如何在 Locally Uncensored(LU)中查看图像模型的触发词?
有用户在 Reddit 询问,能否在 PurpleDoubleD 开发的本地生成程序 Locally Uncensored(LU)中直接查看图像模型的触发词。
有用户在 Reddit 询问,能否在 PurpleDoubleD 开发的本地生成程序 Locally Uncensored(LU)中直接查看图像模型的触发词。
一位用户用 AI 图像生成想让自家猫摆出 JOJO 立,反复调整日语提示词未果,免费额度先用完,最终没能完成。体验中 Canva 生成画质出色,但免费服务普遍受额度限制;改用 Google 搜索的 AI 模式后,感觉其图像生成限制比 Gemini 更宽松。
同一组提示词下,ChatGPT(Pro、思考级别「高」)与 Gemini(Nano Banana 2.1)在缩略图、写实风、搞笑漫画、海报、局部修改 5 项测试中分别得 65 分与 70 分。ChatGPT 倾向把结果「加工得更好看」,在写实风与漫画两项偏离指定风格;Gemini 更忠实于提示词,但海报中「そう」一词的强调处理被扣分。局部修改两项双方均满分。
Google 的 Nano Banana 2.1 支持最多 14 张参考图,分为 10 个物体位和 4 个角色位,并新增 minimal、medium、high 三档思考级别,medium 为默认。
Ideogram 4.5、GPT-Image-2.5 和 Nano Banana 2.1 三款图像模型均宣称可可靠渲染文字,但 Ideogram 官方指南仍列出数字错误、多余标题、换行丢标点等失败案例。
开源项目 image-prompt-reverse 可根据输入图片自动生成对应文本 prompt,实现图像高保真逆向还原,适用于插画、摄影和 3D 渲染场景。该项目采用深度学习模型,生成的 prompt 与原图相似度高,可 1:1 复刻,并提供支持批量处理和自定义参数的命令行工具。其可扩展插件兼容 Stable Diffusion、Midjourney 等主流生成模型。
Adobe与越后心动铁道10月12日共办铁路摄影活动,约20名8至86岁参与者体验用AI消除车窗反光、路人与电线,优秀作品年末将在观光列车中吊展示。CyberLink于9月17日发布PhotoDirector 2027,支持文字指令修图,新功能仅限年订阅版与高阶版,盒装版10月16日开售。
ArtCraft 旗下全部十三款应用已完成玲珑格式打包,上架如意玲珑应用商店,为寻找 Adobe 全家桶 Linux 原生替代的用户提供一套完整创作工具箱。该项目由独立开发者打造,此前以开源形式发布。
JEV 发布 1.14.0 大版本,正式支持多模态,官方称该模型原本就是多模态,只是首个版本未加入支持。新增 box 类型,模型可返回目标在图像中的位置,适用于图像处理、视频剪辑、拼图与图像编辑等需快速决策的场景。每次请求与回答的上下文均提升至 262K,多语言能力也明显增强。
浙江金华市公共资源交易中心东阳分中心公告显示,东阳深空引擎与火山引擎联合体以合计2.3亿元中标横店影视AI服务平台建设项目,其中算力租赁资源报价0.27亿元,其余报价2.03亿元。
这份AI图像创作指南把构图拆成100个可复用的提示词模板,按“置き場所”“ライン”等类别分成25组,每组4个,并配同一模特生成的示例图。每个构图下方附一段代码块,可直接复制到prompt末尾使用,例如“3×3グリッド配置”“1対1.6の黄金バランス”“ナナメ横断レイアウト”等。
日本创作者分享了一套用 ChatGPT 生成原创角色「绝对不会做的表情」2×3 拼图企划的提示词,要求保持角色五官、发型、服装等核心特征不变,只让表情、视线、手势与演技偏离日常人设。作者为いの、エアリア、灰音、玲、一臣、駄文ちゃん等角色各列出 6 种禁忌表情,并附上通用版与自填式模板,还建议先向 ChatGPT 简单介绍角色、再询问「解釈違いの表情」以获取灵感。
作者用 Krea2 在 ComfyUI 中生成 X 平台「秋の空鯨艦祭2026」活动插画,称同类题材用リアス完全不行,Krea2 表现突出。目前采用无放大(アプスケなし)的直出工作流,但发现细节描写过多会导致细部崩坏,正考虑加入 Detailer 等处理。
ArchiGen 提出,YouTube 的付费推广标签只能说明存在商业关系,无法说明测试方法是否公平,AI 渲染评测应额外公布测试说明:产品与引擎版本、源文件、设置、生成数量、废弃帧、人工干预和筛选规则。文章以本周建筑 AI 综述中一款标注付费推广、对比四款渲染工具的视频为例,并提及 Chaos 的六工具对比因其发布 Veras 而需标明厂商身份。
本地生成 AI 模型 Anima 系列被作者视为 2026 年的本命,特点是衍生模型多、体量轻、出图漂亮。作者主张用 Atmosphere、Dreamy 等提示词营造整体空气感,并配合虚化、三分法构图等摄影式提示词,同时强调做减法、减少画面噪声比堆砌元素更有效。
爱沢(@aizawaamu)免费配布 ChatGPT 图像生成提示词,覆盖朝、昼、夕方、夜、深夜 5 个场景,需附上拥有使用权的 21 岁以上成人角色参考图以保持脸型、发型、发色与瞳色。每个提示词均指定构图、服装、光线与手指细节,要求单人单场景、不拼图、无文字签名 logo,深夜场景另附英文 Positive/Negative 描述并给出 1536:1024 比例。
AReA 是一种免训练注意力机制,让感受野随去噪过程从粗到细演化:早期对下采样后的 key/value 做跨尺度粗注意力以捕捉全局结构,后期在逐步收缩的窗口内做局部注意力以精修细节。实验显示其在各目标分辨率与不同模型上均优于现有免训练基线,且速度更快、效率更高。目前仅开源 flux1-krea-dev 代码,Qwen-Image、Ideogram 4 与 Flux2 支持"即将推出"。
用生成AI复现矢量线画风并融入穆夏式构成后,作者发现画面虽美,人体骨骼结构却出现不自然。AI能画出平滑曲线与繁复装饰,但线条美观不等于结构正确,装饰曲线反而掩盖了手臂骨骼的违和。作者由此联想到中学美术课临摹弥勒菩萨半跏思惟像的体验,指出AI生成需在出图后做结构验证。
日本副业WEB设计师用 Gemini(Nano Banana)在10月11日至14日生成26张图,总花费222日元(含税),约合每张8.5日元。图片包含10张note文章头图、SNS头像、4个主题缩略图及2张X解说图,尺寸为1K。
这期 ChatGPT AI 插画分享以秋日红叶为背景绘制了 4 名角色,重点在于把脸部朝向与瞳孔动向分开调整,仅微调视线就能传达温柔、怅惘或俏皮等不同个性。作者表示,同一背景下只要改变视线和手部手势,就能让每个角色呈现不同表情。
ACEdit 提出一种训练方案,让图像编辑模型在多轮连续编辑中保持稳定。其核心是把 Self-Forcing 引入图像编辑,训练时强制编辑器处理自己上一轮的输出,并用教师编辑器提供蒸馏信号;教师始终锚定原始干净图像并接收复合编辑指令,形成非对称条件。实验显示长多轮序列中的质量退化明显减少,同时保持编辑质量与指令遵循度。
Netflix Eyeline GenFX 负责人 James Rustad 在釜山表示,生成式 AI 仍需要艺术家的判断力。Voyager 发布面向视频、图形与游戏创作的开放 harness,可让前沿模型与开源模型更有效地调用创作工具。
有用户将 Qwen Image 2.1 用于图像编辑,发现它在修改发型、妆容等细节时能较好地保留人物身份特征,认为实用性不错。该用户此前使用 Klein 9B 时遇到身份变形问题,而 Qwen Image 2.1 解决了这一痛点。目前社区关于该模型的讨论较少,用户希望了解它与其他编辑模型的对比。
作者发布免费开源桌面编辑器 Kokon,面向 Qwen-Image 2.1 做免设置的照片局部编辑,Windows 版可用,Mac 为 beta。用户只需刷选区域并描述需求,Kokon 会把刷选范围画到第二张参考图上,因为 Qwen-Image 2.1 本身没有蒙版输入,这样模型能看清编辑位置。
有用户提问 Qwen Image 2.1 的 LoRA 能否跨生成与编辑两种模式通用,例如用生成 LoRA 给图片添加哆啦A梦,或用编辑 LoRA 生成特定姿势的人物。该用户认为 Qwen Image 2.1 是统一模型,理论上应该可行,但想确认是否有人实际测试过。
有用户尝试用 krea 2、flux 2 dev、flux 2 klein 9b 和 qwen image edit 2.1 在本地复现 nano banana 2 的付费生成效果,但均无法接近。其需求是输入两张甚至更多人脸参考图来生成场景,再将结果用 h3 minimax 转为视频,目前视频环节正常,但希望起始帧能在本地生成而非付费。
创作者用 Arthemy Krea-2 Tuner 逐块调整 Krea-2 的模型与文本编码器权重,试图找出无需训练即可改变风格的"旋钮",数千次渲染后仅找到一个。文本编码器编辑几乎不损伤画质,但一致性差,20 次编辑中仅 4 次让不同角色朝同一方向变化;逗号似乎充当语义边界,相邻 2–4 个词成组移动。
Reddit 用户 ascot_major 发帖质疑开源生成模型是否陷入停滞,称近几个月图像、音乐、3D、音频等主要领域均无大量新模型涌现。帖中列举 H3 MiniMax 为最后一个大型视频模型、Krea 为最后一个热门图像模型、Trellis 2 与 Hunyuan 2.1 为最新免费 3D 生成模型、Yue-2 为最新音乐模型,并称自己仍在使用 Chatterbox-tts 处理音频。
KREA 3 已发布,有创作者在 Reddit 征集提示词并逐一实测该模型的原始输出表现。发帖者提到 Krea 3 将开放权重,并称 Krea 2 曾以 torrent 方式私下分享,猜测这次可能重演。
ArtCraft 团队用 AI 逆向重写并开源了 Adobe 全家桶的替代工具,涵盖 PhotoCraft、VectorCraft、FilmCraft、LightCraft。
Apple 研究者提出首个从头预训练的三模态掩码扩散模型(MDM),同时处理文本、图文和音频-文本数据,并系统分析了多模态扩展规律、模态混合比例、噪声调度与批大小影响。
一位用 ChatGPT 生成漫画数月的创作者,在 Mac mini 上安装了 ComfyUI,发现其可组合模型与生成条件、逐项对比结果,像一间"图像生成 AI 的实验室"。他打算借此验证自己积累的"生成圣经"中哪些规则真正有效,但坦言目前只是装上软件,模型选择、节点搭建和视频生成性能都尚未开始研究。
Google DeepMind 的 Gemini 4 Argon 已在全球上线,Pro 与 Ultra 订阅者可优先使用。该模型采用稀疏 Mixture-of-Experts 架构,支持文本、图像、音频原生多模态输入,上下文最长 100 万 token,定价为输入每 100 万 token 2 美元、输出 10 美元。
用户基于 Qwen Image 2.1 训练了一个适用于头像生成的风格 LoRA,适配器在 ComfyUI 的 int8 模型上完成训练,模型仓库已公开。
用 ChatGPT 图像生成模型制作 AI 男友偶像立绘的第 9 弹,给出王子系偶像服装提示词,可选基本形、长外套、短款、斗篷披风、马甲背心等类型。提示词配合「脸部特写、立绘、三视图」三点套使用,只需发送即可在保持角色服装、发型、五官的前提下自由生成姿势与构图,还支持做偶像团体统一服装。
用 FLUX.2 klein 4B 加风格 LoRA 做 2D 游戏素材时,作者用"白底生成、再以原图为参考重绘到纯黑底"的老式胶片抠像法(Smith & Blinn 1996)获得透明背景,alpha = 1 - (white - black) / 255,颜色取自黑底图以避免白边。
AZ8 的 Infinite Canvas 把图像生成、视频生成和 AI 智能体 Zumi 串在同一个画布上,视频生成可选用 Seedance 2.5 等模型,作者实测从一张图逐步扩展素材、做出 30 秒视频,中途的构图与 15 秒草稿都保留在画布中。AZ8 还提供 Creator Program,申请并通过审核后可获得会员、制作额度等特典,并可通过 Marketplace 发布制作服务。
用 ComfyUI 搭配 Animagine XL 3.1 生成抱南瓜灯的紫发红眼吸血鬼,指定上颚左右各一颗獠牙、单手扶茎另一臂托底,并附整体生成与右上翼局部修正两段 JSON。
Qwen-Image 2.1的高速版Qwen-Image-2.1-Turbo已可通过ComfyUI官方模板使用,图像生成与编辑从常规版的40步降至8步,模型规模仍为7B。
推荐理由:作者用128张对比图实测Turbo与常规版的差异,并给出ComfyUI模板与显存占用数据,可据此判断是否切换出图流程。
灯の旅人开发的「插画零件扭蛋」工具可将场景、表情、姿势、服装和小事件组合成图像生成 AI 提示词,并支持固定喜欢的项目。作者用该工具生成的两组提示词分别在 ChatGPT 和 Midjourney 中出图,Midjourney 版需微调英文提示词,ChatGPT 版则原样使用。