m0_71745754的博客

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

在现代工作环境中，高效和舒适是两大关键因素。ComfyUI作为一款优秀的UI设计工具，通过忽略节点和分组功能，帮助用户提升工作效率，让工作更加舒适。现在，让我们一起探索如何利用ComfyUI的忽略节点和分组功能，让你的设计工作更加高效和愉悦。

今天给大家分享的这个工作流可以一键快速生成漫画风格图像，专门设计用于生成漫画风格图像。这一流程结合了最新的AI技术和图形设计原理，使艺术家和设计师能够快速、高效地创建具有独特风格和高质量的漫画图像。生成图像的风格特征和设计要素，如线条粗细、颜色搭配、角色设计风格等，都可以完美契合创作者的需求，并且支持灵活修改。废话不多说，让我们来看看成品吧！！成品展示工作流介绍工作流描述生成漫画风格图像工作流总结。

在常规的SD直出绘图中，因为模型训练的数据集宽高比是固定的，因此模型直出绘图宽高比分辨率存在范围的限制。如SD1.5建议为512512，SDXL建议为10241024。如果直出图像超过了这一建议比例，则会出现多人畸形伪影等奇怪的绘图质量问题。因此如教科书的教条，很少人会尝试突破这一限制出图。今天文章的主题就是解决模型训练建议宽高比分辨率限制，突破不限尺寸的直出绘图。收缩模型Unet（PatchModelAddDownscale。这个节点是。

AnimateDiff是一个能够将个性化的文本转换为图像的扩展模型，它可以在无需特定调整的情况下实现动画效果。通过这个项目，用户可以将他们的想象力以高质量图像的形式展现出来，同时以合理的成本实现这一目标。随着文本到图象模型(例如，StableDiffusion)和相应的个性化技术(例如，LORA和DreamBooth)的进步，现在每个人都可以将他们的想象力转化为高质量的图像。随后，为了将生成的静态图像与运动动态相结合，对图像动画技术的需求也随之增加。

今天，我们直击 ComfyUI 插件安装的核心痛点，深度拆解 4 种主流安装方法。从基础手动安装到高阶自动化部署，不仅手把手教你如何操作，还会结合不同使用场景，帮你找到最适配的安装方案。

在创意的世界里，是否曾因不会建模、不懂绘画而黯然神伤？当你惊叹于 AI 大神笔下，一张单薄线稿瞬间蜕变为灵动鲜活的 Q 萌 3D 角色时，内心是否也燃起创作的渴望？

无需复杂的参数调试，不必纠结专业的技术门槛，EasyCN 将吉卜力那标志性的柔和光影、细腻笔触与奇幻意境，化作一键生成的惊喜。无论是痴迷吉卜力奇幻世界的动画迷，还是追求独特艺术风格的设计达人，这套工作流都能让你瞬间化身宫崎骏笔下的魔法画师，轻松创作出充满童话质感的视觉盛宴。

**“真人转卡通手办”** 便以燎原之势席卷各大社群、论坛、B 站剪辑区以及二创圈，成为无数创作者和科技爱好者热议的焦点。只需上传一张真人照片，AI 就能瞬间生成专属 **Q 版手办**头像，精致的细节、逼真的质感，仿佛从实体盲盒中跃然而出，萌趣又吸睛！​

色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走。正面提示词：视频中是一位美女，她原地不动360度旋转了一次。

敏神沉寂了一段时间以后出来就是王炸，开始进军 AI 视频生成领域了，基于混元视频模型训练并开源了通过预测下一帧画面来逐步生成视频的模型：FramePack。FramePack 主要是通过将输入的视频帧进行编码和压缩，根据帧的重要性分配资源并预测生成下一帧画面，同时采用双向采样来防止画面质量下降，从而逐步生成视频。简单来讲就是不仅可以根据前边生成的视频内容预测下一帧视频应该具备的动态，并且还会对之前的视频帧内容进行回顾来对接下来的视频帧进行动态调整，使视频生成更加符合常理，效果也更加稳定。

在人工智能图像编辑领域，stepfun-ai 团队研发的 Step1X-Edit 模型凭借突破性技术架构，成功跻身前沿行列。这款模型以可与 GPT-4o、Gemini2 Flash 等闭源技术媲美的性能表现，为开源图像编辑生态注入新活力。​Step1X-Edit 创新地融合多模态大语言模型（LLM），构建了独特的图像编辑系统。通过精准解析参考图像与用户指令，模型将关键信息转化为潜在嵌入，并与扩散图像解码器深度耦合，实现对目标图像的智能生成。

大家好，加强效果好嘛，这不又搭建了一套模特多姿势套图工作流。出图更高效，可将出完的图用我们的换装工作流进行换装。这样就可完了服装的宣传展法，或者用上面两个流，相互结合使用，做出更多展示效果的图，无论是服装电商、摄影写真、模特走秀、小红书美女套图等都能搞啊。以下是工作流主要思路：用图来拼接姿势，形成姿势图，接入union controlnetV2，控制姿势生图，然后用kl_optimal进行修复，最后进行放大。1、拼接图出姿势：上网随便找图即可。

4月Flux生态迎来重磅更新，此次为大家带来Flux终极加速Nunchaku+Flux+PS2025特别版整合包，堪称最强AI绘画工具之一。其出图速度惊人实现了秒级出图，并且仅需8G显存。nunchaku使用方式极为灵活方便，既能够独立web运行，也能从PS直接调用，无需安装，一键启动就能即刻体验神奇的AI世界。nunchaku与Flux和PS的强强联合，实现了秒级出图，让创作者的创意迅速化为现实。在功能方面，文生图、生成式填充、一键扩图、图生图以及风格转移等功能应有尽有，轻松满足多元创作需求。

如果你是ComfyUI的老用户，那你一定得试试Flex.2；如果你是AI创作者新手，Flex.2就是你入门的“全能战士”。为了帮助大家更好地掌握 ComfyUI，我花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了。

线上体验地址：正面提示词输入翻译成中文一位扎着马尾辫的时尚美韩国女人，24 岁，身穿蓝色皮大衣，搭配浅蓝色牛仔裤。他的脚上穿着一双白色的高帮运动鞋，上面有五颜六色的鞋带。纯白色背景，多视角角色设计，正后左右视图，多视图设计，中性表情，为了帮助大家更好地掌握 ComfyUI，我花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取。

大家好，今天来分享下字节最新出的零样本真人ID一致性解决方案，这个是SDXL的方案，听说很厉害，我们今天来测评一下。

HiDream-I1 最近热度有点下降了哈，主要是生态还没跟上，毕竟生态发展也是需要时间的嘛！不过作为我们国产的可以和 Flux 媲美的开源模型，还是希望 HiDream-I1 的生态可以快速建立起来的。刚好最近看到了一种可以使 HiDream-I1 出图质量更高的办法，通过增强 HiDream-I1 生成的图像的细节来增强图像的表现力，效果还是很棒的，给小伙伴们分享一下。好了，话不多说，我们直接开整。

今天文章将介绍一款由字节跳动最新开源的自适应一致性方案HyperLoRA，该框架目标是在通过参数高效的自适应生成方法，解决人物一致性肖像合成中的挑战。基于模型微调的方法（如 LoRA 和 DreamBooth）可以生成逼真的输出，但需要对个体样本进行训练，耗时且资源密集，还存在不稳定的风险。基于适配器技术（如 IP-Adapter）通过冻结基础模型参数并采用插件架构实现零样本推理，但往往缺乏自然性和真实性。HyperLoRA。

前 言今天这篇应该是写的第四篇关于 Flux Redux 的文章了，Flux Redux 刚出来的时候真的是小看它了，现在由 Flux Redux 衍生出来的玩法是一个接一个。今天我们要介绍的玩法其实是来自于我们之前介绍的一个 Flux Redux 插件：Comfyui_Flux_Style_Adjust，这个插件最近也是更新好几版了，功能更丰富了，感兴趣的小伙伴们可以自行体验一下。

前 言不知道小伙伴们还记不记得之前有段时间有个叫做 OminiControl 的技术很火呀，不过 ComfyUI 一直没有支持，所以听雨就没有介绍，期间也出了几个 OminiControl 相关的 ComfyUI 插件，不过一直没有尝试成功。今天我们可以来好好介绍一下了，OminiControl 是一个基于 FLUX.1 架构的图像生成框架，旨在通过最小化的设计实现对图像生成过程的高效控制。尤其是在图像的一致性生成方面有奇效！具体我们直接来看效果！好了，话不多说，我们直接开整！

今天我们来介绍一个超级好用的换装工作流，这个工作流是听雨在找插件的时候看到的，插件自带的工作流。插件主要也是基于 flux 的 Redux 模型开发的，和之前听雨介绍的两个用来增强 Redux 的插件功能类似，也是用来增强 Redux 的精细风格迁移控制能力。插件的功能其实都是类似的，主要是插件自带的换装工作流真的很好用，衣服的迁移相当完整，可以适用于大多数的换装场景。好了，话不多说，我们直接开整。先来整个简单的，左边是需要模特来换装的衣服，右边的效果图。

flux 刚出来的时候画个图是真的慢，经过社区一轮一轮的优化，现在 4090 不使用加速 Lora 的情况下，生成 30 步 1024 * 1024 的图片只需要 16 秒。这两天社区又来给 flux 加速了，这个技术就是 TeaCache，一种免训练的缓存方法，可估计和利用跨时间步的模型输出之间的波动差异，从而加速推理。在不损失图像质量的前提下，可以在原来的基础上实现 1.4 到 2 倍的加速。听雨试了下无损的参数配置基本只需要 10 秒就可以出图，如果可以接受损失一些质量，可以缩短到 8 秒出图。

HiDream-I1。最新社区进展已经出现了一批基于HiDream-I1文生图底膜的LORA模型，同时也得到了ComfyUI官方的原来支持。今天将在继续深入探索ComfyUI原生支持下的文生图和图生图工作流体验。•GitHub。

ComfyUI，全名就叫这个，它的GitHub地址是：https://github.com/comfyanonymous/ComfyUI。说白了，它是一款基于节点式工作流的AI图像生成工具，专门为Stable Diffusion这样的扩散模型量身定制。你可以像拼乐高一样拖拽、连接不同节点，像模型加载、提示词输入、采样器等等，搭建一个属于自己的“图像工厂”。相较于传统的操作方式，ComfyUI最大特点就是——。你可以精准掌控每个细节参数，完全自主构建工作流，

大家好，FramePack昨天有人提交了首尾帧功能，还没合并到主分支，不过可以自己替换使用，效果非常好，大家来看看。

大家好，今天分享个超级强的人物一致性方案的思路，让你解锁各种姿势。最近马上要和影视机构合作开展3天的线下课程，所以这周在研究人物一致性的方案，今天来介绍下我最近研发的一套人物一致性的方案。用户只要上传一张主体人物，然后再上传任意角度姿势的人物参考图，就可以实现让主体人物解锁各种姿势的效果。这套流在各种场景都有需求，比如影视、写真、动画，即可实现角色一致性的创作。这套流收费，但是思路可以给大家说说。先来看一些效果吧。

ComfyUI-KwaiKolorsWrapper = 中文党最友好的文生图神器！部署门槛不高，生成效果惊艳，而且社区活跃，值得每一个 AI 绘图爱好者一试！

今天我们继续来介绍 flux 的加速技巧，之前我们也介绍好了好几篇关于 flux 加速生图技巧的文章了，有通过 Lora 加速的，还有 torch.compile，最近的就是 TeaCache 和 WaveSpeed 等等。在以上这些加速技术的加持下，flux 在本地用 4090 跑，已经可以做到 10s 出图了。不过显然开源社区还是不太满意这个出图速度，又推出了 nunchaku，在不损失 flux 出图质量的前提下，硬是把 flux 的出图速度继续压缩了一大半，达到了 3s 的出图速度。

因为作者显卡是16G,只能测试下面的模型设置：如果大家的显卡好，可以测试一下下面的模型设置，满血版。16G会爆显存！好了，今天就给大家分享到此，感兴趣就赶紧试一试吧！更多详细讲解，见星球。期待下期相见！为了帮助大家更好地掌握 ComfyUI，我花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取。

从黑森林开源Flux-Dev文生图模型开源后，将文生图AI绘图领域推到一个全新的高度，至今仍然是最强的开源文生图DiT架构模型。HiDream-I1。这是一个全新的开源图像生成基础模型，是由国内一家AI初创企业智象未来开源的。拥有 170 亿参数(Flux是12B参数)，能够在几秒内实现行业领先的图像生成质量。HiDream-I1。不同版本变体模型，所需的推理步骤也不一样，分别为：Full需要50步, Dev需要28步，Fast则需要16步。

今天文章将介绍一个名为的开源扩散模型采样调度器。它提供了一个基于 PyTorch 的实现。是一种即插即用的算法，能够被用于在扩散采样中搜索最优的采样步长。该算法可以显著提高扩散模型的采样效率，同时保持生成质量。适用于基于多种扩散模型（如DiT、FLUX、Open-Sora 和 Wan2.1）等模型。当前已经集成到ComfyUI官方最新版本本体中。•即插即用：OSS 算法可以轻松集成到现有的扩散模型中，无需对模型架构进行重大修改。•优化采样步长。

今天文章将介绍一款由昆仑天工在4月21日发布的最新国产视频生成模型系列模型。同期发布的还有视频描述模型。模型，这是全球首个基于扩散强制框架的无限长度电影生成模型。结合了多模态大规模语言模型（MLLM）、多阶段预训练、强化学习和扩散强制技术，实现了全面优化。SkyReels-V2不仅在技术上有创新，还通过系统实现了多个实际应用，包括故事生成、图像到视频合成、摄像机导演功能以及多主体一致视频生成。他的核心优势就是能够生成长视频，突破Ai视频5秒的魔咒。•GitHub•在线体验。

1、新建基础工作流，这里用TTN节点包。加载“TTN加载器”，“TTN采样器”。新建/tinyterra/旧版2.修改参数【加载器】：大模型：Dreamshaper_V7正面：负面：（提示词来源于LIblibAI）【采样器】：步数：15CFG：7采样器：ddpm3.出图抽卡看效果，不满意可以多抽几次，抽到满意的图片，固定随机种子。1.新建/AnimateDiff Evo/Gen1节点/动态扩散加载器2.动态扩散器走的是模型管道，连接模型走通管道。3.加载“上下文设置”节点。

大家好，最近有朋友问在建筑室内设计方面，comfyUI能不能做些赋能。这个问题的答案是必须的，但赋能是可以，看怎么去应用，同时如何发挥它在其中的价值，得看在哪个环节去赋能了。整体的逻辑、方案和思路万变不离其中。像建筑和室内设计，无非就是利用controlnet的线与深度两种预处理模型以及Ipadater进行控制生图。

今天文章将介绍一款最新为DIT架构添加的高效灵活的控制组件。由于扩散模型的架构正在从基于U-Net转向扩散变换器（DiT）。但是DiT生态系统缺乏成熟的插件支持，并面临效率瓶颈、多条件协调冲突以及模型适应性不足等问题。因此由Tiamat AI, 上海交通大学, 新加坡国立大学, Liblib AI等机构联合提出了的新架构方法，这是一个高效且灵活的统一条件扩散变换器框架。通过引入轻量级的条件注入LoRA模块、位置感知训练范式，以及结合因果注意力机制和 KV缓存技术。

在之前的文章多次介绍过LTX-Video这款轻量级开源AI视频模型，这是一款模型以极速视频生成速度著称。虽然它的质量不如当下成熟的混元、万相视频的视频模型，但在简单的动作视频生成中速度仍然存在它的一席之地。今日LTX-Video迎来了它的0.9.6版本更新。在该版本中分为和两个版本：• 在版本中相比之前版本质量有所提升，抽卡几率极大提升。•则为蒸馏模型支持8步推理，能够有15倍性能提升：• 推理速度比非蒸馏模型快15倍。• 不需要分类器自由引导和时空引导。

之前有朋友私信询问，文章中的一些图片是如何生成的，今天特地分享一下大概的使用工作流线稿生成真人图片的流程，比较简单就是通过CONTROLNET提取线稿或深度，再通过使用flux+相关lora，最后修复一下脸或手部即可。苏-FLUX小红书极致真实生成效果：完整工作流：局部依次放大截图工作流节点：加载模型及提示词1girl,realistic photo,realistic,photo,photography,4K highres,加载controlnet 及相关采样修复脸部，可微调参数。

不要迷信某个收费整合包，真正的高手从来都是从公共资源中起步。下次我们继续深挖ComfyUI中那些“冷门但超好用”的隐藏节点功能，如果你喜欢这种干货型推荐，记得关注我，不迷路哟~我们下篇见，拜啦👋！为了帮助大家更好地掌握 ComfyUI，我花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了。

ComfyUI 这次的更新，真的做到了“人人可用，人人好用”。HiDream-I1 的加入，不仅是一次技术升级，更是一次社区级的内容生产力爆发。如果你之前被复杂的模型部署吓退，那现在就是你“复出”的最佳时机；如果你是老玩家，那 HiDream-I1 无疑是你图库中的又一把利刃。所以——别犹豫，去拖那张 HiDream 的模板试试吧！需要更多教程或提示词搭配技巧？评论区见，我们一起把 AI 玩明白 💬。