- 博客(195)
- 收藏
- 关注
原创 AI短视频工业化生产实战:从生成到发布的全流程SOP
这篇文章,我就把自己从2025年到2026年用AI做短视频的实战经验,浓缩成一套完整的SOP(标准作业程序)。它不是某个工具的使用教程,而是一套从选题策划到发布运营的全流程方法论。按这套流程走,一个人一天可以稳定产出8-12条高质量的AI短视频,而且风格统一、数据可预期。
2026-07-18 19:38:36
253
原创 图生视频与文生视频:不同场景该用哪个工具
2026年,AI视频生成已经不是什么新鲜事了。打开抖音、小红书,到处都能看到AI生成的短视频——有的像电影大片,有的像手绘动画,有的就是一张产品图自己“活”了过来。但你有没有想过:这些视频到底是怎么生成的?为什么有些看起来特别“听话”,有些却完全不受控制?答案就在一个基础问题上:你用的是文生视频还是图生视频?这两个词听起来像双胞胎,实际用起来却是天壤之别。选错了,轻则浪费时间和API费用,重则项目直接翻车。我见过太多人拿着文生视频去生成自家产品展示,结果AI给画了一个“八竿子打不着”的东西[refe
2026-07-18 19:32:20
150
原创 AnimateDiff + ControlNet 视频生成工作流完全拆解
2026 年,AI 视频生成已经不再是实验室里的新鲜事。但如果你试过直接用 AnimateDiff 生成动画,大概率会遇到这样的问题:人物动作僵硬、肢体扭曲、画面闪烁——明明提示词写得天花乱坠,出来的效果却像喝醉了的木偶戏。问题出在哪里?AnimateDiff 擅长让画面“动起来”,但它并不擅长“怎么动”。就像一个天赋异禀但缺乏训练的舞者,动作有了,但姿态不对。这时候,你需要一个“动作指导”——ControlNet。
2026-07-18 19:27:55
148
原创 Runway Gen-3 与 Pika 2.0 深度对比:哪款AI视频工具更适合你?
上一讲我们聊了Sora的兴衰,这一讲把目光聚焦到两个依然活跃在市场上的AI视频生成工具——Runway Gen-3 和 Pika 2.0。在Sora关停之后,这两款工具成了很多创作者面对的首选。但问题来了:它们到底有什么区别?哪个更值得订阅?Runway Gen-3背靠好莱坞资源,走的是专业影视路线[reference:0];Pika 2.0则主打轻量化和创意特效,瞄准社交媒体创作者[reference:1][reference:2]。定位完全不同,价格也差距明显。这一讲,我们从画质、功能、速度、价格、
2026-07-17 21:06:01
708
原创 Sora开放使用实测:OpenAI视频生成到底什么水平
2024年2月,OpenAI用一段“女生走在东京街头”的60秒视频震撼了全世界[reference:0][reference:1]。那时候所有人都在问同一个问题:AI真的能生成电影级的视频了吗?两年后的今天,Sora经历了开放、迭代、关停的完整周期[reference:2]。站在2026年这个时间节点回望,Sora到底什么水平?它真的能打吗?为什么又关停了?这一讲,我们用实测数据和行业观察,把这几个问题彻底讲透。
2026-07-17 20:57:06
192
原创 LoRA融合与权重调节:多个LoRA一起用的高阶技巧
在上一讲中,我们完整走了一遍风格LoRA的训练流程,你已经拥有了自己的专属风格模型。但单打独斗的时代早已过去——真正的生产力爆发,来自于多个LoRA的协同作战。一个角色LoRA赋予人物特征,一个画风LoRA注入艺术气息,再加一个光影LoRA提升质感……当它们叠加在一起时,1+1+1的效果往往远大于3。然而,多个LoRA一起用并不是简单的“全都加上就完事”。权重调节、融合顺序、冲突处理……这些高阶技巧决定了最终画面的质量。这一讲,我们就来彻底搞懂LoRA融合与权重调节的底层逻辑和实战心法。
2026-07-17 20:37:37
117
原创 风格LoRA训练:让AI学会你的独家画风
在AI绘画的圈子里,LoRA(Low-Rank Adaptation)已经成了一个绕不开的词。你可能会发现,社区里那些让人眼前一亮的作品——无论是复古水彩、赛博朋克,还是某位插画师的独特笔触——很多都离不开一个精心训练的LoRA模型。如果说Checkpoint大模型决定了AI"画什么水平",那LoRA就是教它"画出什么味道"。
2026-07-17 20:34:35
36
原创 炼丹实录:训练一个高质量人物LoRA的全流程手记
在AI绘画社区,“炼丹”是对模型训练的戏称。而LoRA训练,则是每个想要深入AI绘画的创作者绕不开的必修课。本文不是理论堆砌,而是一份真实的训练手记——记录了我从零开始训练一个高质量人物LoRA的完整过程,包括每一步的决策、踩过的坑、以及最终的优化策略。希望通过这份实录,让你少走弯路,真正掌握人物LoRA训练的精髓。
2026-07-14 17:21:39
137
原创 Dreambooth vs LoRA vs Textual Inversion:微调方式怎么选
在AI绘画领域,“微调”是让模型学会新概念、新风格的核心技术手段。面对Dreambooth、LoRA和Textual Inversion这三种主流方法,很多初学者甚至进阶用户都会陷入选择困难:到底该用哪种?它们有什么区别?我的硬件条件允许哪种?本文将从原理、资源消耗、效果、适用场景四个维度进行深度对比,帮你建立清晰的决策框架。
2026-07-14 17:17:40
164
原创 LoRA训练从入门到放弃?这篇帮你坚持到底
很多人第一次尝试LoRA训练时,都会经历从满怀期待到备受打击的过程:精心准备了数据集,跑了几小时的训练,结果生成的图片要么不像,要么过拟合到面目全非,要么风格完全跑偏。于是,“LoRA训练”成了许多AI绘画爱好者心中“从入门到放弃”的代名词。但事实上,LoRA训练并非玄学,它有一套清晰的方法论。只要理解了原理、掌握了正确的步骤和参数调节策略,每个人都能训练出高质量的专属模型。本文将系统拆解LoRA训练的完整流程,从原理到实操,从参数调优到问题排查,帮助你真正“坚持到底”。
2026-07-14 17:14:56
198
原创 主流AI绘画工具多维度对比:Midjourney、Stable Diffusion与国内平台的选型指南
当前AI绘画领域,以Midjourney、Stable Diffusion为代表的海外工具,以及国内多家厂商推出的云端平台,形成了多元竞争格局。本文基于公开技术资料、社区评测和用户实践,从核心技术架构、适用场景、成本、学习曲线等维度进行客观对比,帮助读者根据自身需求做出合理选型。
2026-07-14 16:54:42
301
原创 LiblibAI与SeaArt:国内SD在线平台的正确打开方式
对于不想折腾本地部署、但又希望使用Stable Diffusion生态的创作者来说,国内SD在线平台是最便捷的入口。在众多平台中,LiblibAI(哩布哩布)和SeaArt(海艺)是目前用户规模最大、功能最完善的两家。本文将从平台定位、核心功能、社区生态、成本模型等维度进行系统对比,帮助读者根据自身需求选择最适合的平台。
2026-07-14 16:45:10
53
原创 文心一格 vs 通义万相 vs 腾讯混元:国产三巨头横评
前两讲我们分别评测了可灵AI和即梦AI——快手和字节跳动在AI视频赛道的王牌产品。这一讲,我们把目光投向另外三家互联网巨头:百度、阿里、腾讯。在AI绘画领域,这三家各自拿出了什么产品?
2026-07-13 21:53:15
254
原创 即梦AI的功能特性与用户反馈解析
如果说可灵是快手在AI视频赛道上的“尖刀连”,那即梦就是字节跳动布下的“集团军”[reference:0]。两者背后的战略逻辑截然不同:可灵走的是独立产品商业化的务实路线,而即梦则在探索生态级应用——用抖音+剪映的流量和场景优势,构建一个从创作到分发的闭环[reference:1]。
2026-07-13 21:48:40
92
原创 可灵AI的技术架构与行业应用分析
2026年初,OpenAI宣布关停Sora项目,引发业界对AI视频生成技术路径与商业化模式的重新审视。与此同时,国内视频生成模型持续迭代,其中快手推出的可灵AI(Kling)是较具代表性的产品之一。本文基于公开资料与用户反馈,对可灵AI的技术架构、功能演进、市场表现及现存争议进行系统梳理,为从业者提供参考。
2026-07-13 21:43:28
95
原创 工作流分享与复用:别人的高质工作流如何为我所用
前面几讲,我们完成了从基础文生图到 AnimateDiff 视频生成的全链路搭建。但说实话——这些工作流都是我们“从零造轮子”。在真实的 ComfyUI 生态中,大部分时候你不需要从头开始。社区里已经有大量高质量、经过实战检验的工作流,它们来自顶级创作者、专业工作室和开源贡献者。学会拿来、理解、调优、再分享,是 ComfyUI 进阶路上最关键的能力之一。这一讲,我们不写新工作流,而是专门解决一个问题:别人的高质工作流,怎么为我所用?
2026-07-13 21:39:07
116
原创 ControlNet + AnimateDiff 视频工作流:一张图动起来
这一讲,我们把维度从“空间”拓展到“时间”。AnimateDiff 让 Stable Diffusion 具备了生成连续视频帧的能力,而 ControlNet 则让我们能精确控制每一帧的构图、姿态和深度。两者结合,就能实现“一张图动起来”的效果——而且不是简单的画面抖动,而是有逻辑、可控制、高质量的动态视频。
2026-07-13 21:34:53
108
原创 搭建你自己的文生图工作流:从简单到复杂全拆解
很多人觉得ComfyUI的节点工作流“高深莫测”,其实它的本质就是搭积木——从一个最简的底座开始,一块一块往上加功能模块,最终形成一套完整、可控、高效的图像生产线。
2026-07-13 21:26:32
140
原创 ComfyUI 必装插件清单:20个让效率翻倍的节点包
上一讲我们花10分钟搭建了第一个文生图工作流。但说实话——那个工作流只是ComfyUI的“裸机”状态。就像买了一台顶级单反却只用自动档,真正的威力还没发挥出来。ComfyUI的真正魅力,在于它极度开放的插件生态。通过安装不同的自定义节点包,你可以把ComfyUI从“基础绘图工具”变成“全能创意工厂”——从提示词自动生成、ControlNet精准控制,到视频生成、3D资产制作,几乎无所不能[reference:1]。
2026-07-13 21:17:50
203
原创 ComfyUI 零基础入门:节点拖拽到第一张图只要10分钟
上一讲我们聊了为什么要从WebUI迁移到ComfyUI[reference:0]。这一讲,咱们直接动手——从零开始,10分钟之内,在ComfyUI里搭出第一个文生图工作流,生成你的第一张AI图片。很多人第一次打开ComfyUI,看到满屏的方块和连线就懵了。别担心,本文的目标就是让你零代码、纯拖拽完成这一切[reference:1]。你不需要懂Python,不需要敲命令行,只需要跟着步骤一步步来。
2026-07-13 21:12:43
28
原创 为什么要学ComfyUI?从WebUI迁移到节点工作流的理由
如果你已经用 Stable Diffusion WebUI 玩了一段时间,第一次打开 ComfyUI 的界面时,大概率会和我当初一样——满屏的方块、密密麻麻的连线,像一张复杂的电路图,完全找不到熟悉的“文生图”按钮[reference:0]。很多人第一反应是关掉它,继续用 WebUI 一键出图。
2026-07-13 21:08:13
15
原创 Midjourney风格代码库:50组风格参数一键套用
这一讲,我们直接送你一个50组Midjourney风格参数代码库——涵盖了摄影、电影、绘画、设计、插画、实验等主流视觉风格。每一组都包含:风格名称、核心关键词、推荐参数(--ar / --s / --v / --style等)、以及一句话适用场景。
2026-07-13 21:04:33
34
原创 MJ + Photoshop AI 工作流:效率和质量的黄金组合
在之前的章节中,我们分别掌握了Midjourney的生图技巧、参数调优、构图法则,甚至商业LOGO设计的全套方法。但如果你止步于MJ出图,你就浪费了AI绘画一半的潜力——甚至会在交付环节吃大亏。
2026-07-12 10:50:54
118
原创 Midjourney做LOGO和商业设计:甲方一次过的秘诀
在AI绘画的所有应用场景中,商业设计是最考验综合能力的一块——它不仅要“好看”,更要“能用”“能落地”“能过稿”。过去几年,我见过太多设计师拿着Midjourney生成的华丽图片去提案,却被甲方一句“这不是我们品牌的感觉”打回来。
2026-07-12 10:46:31
123
原创 MJ Blend与Remix模式:创意融合的高级玩法
如果你已经掌握了Midjourney的提示词编写、参数调优、构图法则和角色一致性,那么恭喜你——你已经是一名合格的AI绘画创作者了。但如果你想让自己的作品从“好看”升级到“惊艳”,从“常规”升级到“意想不到”,那就必须学会两门“绝活”:Blend(混图)和Remix(重混)。
2026-07-12 10:40:50
192
原创 角色一致性(CR)深度实战:同一角色不同场景
在AI绘画的所有痛点中,“角色变脸”一定排前三。你精心设计了一个原创角色,生成了一张满意的定妆照,然后想把它放进不同的场景里——结果AI直接给你换了个演员。发型变了,眼睛颜色变了,连衣服款式都跑偏了[reference:0]。
2026-07-12 10:35:24
172
原创 懂排版才懂审美:MJ构图黄金法则与画面布局技巧
上一讲我们把参数这副牌打明白了——--ar、--s、--cw、--style,每个参数怎么调都有了章法。但有一个残酷的事实是:参数调得再准,构图不对,一切白费。很多AI绘画创作者把全部精力花在提示词和参数上,却忽略了最基础也最重要的视觉排版。结果就是:画面细节很丰富,但看起来就是“不高级”、“不专业”、“没有设计感”。这一讲,我们把视角从“微观调参”拉升到“宏观构图”。从经典的黄金分割、三分法,到Midjourney专属的视觉重心引导、负空间运用,再到不同画幅下的布局策略——学完这一讲,你出的每一张
2026-07-12 10:31:01
23
原创 MJ参数调优手册:--ar / --s / --cw / --style 一副牌打明白
用好Midjourney,不能只停留在关键词堆砌。真正让AI“听你话”的,是那一串藏在提示词末尾的参数——--ar、--s、--cw、--style……它们就像一副扑克牌里的四门花色,单张出牌各有威力,组合起来才是王炸。
2026-07-12 10:26:27
15
原创 Midjourney V7新特性全解读:相比V6到底强在哪?
2024年第三季度,Midjourney V7以Alpha版本首次亮相;2025年6月17日,它正式取代V6成为系统默认模型[reference:0][reference:1]。到2026年7月的今天,V7已经陪伴全球创作者超过一年,经历了多次迭代优化,而V8.1也已在2026年6月10日成为新的默认模型。
2026-07-12 10:22:05
92
原创 IP-Adapter与Reference Only:用参考图统一风格
在AI绘画的日常创作中,有一个需求始终困扰着所有创作者:如何让AI生成的一系列图片保持统一的风格或角色特征?过去的解决方案——训练LoRA模型——虽然有效,但门槛太高:你需要准备几十张高质量的素材图、花几小时甚至几天的时间"炼丹"、还要承担训练失败的风险。对于普通创作者来说,这显然不够友好。
2026-07-10 22:40:44
22
原创 ControlNet 2026新版完全手册:OpenPose/Canny/Depth全解
如果你使用Stable Diffusion已经有一段时间,你一定经历过这样的时刻:提示词写得天花乱坠,生成出来的图却完全不是你想要的样子——想要一个特定姿势的人物,AI给你来个"瑜伽大师"级别的扭曲;想复刻一张照片的构图,出来的图连亲妈都不认识[reference:0]。
2026-07-10 22:34:35
169
原创 Batch批量出图与批量处理:一天产出1000张的秘诀
在AI绘画的日常使用中,你一定遇到过这样的场景:需要生成大量图片用于A/B测试、电商主图、游戏原画或者内容素材库。一张一张手动点"生成",效率低得让人崩溃。
2026-07-10 22:30:28
30
原创 Inpaint局部重绘:PS级修图一步到位
在AI绘画的日常使用中,你一定遇到过这样的场景:一张图整体构图完美、光影动人,但偏偏某个细节出了问题——手指多了一根、脸上有个奇怪的阴影、背景里多了个不该有的物体。重新画一张吧,太浪费时间;用PS修吧,又没那么好的手艺。
2026-07-10 22:24:29
40
原创 图生图(img2img)深度玩法:草图变大片实操
在Stable Diffusion的生态中,文生图(txt2img)是让无数人入门的"第一口蛋糕"——输入一段提示词,AI就给你一张图。但很快你就会发现一个问题:文生图的随机性太强了。你想要一个特定姿势的人物、一个特定的构图、或者想把一张随手涂鸦变成一幅完整的作品——文生图很难做到。
2026-07-10 22:21:38
16
原创 SD绘图常见翻车现场合集:鬼手、崩脸、多指症全解决
如果你使用Stable Diffusion已经超过一周,你一定经历过这样的时刻:满怀期待地点击“生成”,结果却收获了一只六指怪兽、一张歪嘴斜眼的脸,或者一个身体拧成麻花的人。这些“翻车”现象并不是AI在故意跟你作对,而是模型对复杂人体结构和物理世界认知不足的直观体现。但好消息是:绝大部分翻车都可以通过参数调整、模型选择、后处理等手段系统性地解决。
2026-07-10 22:14:59
237
原创 高清修复(Hires.fix)终极调参攻略:放大不糊
在Stable Diffusion的日常使用中,最让人头疼的问题莫过于:生成的图片明明构图很好,但放大一看——糊了。皮肤没有纹理、边缘发虚、细节全无。直接提高出图分辨率吧,要么爆显存,要么模型"水土不服",画出多头多手的怪物。
2026-07-10 22:11:02
138
原创 VAE模型是什么?为什么说它是画质保命符
你有没有遇到过这样的情况:明明用了不错的模型、写了详细的提示词、参数也调得挺认真,但生成出来的图片总感觉 灰蒙蒙的、颜色发暗、细节模糊,像是隔了一层雾?或者更糟——生成的图片 完全是一团黑,什么都没有?如果你遇到这些问题,十有八九是 VAE(变分自编码器) 出了问题。VAE在Stable Diffusion生态中是一个经常被忽视、却至关重要的组件。很多新手甚至根本不知道它的存在,直到某天图片突然「翻车」了,才意识到它的重要性。
2026-07-09 22:27:45
82
原创 大模型(Checkpoint)怎么选?社区Top20模型实测推荐
部署好SD WebUI、学会了调参数之后,你可能会遇到一个新的困惑:明明提示词写得不错,参数也调得挺认真,为什么出来的图就是不如别人好看?答案很可能就在 模型(Checkpoint) 上。如果把AI绘画比作拍照,提示词是「构图和创意」,参数是「相机设置」,那么模型就是 「镜头和胶片」——它决定了画面的底色、风格、质感和上限。换一个模型,同样的提示词可能产生完全不同的视觉效果。
2026-07-09 22:23:39
202
原创 采样器选择不再纠结:20种采样器效果横评与推荐
打开SD WebUI的文生图页面,在「采样方法(Sampling method)」的下拉菜单里,你看到了一长串名字:Euler、Euler a、Heun、DPM++ 2M Karras、DPM++ SDE Karras、DDIM、PLMS、UniPC……少说也有二十来种。每个名字都像天书,选哪个?有什么区别?为什么别人的图那么精致,我的图总差点意思?
2026-07-09 22:18:02
287
原创 SD WebUI 界面全解析:每个参数你都用对了吗?
部署好Stable Diffusion WebUI之后,你满怀期待地打开了浏览器,输入 http://127.0.0.1:7860,然后——你看到了一个密密麻麻的界面:下拉菜单、滑块、文本框、按钮……各种参数堆在一起,一时不知道该从哪里下手。
2026-07-09 22:14:06
40
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅