Midjourney 新手入门:从养审美、建立 P 到出图编辑全流程
这篇 Midjourney 教程以一张自然光女性头像为例,演示网页端从零到出图的完整流程:先在 Explore 浏览作品养审美,再用 Personalize 选图建立可切换的审美配置(P),随后在 Create 写提示词与参数生成图片,挑底图后用 Vary 或 Edit 换衣、蒙版重画、扩画布补留白。
这篇 Midjourney 教程以一张自然光女性头像为例,演示网页端从零到出图的完整流程:先在 Explore 浏览作品养审美,再用 Personalize 选图建立可切换的审美配置(P),随后在 Create 写提示词与参数生成图片,挑底图后用 Vary 或 Edit 换衣、蒙版重画、扩画布补留白。
ComfyUI 工作流模板发布 v0.11.87,已上线 PyPI,可通过 pip install comfyui-workflow-templates==0.11.87 安装。本次更新为 FLUX 3 Klein 引入新的模型文件名与说明,并升级了 FLUX 3 Klein 图像编辑工作流。
ComfyUI 工作流模板发布 v0.11.88,已上线 PyPI,可通过 pip install comfyui-workflow-templates==0.11.88 安装。本次更新新增 MOSS-Image 文生图模板,并修复 FLUX 3 Klein 中提示词上采样器种子跟随图像种子的问题。
OpenFill 是一款免费的 GIMP 3 插件,让用户在 GIMP 内直接调用已有的 ComfyUI 完成生成式填充、物体消除、生成式扩图和文生图,无需打开节点图。
一位从业超 10 年的视觉艺术家发布 2026/27 作品集,展示其混合 AI 工作流实验成果。该作品集结合 ComfyUI、Midjourney、Photoshop、Blender 和 Nano Banana 等工具,涵盖科幻、暗黑奇幻、汽车及产品可视化等题材,包含静态图像与电影感序列。作者表示仍在持续探索最佳工作流,并欢迎交流讨论。
Comfy 团队表示,FLUX 3 Image Klein 首发示例工作流默认设置不佳,导致出图人体结构差或效果弱,主要原因是 prompt upsampler 被关闭或缺失。
一位 ComfyUI 新手用 ChatGPT 指导搭建写实 AI 网红工作流,先后尝试 SDXL、Qwen、RealVisXL、Inpaint 与 OpenPose,并用 GPT 生成图片做数据集训练了 3 组 LoRA,每组 25 epochs,但接入 ComfyUI 后出图仍偏"AI 感"。
ComfyUI-MangaScreen 是一个自定义节点包,把完成的插画转成黑白漫画页,10 月 17 日发布并已收录进 ComfyUI Manager。
开源 LoRA 与微调工具 Fizgig 发布 v8.4.0,新增 LoRA Isolation 训练模式,用于阻止角色 LoRA 把主体人脸扩散到画面中的其他人身上。
推荐理由:角色 LoRA 训练长期受人物特征外溢困扰,这份实测用 50 张对照图给出可量化的改善幅度。
作者用35组、103张测试图在ComfyUI中对照FLUX.3 Klein Q8、FLUX.2 Klein BF16和Qwen-Image 2.1 INT8,检查人像、中文包装、数量空间与连续编辑。中文及中英包装样例中Qwen-Image 2.1更符合要求,连续编辑后段出现明显问题,最终背景修改仅FLUX.2完成。作者认为FLUX.3并未在所有场景压过上一代,中文仍有不足。
日本创作者 kawaki 公开了仅用 ChatGPT 生成写实 AI 美女图像的 10 套针织穿搭提示词,涵盖ボレロ风叠穿针织、交叉挂脖、露肩、裹身等款式,并搭配坐沙发、床上抱膝、回眸等姿势与机位变化。
用 Nano Banana 2.1 生成图像时,在提示词里指定相机与镜头就能大幅改变成片质感,作者整理了 9 种相机与 6 种镜头的提示词方案。
OpenMOSS 团队发布的 5B 参数 DiT 图像生成模型 MOSS-Image 已可在 ComfyUI 本体使用,作者用 RTX 4070(12GB 显存)以 INT8 权重实测动漫与写实两种画风。
阿里 Qwen 于 9 月 20 日发布图像生成与编辑一体化模型,可直接生成和编辑透明背景图像,免去抠图步骤,参考图最多 10 张,输出标准 2K(1:1 为 2048×2048),权重已在 Hugging Face 和 ModelScope 开放,但免费仅限研究或评估用途,商用需另行授权。
Midjourney Alpha 版网站本周更新,重点改善 Create、Edit、Shared Folders、Style 搜索与移动端体验,未推出新图像模型。
一位创作者总结了用 Midjourney、DALL-E 3 生成理想图像的 10 个提示词技巧,包括具体指定主题、明确风格、指定 16:9 等宽高比、细化光照与色彩、控制机位构图、使用负面提示词、固定 seed 值、调整 --quality 等参数以及用参考图统一风格。作者称固定 seed 值可减少 40% 生成时间,指定宽高比让从生成到交付缩短 30%,负面提示词把出图异常概率降到 1/10。
这套动漫风 AI 美女图像提示词集共约 100 种,覆盖海岸公路、便利店、酒店、面包店、自助洗衣房、车站前、咖啡馆等日常场景,全部以 JSON 格式给出,可直接复制到 ChatGPT、Gemini 等工具使用。每个题材除 1:1 基本版外,还提供 9:16 竖版、1280×670 的 note 题图横版,以及背景和氛围改编版。
GPT6 Astra 在生成一重眼男性角色时反复被画成双眼皮,改用青年漫画风黑白插画并详细指定眼睑结构后成功维持一重,横脸与表情变体也基本通过。但用于插画时一重与作画同时崩坏,作者称 Work 额度在 3 天内耗尽,下回或为最终回。
一篇分享指出,AI 插画中的"空气感"可通过降低远处光量、辉度与彩度来可视化,让画面深处变暗以营造纵深。作者认为提示词无法直接操控灯光,应描述光源位置带来的变化,并借助斜向光、长影与明暗渐变建立距离感。掌握绘画基础理论有助于提升审美判断。
10月17日,作者让 AI 以「图像生成详细指定图解入门」为主题制作讲座式教材,AI 自行搭出全12讲结构,并附上白马克杯的照片、水彩、黏土三种画风比较图、构图与照明的切换模式图,以及把「时尚沉稳的咖啡图」改写成可验证条件的练习题。作者强调这些图只是并列示例,并非固定条件下的生成实验,目前也只确认教材完成,尚未验证学习效果。
插画师爱沢公开了 10 月 17 日至 18 日在 X 发布的 5 组 ChatGPT 图像生成提示词,覆盖清晨开窗、白天选彩铅、傍晚沙发挥手、夜晚地毯休息、深夜侧卧入睡五个场景。
AI 绘图时「小公女セーラ」及其英文「A Little Princess」均会被屏蔽,SakanaAI 解释原因是该名称在网络上被污染:有人用 AI 生成该角色的恶意图像并用于恶意点击网站。作者尝试查看 SakanaAI 提供的真相网站时,浏览器弹出钓鱼诈骗警告。
同一组提示词分别投给 ChatGPT、Qwen-Image-2.1 和 Krea2 生成图像,ChatGPT 画角最贴近"头到太腿中段"的指定,但漏掉了手放太腿的姿势;Qwen 和 Krea2 画到膝盖附近,手部位置均按指定还原。
正在连载的 AI 漫画《灯し屋のレテとルチア》公开了制作中的设定资料,涵盖两位主角的立绘与表情集、周围登场人物设定画,以及灯し屋外观、港口、下町路地、古き森、森の村、ドーラの家、眠り木等场景。作者首次尝试为背景制作“背景アンカー”参照图,以便与 AI 持续绘制时保持人物与场所的一致性。
OpenMOSS 公开约 50 亿参数图像生成模型 MOSS-Image-Base,支持最长 4K token 提示词、JSON 布局控制与图内中英文字渲染,权重以 Apache 2.0 发布,Comfy-Org 同步推出 ComfyUI 版本。
日本创作者水辉分享了一套给 AI 生成图像做后期的方法:先抠出人物,再对人物内部单独模糊并以 15~20% 透明度叠加,接着按背景色调给人物加渐变(叠加模式、透明度 10~20%),最后在铠甲、剑、脸和花瓣等受光部位用覆烧模式、20% 透明度补色。作者建议人物单独抠图时图层透明度控制在 15~20% 以内,可让画面更柔和并增强远近感。
用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成黑猫cos万圣节原创女性角色,未使用 LoRA,并公开了提示词、生成设置与含 7 个标准节点的工作流 JSON。
这篇教程用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成递糖果的万圣节女仆,并附节点工作流 JSON 与处理好的 Canny 轮廓引导 PNG。
作者用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成了一张低角度仰视的魔女特写,未使用 LoRA 或构图引导,并公开了标签、生成设置与节点工作流 JSON。
用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成回眸旗袍角色,无需 LoRA 或构图引导,靠 from behind、looking back、over shoulder 等标签实现背身肩越回望构图。
审查 4K ComfyUI 建筑渲染图需要三个尺度:fit view 检查构图与设计漂移,交付尺寸判断实际观感,200% 放大排查接缝、光晕与虚构细节。放大路径决定风险,官方示例中 UpscaleModelLoader 像素放大与 img2img 二次生成性质不同,后者需记录 denoise、采样器与种子。差异应标记为有意、可容忍或阻断。
Pika 宣布与 OpenAI 合作推出 Pika X ChatGPT 插件扩展,把 Pika 的创作工具直接放进 ChatGPT 的对话和侧边栏,形成新的交互式创作体验。作者演示的 Product Shot 功能可以把厨房台面上的照片转成影棚级产品图,全程无需离开 ChatGPT。
Speridlabs 发布 3B 参数的扩散 transformer Iris-3B,直接对 RGB 像素去噪,不设 VAE 与潜空间,末端由 4 个 pixel head 把 16×16 patch 还原为像素,文本编码器为冻结的 Qwen3-VL-4B-Instruct。
MT Forcing 是一种面向统一多模态模型(UMM)的多轮图像编辑训练范式,基于自回归扩散,旨在解决多轮编辑后视觉质量不稳定与内容不一致的漂移问题。
面对每天约 50 亿张照片的拍摄量和 Midjourney 等工具的低门槛,Max Kent 认为摄影的乐趣在于拍摄过程本身,而提示词生成的图像几乎只关乎结果。他把提示词使用者称为"策展人",并主张不必以职业化或卖作品来定义摄影师身份。他给出的方法是:从自己反复回看的照片中挑出三四个词,带着它们出门拍摄,以此摆脱"例行公事"式的取景。
实测对比 Tensor.Art 与 PixAI 两款浏览器端动漫 AI 生成器,用三个提示词测试文本场景、招牌文字和四人拥挤场景。Tensor.Art 需自行挑选 checkpoint、叠加 LoRA 并调参,支持 ComfyUI 工作流与自训模型;PixAI 主推自研模型 Tsubaki.3,可用完整句子描述、以 @image1 复用角色并按指令改图,平台托管超 180 万社区模型和 LoRA。
有用户在 ComfyUI 中搭建面向 API 的两阶段自动化工作流,用 Flux 对多人图像做风格化 PuLID 局部重绘时,因 API 场景下角色位置每次生成都不同,按 bbox 索引顺序(从左到右或最大人脸)选取常导致人脸换错角色或身份串染。
一位 ComfyUI 用户在风格化 FLUX 工作流中遇到多角色身份串扰:全局参考条件会让发型、配饰在角色间或背景人物上串味,生成后的人脸精修也会把 A 的脸贴到 B 或背景人物上。其目标是单张 24–32 GB 显卡上每张成图约 15–20 秒,正考虑用 PuLID-Flux 配合逐角色 attn_mask,以及 FLUX 3 Image Klein 的参考图加边界框绑定方案。
Magnific AI 订阅从 Premium 每月 20 美元(20,000 credits)起,Premium+ 为 45 美元、Pro Starter 为 110 美元,2K Precision 超分单次约 6 至 9 美分。
有用户向 AI 咨询 ComfyUI 插画生成模板,AI 给出 Anima 官方工作流与面向 SDXL/Illustrious 的 AnimeFix-Workflow 两个候选,并同时列出所需模型与额外节点。