照片人物姿势的方法，效果可以参考上图。OpenPose 可以控制人体的姿态、面部的表情，有时候还能够解决坏手的问题。OpenPose可以直接复制一张图片的人体姿势，就像题图一样，也可以通过骨架图生成人体图片。

最近，Stability AI正式推出了全新的SDXL 1.0版本。经过我的实际测试，与之前的1.5版本相比，XL的效果有了巨大的提升，可以说是全方位的超越。不仅在理解提示词方面表现出色，而且图片的构图、颜色渲染和画面细腻程度都有了很大的进步，实际出图效果堪比Midjourney。此外，该版本还继续采用开源的形式发布，对于喜欢自定义生成图片的用户来说是一个极大的福音。

上面做了一个基本的演示，但是这些参数我们如何配置才能发挥最好的效果呢？这一小节就来看看这些参数的定义。u2net：通用的的预训练模型，通常用这个就行。u2netp：u2net的轻量级版本。u2net_human_seg：专门针对人像分割的预训练模型，只是分割人像时建议使用。u2net_cloth_seg：专门从人像上抠衣服的预训练模型，它会把衣服分成三部分：上半身、下半身和全身。silueta：和u2net相同，但是大小减少到43Mb，方便在小内存机器上使用。

AI写真最近火起来了，特别是某款现象级相机的出现，只需要上传自己的照片，就能生成漂亮的写真照，这一产品再次带火了AI绘画。今天我就来分享一个使用Stable Diffusion WebUI制作真人AI写真的方法，不用训练，快速出图。

前几天写了一篇《手把手教你在本机安装Stable Diffusion秋叶整合包》的文章，有同学运行时遇到缺少Python Module的问题，帮助他处理了一下，今天把这个经验分享给大家，希望能帮助到更多的同学。

今天分享一个云服务器炼丹的方法，方便大家快速入门上手，这个云服务不需要特殊网络设置，能连接公网网盘，随开随用，有3090显卡，也有4090显卡，不过我经常使用的是A5000显卡。

这次转换的视频还比较稳定，先给大家看下效果。这里传不了视频，还是放到盘盘了：书接上文，在上一篇文章中，我们首先使用 TemporalKit 提取了视频的关键帧图片，然后使用 Stable Diffusion 重绘了这些图片，然后又使用 TemporalKit 补全了重绘后的关键帧图片之间的序列帧，并拼合出了视频。本文我们将使用一个新的工具 EBSynth 来补全重绘后的关键帧图片之间的序列帧，其它步骤还是继续使用原来的方法，不过相关参数上要做些调整，请看我慢慢道来。

这里默认大家都安装好Stable Diffusion WebUI了，如果还没安装过的朋友，建议去AutoDL上租一个服务器体验下，方便不贵，选择A5000规格的就差不多了，安装教程网上应该挺多的，这里就不啰嗦了，还不会的可以联系我。以上就是本文的主要内容了，使用这种方法就可以无限制作自己的AI专属数字人，想要什么样的风格都可以，想做多少个都可以，有兴趣的快去试试吧。当然要遵纪守法，不要搞出事情来。

修复老照片的意义就不多说了，相信大家都明白，这里直接开讲方法。

前几天分享了几张Stable Diffusion生成的，有同学反映不知道怎么查看图片的参数信息，还有的同学问怎么保护自己的图片生成参数不会泄露，这篇文章就来专门分享如何查看和抹除图片的参数。

这几天我又生成了很多漂亮的二维码图片，有了一些感受和想法，特总结此文，分享给大家。

有些同学想要将自己的Logo或者头像附加到二维码中，要满足这类需求，就可以使用本文介绍的新式图生图生成二维码的方法。

前几天看到几个逼格比较高的二维码，然后自己动手做了一下，给大家看看效果。