通俗易懂的AI图像生成术语解析

文生图术语通俗解释

在 AI 图像生成中，有一些常用术语。本文将用通俗易懂的语言为您解释这些术语。

提示词 ——“画稿大纲”

提示词就像是画画前的构思。例如，想画"热闹的春节庙会"，这就是提示词。描述越详细，生成的图像就越接近您心中的画面。

模型 ——“绘画老师”

模型是一个"绘画老师"，它通过学习大量图像，掌握了各种绘画技巧。根据提示词，它会在"画布"上创作出图像。不同的模型擅长不同的风格。

采样器 ——“画笔挑选员”

采样器决定了模型用什么"画笔"来绘画。不同的采样器会影响图像的线条流畅度和颜色过渡效果。

步数 ——“绘画步骤”

步数是指生成图像的步骤数。步数多，图像更精细，但生成时间更长。根据需要调整步数，就像画画时决定细致程度。

CFG Scale ——“重视程度调节器”

CFG Scale 控制模型对提示词的重视程度。值高，图像更符合提示词；值低，模型更随意。

种子 ——“起笔信号”

种子是生成图像的起始信号。相同的种子和条件会生成相似的图像。

ComfyUI 节点解释

ComfyUI 的工作流由多个节点组成，每个节点都有特定功能。

1. Checkpoint加载器（简易）

• 功能：加载预训练的模型，为图像生成提供基础。

2. CLIP文本编码

• 功能：将文本提示词编码为模型可理解的语义向量。

3. K采样器

• 功能：从潜在空间中抽取样本，生成最终图像。

4. VAE解码

• 功能：将潜在图像转换为可视化图像。

5. 预览图像

• 功能：实时查看生成的图像，便于调整。

6. 空latent图像

• 功能：生成一个空的潜在图像，作为生成起点。

这些节点共同构成了 ComfyUI 的工作流，实现从文本提示到图像生成的完整过程。

comfyui节点执行顺序

1. 加载模型节点（Checkpoint Loader）：

   • 加载预训练的 Stable Diffusion 模型。
   • 提供模型权重和结构，为后续的图像生成提供基础。

2. 文本编码节点（CLIP Text Encoder）：

   • 将文本提示词编码为向量，转换为模型可以理解的语义信息。
   • 为图像生成提供条件输入，指导模型生成符合用户描述的图像。

3. 采样器节点（K Sampler）：

   • 结合载入的模型、提示词的输入以及潜在图像，进行采样计算，输出得到最终图像。
   • 控制图像生成的具体方式，通过不同的算法迭代优化图像。

4. VAE 解码节点（VAE Decoder）：

   • 执行 VAE 模型的解码过程，将潜在图像解码为像素图像。
   • 将生成的潜在图像转换为用户可以查看的最终图像。

5. 预览图像节点（Preview Image）：

   • 显示当前生成的图像，方便用户在生成过程中进行调整和优化。
   • 提供即时反馈，帮助用户监控生成过程，确保生成的图像符合预期。

6. 空 latent 图像节点（Empty Latent Image）：

   • 生成一个纯噪声的潜在空间图像，定义生成图像的尺寸和批次数量。
   • 作为图像生成的初始输入，后续通过模型的迭代过程逐渐转化为目标图像。

这些节点共同构成了 ComfyUI 的工作流，实现从文本提示到最终图像生成的完整流程。

以下是 K 采样器中各参数的含义、功能及常用参数值说明：

1. 种子（seed）

• 含义：用于生成随机噪声的随机数种子。
• 功能：控制生成图像的随机性，使用相同的种子可以生成相同的图像。
• 常用参数值：通常为整数，范围在 0 到 18446744073709551615 之间。

2. control_after_generate

• 含义：控制生成后种子的变化方式。
• 功能：可以选择固定种子（fixed）、递增种子（increment）、递减种子（decrement）或随机化种子（randomize）。
• 常用参数值：fixed、increment、decrement、randomize。

3. 步数（steps）

• 含义：去噪过程中使用的步骤数。
• 功能：步数越多，生成的图像越精细，但生成速度会变慢。
• 常用参数值：20-30（常规），10-15（低步数场景），30+（高精度场景）。

4. cfg

• 含义：提示词引导系数（Classifier Free Guidance）。
• 功能：控制生成的图像与提示词的贴合程度，值越高，生成的图像越符合提示词描述，但过高可能导致图像生硬。
• 常用参数值：7-9（常规），3.5-6（SD1.5 模型），6-8（SDXL 模型），1（Flux 模型）。

5. 采样器名称（sampler_name）

• 含义：选择用于去噪的采样器。
• 功能：不同的采样器会影响生成图像的速度和质量。
• 常用参数值：dpmpp_2m、euler、ddim、karras。

6. 调度器（scheduler）

• 含义：控制去噪过程中噪声水平的变化策略。
• 功能：影响生成图像的质量、细节和速度。
• 常用参数值：normal、karras、ddim、dpm_solver。

7. 降噪（denoise）

• 含义：去噪强度，表示去除多少比例的噪声。
• 功能：值越高，生成的图像与原始图像的差异越大；值越低，生成的图像与原始图像的贴合度越高。
• 常用参数值：1.0（默认），0.4-0.6（低步数场景），0.8-1.0（高精度场景）。

CLIP文本编码

在K采样其中，有连接2个CLIP文本编码， 一个是正向提示词，一个是负向提示词

正向提示词

• 功能与作用
  • 精准描述：明确告诉 AI 你想要生成的图像内容，包括主题、场景、人物、物体、风格、色彩、氛围等，使生成的图像更符合你的预期。
  • 引导创作：激发 AI 的创造力，按照你的描述生成具有特定特征和风格的图像，帮助你实现脑海中的创意构思。
• 使用技巧
  • 具体明确：使用清晰、具体的词汇来描述你想要的图像元素，避免模糊不清的表述。例如，“金色阳光下，一片宁静的湖面反射着远处的雪山”比“美丽的风景”更能准确地引导 AI 生成你想要的图像。
  • 分层构建：将复杂的图像构想分解为多个层次或元素，逐一描述。先确定主题和背景，再添加主要元素和细节，最后调整色彩和光影，保持提示词的条理性和逻辑性。
  • 关键词组合：通过关键词的组合，形成具有特定含义和指向性的提示词。例如，“复古相机 + 街头巷尾 + 雨后清新”可以引导 AI 生成一张充满怀旧气息且带有雨后清新感的街头摄影作品。
  • 参考与借鉴：从已有的艺术作品、摄影作品或电影场景中汲取灵感，将其转化为正向提示词，同时保持原创性和独特性，避免直接复制或过度模仿。
  • 实验与迭代：不断尝试不同的提示词组合，观察 AI 生成的图像变化，逐步调整和完善你的提示词，以获得更满意的生成结果。
• 注意事项
  • 避免冲突：确保提示词之间没有相互矛盾的描述，以免 AI 生成的图像出现不一致或混乱的元素。
  • 合理使用：不要过度堆砌关键词，以免使生成的图像过于复杂或失去重点，影响整体效果。

负向提示词

• 功能与作用
  • 排除不想要的内容：明确告诉 AI 你不希望在生成的图像中出现的元素，如低质量、变形、错误的细节等，从而提高生成图像的质量。
  • 优化图像质量：通过排除不想要的内容，使生成的图像更加符合你的审美和要求，避免出现不符合预期的元素。
• 使用技巧
  • 常见问题排除：使用负向提示词排除一些常见的图像质量问题，如“low quality”（低质量）、“blurry”（模糊）、“deformed”（变形）等，以确保生成的图像具有较高的质量。
  • 结合正向提示词：负向提示词与正向提示词结合使用，可以更全面地控制生成的图像效果。例如，在正向提示词中描述你想要的场景和元素，同时在负向提示词中排除不想要的元素。
  • 使用权重：可以为负向提示词设置权重，以强调或减弱某些不想要的元素的排除程度。例如，“(worst quality:2)”表示更强烈地排除低质量的图像。
• 注意事项
  • 避免过度排除：不要过度使用负向提示词，以免排除过多的内容，导致生成的图像过于简单或失去一些细节。
  • 合理搭配：负向提示词应与正向提示词合理搭配，确保生成的图像既符合你的要求，又具有一定的艺术性和观赏性。