来整活！用 AI 预测《黑神话：悟空》最终 Boss-CSDN博客

本文链接：https://blog.csdn.net/lpx1221/article/details/141401368

啊，网传不到 24 小时《黑神话：悟空》速通结局已经释出，天命人最终戴上金箍拜入佛门，被规则和金箍所操控，等待下一个天命人来继续轮回。

但有的网友不干了，表示速通就注定只能坏结局，天命人哪是那么容易屈服的；

有网友表示不能接受，猜测应该会有好几个结局吧，毕竟他还只打到黑熊那儿。。。

无论怎么样，最近广大网友投入了上班做真马喽，下班做黑马喽的热血生活~

在屏幕前的你是否也在好奇，九九八十一难，最大的那个boss到底长啥样？Neolink.AI 的小伙伴用 AI 预测一波最终boss形态：

本文手把手教学如何实现预测教程~

本文字数：7000字+

阅读时间：8分钟+Part 1

预热

在https://neolink-ai.com/ 上挑选服务器并配置远程登录；
下载代码，创建 conda 虚拟环境并安装相关依赖。注册并登录后，进入控制台，选择创建实例：

根据您的需求，选择相应的显卡：

在这里我们为了庆祝《黑神话悟空》的发布，选择了超强的显卡H20！

全网最低价！https://neolink-ai.com/ H20 只要 4.8元/小时，4090低至 1.1元/小时

Part 2

ComfyUI安装

此步需要你将 ComfyUI 代码拉到我们的服务器上。如果你会 Git 请在 Terminal 运行以下代码，即可完成此步骤git clone：

https://github.com/comfyanonymous/ComfyUI。

具体步骤可参考以下简单通用教程：

1. 打开 ComfyUI 项目 & 下载

打开 ComfyUI 的Github页面[https://github.com/comfyanonymous/ComfyUI]，点击右上角的绿色按钮（下图1），并点击菜单里的「Open with GitHub Desktop」（下图2），此时浏览器会弹出你是否要打开 GitHub Desktop，点击「是」。

2. 安装依赖

下载好代码后，需要安装依赖。

2.1 打开项目文件夹

2.2 打开终端

2.3 输入命令

最后一步你需要在底部 Terminal 输入以下命令，并点击回车：

# 如果遇到网络问题看后面的 Q&Apip install -r requirements.txt

3. 启动服务

不管你在上一步是用 VS Code 运行，还是在 Terminal 里运行，你都可以继续输入以下代码：

  python main.py

你应该能看到以下界面。恭喜你，ComfyUI 已经安装好了。但此时还没法运行 Stable DIffusion 生图。你还需要下载关键的模型，在下一章我会教大家如何下载并安装所需的模型。

4. 将模型添加到对应的文件夹

进入到 Model 文件夹后，你会看到很多个文件夹，这些文件夹分别对应着不同的模型，你需要将你下载的模型放到对应的文件夹下。比如我们刚刚下载的是 Stable Diffusion v1.5 模型，属于 checkpoints 就需要将该模型放到 checkpoints 文件夹下。

4.1 打开 ComfyUI 项目文件夹

4.2 将模型添加到对应的文件夹

进入 Model 文件夹后，你会看到多个文件夹，这些文件夹分别对应不同的模型类型。你需要将下载的模型放入相应的文件夹中。例如，刚才下载的 Stable Diffusion v1.5 模型属于 checkpoints 文件夹，因此应将其放入该文件夹中。接下来我们会介绍其他类型的模型，你需要将它们放入对应的文件夹中，例如CLIP-ViT-H-14-laion2B-s32B-b79K的clip模型放在clip中。

🎉 恭喜你，又完成了一个重要的步骤，接下来我们就可以正式进入 ComfyUI 基础篇的学习了。

5. ComfyUI - IPAdapter (SDv1.5 Version)

我们选择使用IPAdapter 做我们这期课的教程，IPAdapter 接受一张图像作为输入，将其编码为Token，并和标准的提示词输入混合作用于图像的生成。

5.1 安装插件 ComfyUI_IPAdapter_plus

https://github.com/cubiq/ComfyUI_IPAdapter_plus.git

将该仓库下载或通过 git clone 到 ComfyUI/custom_nodes/ 目录下，或者使用管理工具。请确保 IPAdapter 始终使用最新版本的 ComfyUI。

目前该插件支持的模型有以下：

clip_vision 视觉模型：即图像编码器，下载完后需要放在 ComfyUI /models/clip_vision 目录下；
P-Adapter 模型：下载完后需要放在/ComfyUl/models/ipadapter 目录下；
Clip 模型：下载完后需要放在 /ComfyUI/models/clip 目录下；
Lora 模型：下载完后需要放在 /ComfyUI/models/loras 目录下。

请注意版本哦，其中名字带有 sd15 适用于 sd15 大模型，带有 sdxl 的适用于 sdxl 大模型；其中名字带有 vit-h 的使用 ViT-H 视觉编码器，名字带有 vit-G 的使用 ViT-G 视觉编码器；SDXL 大模型默认使用 ViT-G，SD15 大模型默认使用 ViT-H。

5.2 基础工作流

我们先从基础工作流开始，我们只使用 IPAdapter 引导图像扩散，而不使用提示词。

5.2.1 节点介绍

其主要在文生图的工作流上添加了以下几个节点：

#1. IPAdapter Advanced（应用IPAdapter(高级)）

作用：读取并转换图像特征。

输入：

model：接受 Unet 模型的输入；
ipadapter：接受 ipadapter 模型；
image：接受图像的输入；
image_negative：接受负面图像输入，简单说就是传入不想要的元素。比如说我们不想要参考图的某种颜色，我们就可以将有该颜色的图片传入到 image_negative 中；
attn_mask：接受图像遮罩，收到后，只会识别图像遮罩的部分；
clip_vision：接受视觉编码器模型输入。

参数：

weight：参考权重；
weigth_type：IPA的权重类型；
combine_embeds：图像特征和其他问题提示词的组合方式；
start_at：作用开始时间；
end_at：作用结束时间；
emdeds_scaling：；

输出：

model：输出经过 ipadapter 引导的大模型。

#2. IPadpter Model Loader

作用：IPadpter模型加载器。

#3. Load CLIP Vision

作用：CLIP视觉模型加载器。

#4. Image_negative 插件

当然，我们还可以通过使⽤ image_negative 输⼊图像，以减少过拟合并使画⾯更加平滑。我们需要在原有的⼯作流中添加⼀个 IPAdapter Noise 节点，该节点会接收原始图像，将其翻转并添加噪声，然后将处理后的图像输⼊到 image_negative 中，从⽽对图像进⾏进⼀步的去噪和重绘。