1. 从“原图我不吃的哈”说起一个AI绘画玩家的自我修养最近在AI绘画的社群里一个梗突然火了起来“原图我不吃的哈”。这句话的出处是某位玩家在分享自己用Stable Diffusion等模型生成的作品时面对别人“求原图”的请求给出的一个俏皮又带点傲娇的回应。它背后折射出的是AI绘画圈一个非常核心且有趣的议题我们究竟在“生成”什么又在“创作”什么当你说“原图我不吃的哈”时你其实在声明几件事第一这张图不是简单的模型“直出”它经过了你的精心调整和后期处理第二你投入了时间、审美和判断力赋予了这张图独特的价值第三你希望别人关注的不是模型的基础能力而是你作为“炼丹师”或“咒术师”的二次创作成果。这恰恰是AI绘画从“玩具”走向“工具”从业余爱好走向专业创作的关键一步。今天我们就来聊聊如何真正“成为模型”而不仅仅是“使用模型”。这不是一篇简单的软件教程而是一次关于创作方法论、工作流构建和审美判断力的深度探讨。2. 理解“模型”你的画笔而非你的代笔很多人把AI模型看作一个“许愿机”输入一段描述Prompt就能得到完美的图片。这种想法是通往“原图直出”陷阱的第一步。要成为模型的主人首先要破除这个迷思。2.1 模型是概率的集合不是答案的宝库以Stable Diffusion为例它的本质是一个经过海量图文数据训练的概率模型。当你输入“一个女孩金色长发站在樱花树下”时模型并不是去它的数据库里找一张匹配的图而是根据学习到的规律从一张纯噪声图片开始一步步“猜测”每个像素点最可能是什么颜色最终“算”出一张图。这个过程充满了随机性。同一段提示词每次生成的结果都不同这就是“种子”Seed在起作用。提示理解这一点至关重要。这意味着模型给出的永远是一个“可能性分布”中的样本。你的工作就是从无数个可能的样本中筛选、引导、修正出最符合你心中所想的那一个。模型是提供素材的“矿场”而你才是那个“雕刻师”。2.2 “原图直出”为什么不够“吃”一张未经任何调整的模型直出图通常存在以下问题使得它难以被称为“作品”构图与焦点问题模型可能无法精准理解你构图的重点。比如你想要一个中心对称的肖像它可能把人脸放在了一侧你想要一个充满故事性的远景它可能给了一个大头贴。细节崩坏这是AI绘画的老大难问题。手指数量异常、肢体扭曲、五官错位、纹理混乱如毛衣变成肉色等。直出图往往在这些细节上经不起放大审视。风格与质感不统一你可能想要一张赛博朋克风格的插画但模型给出的结果可能在光影、线条硬度和色彩饱和度上摇摆不定导致画面风格混杂缺乏整体感。审美平庸化模型在训练时学习了海量数据其输出容易趋向于“平均审美”。直出的图往往看起来“还行”但缺乏让人眼前一亮的独特性或艺术张力。因此当你说“原图我不吃的哈”潜台词是“我已经帮你们把上面这些问题都处理过了现在呈上来的是一道精心烹制的菜肴而不是食材本身。”3. 构建你的“重生”工作流从咒语师到导演要告别“原图直出”就需要建立一套系统的工作流。这套工作流的核心思想是将单次“生成”变为多次“迭代”和“加工”。下面我以Stable Diffusion WebUIAutomatic1111或ComfyUI为例拆解一个进阶工作流。3.1 第一阶段精准的“蓝图绘制”提示词与参数工程这一步的目标不是得到完美成品而是得到一张“潜力股”底图。分层提示词法不要把所有描述塞进一个提示词框。学会使用语法如(关键词:权重)来强调或弱化某些元素。更高级的用法是利用Alternate Syntax交替语法或BREAK关键字来分隔不同时间步长的提示内容从而控制画面中不同元素的出现时机和强度。例如你可以先让模型确定构图和人物姿态再在后续步骤中细化服装和背景细节。负面提示词的艺术负面提示词和正面提示词同等重要。除了通用的bad hands, extra fingers, deformed等你应该针对每次生成的具体问题添加负面词。例如如果画面总是偏灰可以加入low contrast, dull, muted colors如果人物表情呆板可以加入expressionless, blank stare。建立一个自己常用的负面词库是专业化的标志。参数不是玄学采样步数Steps并非越高越好。20-30步对于DPM 2M Karras这类采样器通常已足够清晰再增加步数收益很小且耗时。关键在于找到清晰度和效率的平衡点。采样器Sampler不同采样器有不同特性。Euler a 创意强、出图快但可能不稳定DPM 2M Karras 稳定、细节好是精修常用选择DDIM 则更适合需要高度可复现性的情况。重绘幅度Denoising Strength在Img2Img图生图中这是最重要的参数之一。低值0.2-0.4用于微调细节和风格高值0.6-0.8则用于大幅度改变画面内容相当于在原有构图基础上进行“重新想象”。3.2 第二阶段外科手术式的“局部修正”Inpainting与局部重绘这是让你告别“整体重来”噩梦的核心技能。拿到一张构图满意但局部有瑕疵的图后使用局部重绘功能。修复崩坏细节用画笔工具精确涂抹有问题的手部、脸部。在提示词框中仅描述你希望修复成的正确样子比如“perfect hands, five slender fingers, natural pose”。关键点勾选“仅重绘蒙版区域”并适当提高蒙版边缘模糊度让修复部分和原图自然融合。定向增加细节觉得人物衣服纹理太简单涂抹衣服区域提示词输入“intricate lace embroidery, detailed fabric texture”。觉得背景太空涂抹背景输入“ancient forest, dappled sunlight, volumetric fog”。这相当于你拿着不同的“画笔”和“颜料”在画布的不同区域进行精细加工。使用Inpainting专用模型许多社区训练了专门用于局部重绘的模型它们在修复一致性如皮肤纹理、光照方向上表现远优于通用大模型。在你的工作流中集成这样的模型能极大提升修复质量。3.3 第三阶段风格的“灵魂注入”LoRA与ControlNet如果说大模型决定了画面的“基因”那么LoRA和ControlNet就是你进行“基因编辑”和“形体控制”的工具。LoRA微调风格与特征LoRA是一个小型模型文件可以为大模型注入特定的风格如“吉卜力风格”、“胶片摄影”、角色特征或画风。用法是在提示词中激活它例如lora:FilmGirl_v10:0.8。这里的0.8是权重需要你根据效果调整。我的经验是同时使用多个LoRA时总权重和不宜超过1.2否则容易导致画面过饱和和崩坏。最好一次只突出一个核心风格LoRA。ControlNet绝对控制构图与姿态这是让你“成为模型”的最强助力。它允许你输入一张参考图如线稿、姿势图、深度图、边缘检测图让AI严格按照参考图的构图来生成内容。Canny边缘检测适合将你的手绘线稿或简单草图转化为精美彩图。OpenPose姿态检测可以上传一张真人照片提取其骨骼姿势让生成的人物拥有完全相同的、自然复杂的动作。彻底解决了“AI人物姿势僵硬”的问题。Depth深度图控制画面的景深和前后景关系让生成的作品更有立体感。Tile分块重绘用于无损放大和补充超细节。它能让AI在放大图片时不是简单地拉伸像素而是智能地“想象”并填充放大后所需的细节纹理。一个实战组合拳案例我想生成一个特定姿势的武侠角色。我会先找一张姿势参考图用OpenPose提取骨架再找一张山水画作为背景风格参考用Canny提取其线条轮廓然后开启两个ControlNet单元分别加载骨架和轮廓再在提示词中描述人物衣着、相貌并加入一个水墨风LoRA。这样我就能精确控制人物动作、背景构图和整体风格生成的图已经高度接近我的最终构想远超“原图直出”。3.4 第四阶段最后的“抛光打磨”后期处理与外工具联动即使经过上述步骤图片可能仍需最后加工。高清修复Hires. fix与放大在文生图时直接启用高清修复或在生图后使用Extras标签页的放大功能。推荐使用UltraSharp、4x-UltraSharp等放大模型它们在保持清晰度的同时能优化细节。注意单纯放大分辨率不会增加新细节配合适当的“重绘幅度”才能让AI“想象”出更丰富的纹理。与外置图像软件联动不要局限于WebUI内部。将图片导入Photoshop或GIMP使用图章、修复画笔工具手动处理AI难以解决的、极其复杂的结构错误。使用调色工具曲线、色相/饱和度统一全局色调增强光影对比让画面更具氛围感。可以添加镜头光晕、颗粒噪点等特效增加作品的真实感和质感。4. 审美与判断力你的核心价值所在技术流程可以学习但最终让作品脱颖而出的是你的审美和判断力。这需要长期的积累和主动训练。建立视觉资料库定期浏览ArtStation、Pinterest、Behance等平台收藏打动你的作品。分析它们好在哪里是构图色彩搭配光影氛围还是叙事张力不要只看AI作品多看顶级的摄影、绘画、电影截图。学会“诊断”图片拿到一张AI直出图不要只看整体感觉。有意识地去“挑刺”透视对吗光影来源统一吗人物表情是否符合情境材质表现是否合理这种诊断能力会直接指导你如何编写负面提示词以及选择在哪个环节进行干预。定义你自己的风格在熟练运用技术后尝试融合不同的LoRA调整出独特的色彩倾向和画面质感。你甚至可以收集自己满意的作品用Dreambooth等技术训练一个专属自己的风格模型。这时你就真正拥有了一个体现你个人审美的“画笔”。5. 从“生成”到“创作”心态的转变最后我想分享心态上的几点体会这或许比技术更重要。接受不完美拥抱过程AI生成充满随机性失败是常态。不要把一次难看的生成看作挫折而应视为一个数据点告诉你当前的提示词或参数组合需要调整。享受这个调试、探索、惊喜迭出的过程。混合媒介创作不要被“纯AI”束缚。可以用手绘草图控制构图用摄影照片提供纹理参考用3D软件搭建基础场景和光影最后用AI进行渲染和风格化。你扮演的是“导演”和“合成师”的角色。“原图我不吃的哈”背后的骄傲当你能坦然说出这句话时意味着你已跨越了单纯索取工具的阶段。你通过一系列专业的、可复现的操作将原始的、粗糙的“可能性”塑造成了完整的、带有你个人印记的“作品”。这份骄傲来自于你对整个创作流程的掌控以及对最终成果负责的态度。所以下一次当你看到别人精美的AI作品时不妨问一句“能分享一下工作流吗”这比单纯要“原图”更有价值。而当你分享自己的作品时也可以自信地附上一句“原图我不吃的哈但可以聊聊我是怎么‘煮’出来的。”这既是对自己劳动的尊重也是向更高阶的创作社区迈进的一张名片。 从AI绘画玩家到创作者：掌握Stable Diffusion进阶工作流与审美判断
1. 从“原图我不吃的哈”说起一个AI绘画玩家的自我修养最近在AI绘画的社群里一个梗突然火了起来“原图我不吃的哈”。这句话的出处是某位玩家在分享自己用Stable Diffusion等模型生成的作品时面对别人“求原图”的请求给出的一个俏皮又带点傲娇的回应。它背后折射出的是AI绘画圈一个非常核心且有趣的议题我们究竟在“生成”什么又在“创作”什么当你说“原图我不吃的哈”时你其实在声明几件事第一这张图不是简单的模型“直出”它经过了你的精心调整和后期处理第二你投入了时间、审美和判断力赋予了这张图独特的价值第三你希望别人关注的不是模型的基础能力而是你作为“炼丹师”或“咒术师”的二次创作成果。这恰恰是AI绘画从“玩具”走向“工具”从业余爱好走向专业创作的关键一步。今天我们就来聊聊如何真正“成为模型”而不仅仅是“使用模型”。这不是一篇简单的软件教程而是一次关于创作方法论、工作流构建和审美判断力的深度探讨。2. 理解“模型”你的画笔而非你的代笔很多人把AI模型看作一个“许愿机”输入一段描述Prompt就能得到完美的图片。这种想法是通往“原图直出”陷阱的第一步。要成为模型的主人首先要破除这个迷思。2.1 模型是概率的集合不是答案的宝库以Stable Diffusion为例它的本质是一个经过海量图文数据训练的概率模型。当你输入“一个女孩金色长发站在樱花树下”时模型并不是去它的数据库里找一张匹配的图而是根据学习到的规律从一张纯噪声图片开始一步步“猜测”每个像素点最可能是什么颜色最终“算”出一张图。这个过程充满了随机性。同一段提示词每次生成的结果都不同这就是“种子”Seed在起作用。提示理解这一点至关重要。这意味着模型给出的永远是一个“可能性分布”中的样本。你的工作就是从无数个可能的样本中筛选、引导、修正出最符合你心中所想的那一个。模型是提供素材的“矿场”而你才是那个“雕刻师”。2.2 “原图直出”为什么不够“吃”一张未经任何调整的模型直出图通常存在以下问题使得它难以被称为“作品”构图与焦点问题模型可能无法精准理解你构图的重点。比如你想要一个中心对称的肖像它可能把人脸放在了一侧你想要一个充满故事性的远景它可能给了一个大头贴。细节崩坏这是AI绘画的老大难问题。手指数量异常、肢体扭曲、五官错位、纹理混乱如毛衣变成肉色等。直出图往往在这些细节上经不起放大审视。风格与质感不统一你可能想要一张赛博朋克风格的插画但模型给出的结果可能在光影、线条硬度和色彩饱和度上摇摆不定导致画面风格混杂缺乏整体感。审美平庸化模型在训练时学习了海量数据其输出容易趋向于“平均审美”。直出的图往往看起来“还行”但缺乏让人眼前一亮的独特性或艺术张力。因此当你说“原图我不吃的哈”潜台词是“我已经帮你们把上面这些问题都处理过了现在呈上来的是一道精心烹制的菜肴而不是食材本身。”3. 构建你的“重生”工作流从咒语师到导演要告别“原图直出”就需要建立一套系统的工作流。这套工作流的核心思想是将单次“生成”变为多次“迭代”和“加工”。下面我以Stable Diffusion WebUIAutomatic1111或ComfyUI为例拆解一个进阶工作流。3.1 第一阶段精准的“蓝图绘制”提示词与参数工程这一步的目标不是得到完美成品而是得到一张“潜力股”底图。分层提示词法不要把所有描述塞进一个提示词框。学会使用语法如(关键词:权重)来强调或弱化某些元素。更高级的用法是利用Alternate Syntax交替语法或BREAK关键字来分隔不同时间步长的提示内容从而控制画面中不同元素的出现时机和强度。例如你可以先让模型确定构图和人物姿态再在后续步骤中细化服装和背景细节。负面提示词的艺术负面提示词和正面提示词同等重要。除了通用的bad hands, extra fingers, deformed等你应该针对每次生成的具体问题添加负面词。例如如果画面总是偏灰可以加入low contrast, dull, muted colors如果人物表情呆板可以加入expressionless, blank stare。建立一个自己常用的负面词库是专业化的标志。参数不是玄学采样步数Steps并非越高越好。20-30步对于DPM 2M Karras这类采样器通常已足够清晰再增加步数收益很小且耗时。关键在于找到清晰度和效率的平衡点。采样器Sampler不同采样器有不同特性。Euler a 创意强、出图快但可能不稳定DPM 2M Karras 稳定、细节好是精修常用选择DDIM 则更适合需要高度可复现性的情况。重绘幅度Denoising Strength在Img2Img图生图中这是最重要的参数之一。低值0.2-0.4用于微调细节和风格高值0.6-0.8则用于大幅度改变画面内容相当于在原有构图基础上进行“重新想象”。3.2 第二阶段外科手术式的“局部修正”Inpainting与局部重绘这是让你告别“整体重来”噩梦的核心技能。拿到一张构图满意但局部有瑕疵的图后使用局部重绘功能。修复崩坏细节用画笔工具精确涂抹有问题的手部、脸部。在提示词框中仅描述你希望修复成的正确样子比如“perfect hands, five slender fingers, natural pose”。关键点勾选“仅重绘蒙版区域”并适当提高蒙版边缘模糊度让修复部分和原图自然融合。定向增加细节觉得人物衣服纹理太简单涂抹衣服区域提示词输入“intricate lace embroidery, detailed fabric texture”。觉得背景太空涂抹背景输入“ancient forest, dappled sunlight, volumetric fog”。这相当于你拿着不同的“画笔”和“颜料”在画布的不同区域进行精细加工。使用Inpainting专用模型许多社区训练了专门用于局部重绘的模型它们在修复一致性如皮肤纹理、光照方向上表现远优于通用大模型。在你的工作流中集成这样的模型能极大提升修复质量。3.3 第三阶段风格的“灵魂注入”LoRA与ControlNet如果说大模型决定了画面的“基因”那么LoRA和ControlNet就是你进行“基因编辑”和“形体控制”的工具。LoRA微调风格与特征LoRA是一个小型模型文件可以为大模型注入特定的风格如“吉卜力风格”、“胶片摄影”、角色特征或画风。用法是在提示词中激活它例如lora:FilmGirl_v10:0.8。这里的0.8是权重需要你根据效果调整。我的经验是同时使用多个LoRA时总权重和不宜超过1.2否则容易导致画面过饱和和崩坏。最好一次只突出一个核心风格LoRA。ControlNet绝对控制构图与姿态这是让你“成为模型”的最强助力。它允许你输入一张参考图如线稿、姿势图、深度图、边缘检测图让AI严格按照参考图的构图来生成内容。Canny边缘检测适合将你的手绘线稿或简单草图转化为精美彩图。OpenPose姿态检测可以上传一张真人照片提取其骨骼姿势让生成的人物拥有完全相同的、自然复杂的动作。彻底解决了“AI人物姿势僵硬”的问题。Depth深度图控制画面的景深和前后景关系让生成的作品更有立体感。Tile分块重绘用于无损放大和补充超细节。它能让AI在放大图片时不是简单地拉伸像素而是智能地“想象”并填充放大后所需的细节纹理。一个实战组合拳案例我想生成一个特定姿势的武侠角色。我会先找一张姿势参考图用OpenPose提取骨架再找一张山水画作为背景风格参考用Canny提取其线条轮廓然后开启两个ControlNet单元分别加载骨架和轮廓再在提示词中描述人物衣着、相貌并加入一个水墨风LoRA。这样我就能精确控制人物动作、背景构图和整体风格生成的图已经高度接近我的最终构想远超“原图直出”。3.4 第四阶段最后的“抛光打磨”后期处理与外工具联动即使经过上述步骤图片可能仍需最后加工。高清修复Hires. fix与放大在文生图时直接启用高清修复或在生图后使用Extras标签页的放大功能。推荐使用UltraSharp、4x-UltraSharp等放大模型它们在保持清晰度的同时能优化细节。注意单纯放大分辨率不会增加新细节配合适当的“重绘幅度”才能让AI“想象”出更丰富的纹理。与外置图像软件联动不要局限于WebUI内部。将图片导入Photoshop或GIMP使用图章、修复画笔工具手动处理AI难以解决的、极其复杂的结构错误。使用调色工具曲线、色相/饱和度统一全局色调增强光影对比让画面更具氛围感。可以添加镜头光晕、颗粒噪点等特效增加作品的真实感和质感。4. 审美与判断力你的核心价值所在技术流程可以学习但最终让作品脱颖而出的是你的审美和判断力。这需要长期的积累和主动训练。建立视觉资料库定期浏览ArtStation、Pinterest、Behance等平台收藏打动你的作品。分析它们好在哪里是构图色彩搭配光影氛围还是叙事张力不要只看AI作品多看顶级的摄影、绘画、电影截图。学会“诊断”图片拿到一张AI直出图不要只看整体感觉。有意识地去“挑刺”透视对吗光影来源统一吗人物表情是否符合情境材质表现是否合理这种诊断能力会直接指导你如何编写负面提示词以及选择在哪个环节进行干预。定义你自己的风格在熟练运用技术后尝试融合不同的LoRA调整出独特的色彩倾向和画面质感。你甚至可以收集自己满意的作品用Dreambooth等技术训练一个专属自己的风格模型。这时你就真正拥有了一个体现你个人审美的“画笔”。5. 从“生成”到“创作”心态的转变最后我想分享心态上的几点体会这或许比技术更重要。接受不完美拥抱过程AI生成充满随机性失败是常态。不要把一次难看的生成看作挫折而应视为一个数据点告诉你当前的提示词或参数组合需要调整。享受这个调试、探索、惊喜迭出的过程。混合媒介创作不要被“纯AI”束缚。可以用手绘草图控制构图用摄影照片提供纹理参考用3D软件搭建基础场景和光影最后用AI进行渲染和风格化。你扮演的是“导演”和“合成师”的角色。“原图我不吃的哈”背后的骄傲当你能坦然说出这句话时意味着你已跨越了单纯索取工具的阶段。你通过一系列专业的、可复现的操作将原始的、粗糙的“可能性”塑造成了完整的、带有你个人印记的“作品”。这份骄傲来自于你对整个创作流程的掌控以及对最终成果负责的态度。所以下一次当你看到别人精美的AI作品时不妨问一句“能分享一下工作流吗”这比单纯要“原图”更有价值。而当你分享自己的作品时也可以自信地附上一句“原图我不吃的哈但可以聊聊我是怎么‘煮’出来的。”这既是对自己劳动的尊重也是向更高阶的创作社区迈进的一张名片。