SINGULATELIER 如何用专属 AI 角色 HAZ 半自动化每日图像投稿
SINGULATELIER 打造专属 AI 角色 HAZ(映月),作为品牌统一视觉形象,贯穿音乐、影像、物贩等不同主题的 note 投稿。作者将服装、场景、构图等细节交由 AI 员工克里斯决定,自己只负责方向与最终判断,并借 GPT PLUS 定期任务功能实现每日定刻产出图像与文案。
SINGULATELIER 打造专属 AI 角色 HAZ(映月),作为品牌统一视觉形象,贯穿音乐、影像、物贩等不同主题的 note 投稿。作者将服装、场景、构图等细节交由 AI 员工克里斯决定,自己只负责方向与最终判断,并借 GPT PLUS 定期任务功能实现每日定刻产出图像与文案。
针对 ComfyUI 自定义节点 Manga Screen 与 ++++ 的漫画工具引发的话题,作者为自家工具 Comic Creator 探索了 AI 漫画制作方案。
作者依据 Google Cloud 视频生成提示词指南(10 月 15 日更新)中的 13 个 Camera angles 与 12 个 Camera movements,用 ChatGPT 生成同一女性、同一路巷、同一夕照的对照图,做成 25 个运镜名称速查表。
Pixolm 用同一张竖版香水瓶原图在 Custom Create 中测试 16:9、21:9、9:16 三种扩展比例,模型为 Nano Banana 2.1、1K、Standard,各生成 1 张,Task History 确认费用各 8 Credits、合计 24。
在 ComfyUI-MangaScreen 中用 Anima 模型生成格斗插画,作者认为 Qwen-image 版本质量不错,但涂色渐变细腻的图像适配较差,illustrious 可能更不适合,扁平配色与线条风格更易出效果。因 Qwen-image 版本短时间难以做好,改用 Manga-Lite 完成,并指出头发和眼睛容易变粗,需反复调参,并非所有画风都适用。
ArchiGen 介绍用渲染器的 Cryptomatte 通道控制 ComfyUI 局部编辑:把选定的对象或材质 ID 导出为与图像同尺寸的灰度蒙版,再接入 inpainting 或合成流程。
在 ComfyUI 上对 Hunyuan3D-v2.1、Hunyuan3D multi-view、Pixal3D、UniForge3D、Moge、TripoSplat 等本地免费 3D 生成方案做了人物建模对比。
用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成了一张从高于脸部位置俯拍、角色仰视镜头的黑兔女郎原创角色图,未使用 LoRA 或构图引导。
用户 Ok_Tale7582 在 Reddit 分享了 Flux 3 klein distilled 的实测工作流,最终输出 2 megapixels 图像,认为其效果其实并不差。
有用户在 Linux 上尝试本地图像生成时发现,SwarmUI 和 ComfyUI 都与 Python 3.14 存在兼容问题,而 Invoke AI 在 RTX 3050 4GB VRAM、16GB 内存的低配硬件上常报模型错误或直接崩溃。
创作者用 MiniMax H3 的参考图生视频(ref2va)功能,以 3 张参考图、14.63 秒人声音乐轨和 3795 字符结构化提示词,生成 361 帧(15.04 秒)、1920x1088 带模型生成音频的视频。
有创作者用 Ostris Toolkit 和 Fizgig 测试了此前在 Krea2、ZIB、IDG4、SDXL 上有效的训练方法,但用于 Moss Image 角色训练时相似度只有约 80%。其尝试 Academia SD 和 LOKR 方法效果更差,自认数据集已足够,遂向社区征集 Moss Image 角色 LoRA 训练经验。
用户在 ComfyUI 默认模板工作流中使用 FastH3,将 LoRA 的 model 输出接入 Basic Guider 和 Basic Scheduler 后,Model Attention Backend 与 Model Sparse Attention 两个节点断开连接,FastH3 因此失去加速效果。该问题来自 Reddit StableDiffusion 社区求助帖。
有用户在 onetrainer 上以 10 epochs、本地 batch 2、repeats 10 训练角色 LoRa,导入 ComfyUI 后用 mychar_camille 提示词生成,结果与训练图完全不像。该帖未给出解决方案,仅求助如何调整训练以得到可用的角色 LoRa。
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。
一个电商内容团队用 AI 辅助开发搭建了 ComfyUI 内部流水线:产品图加已审脚本经并行 GPU 生成,再做超分、语音转写与字幕,最后人工审核并归档。团队提出三个运营问题:如何用轻量检查区分语音生成错误与转写错误、如何把人工接受率和审核耗时纳入吞吐量衡量、以及如何把拒收原因转化为脚本或生成环节的改进。
有用户在 Reddit 求助 MiniMax H3 生成动漫视频的调优经验:画面一动就从 2D 变成带大量体积光影的 3D 质感,动画过于精细顺滑,且即使明确要求完全静止镜头,仍会出现轻微运镜与视差。
针对 Nvidia 面向 RTX 系列 GPU 的 VFX 扩展(支持近乎即时超分、补帧和 HDR)在 ComfyUI Manager 中安装失败的问题。
作者用 Krea 2 与 MiniMax H3 在 ComfyUI 为自己的歌曲 No Rehearsals 制作了一支海岸黑色电影风格的音乐视频预告。工作流分四步:Krea 2 生成角色设定图(近景肖像、全身正面与背面,服装保持一致),参考图生视频把角色设定图与场景或车辆参考组合成新镜头,图生视频用于已定稿的画面,首尾帧控制打火机点燃并露出两人面孔等特定变化。
一位用户在 Reddit 的 ComfyUI 板块发帖,询问是否有 ComfyUI Manager 中的扩展能免终端操作,直接粘贴 Hugging Face、Civitai 或 GitHub 链接下载模型、LoRA、checkpoint 并自动放入对应目录。该用户还希望支持填写 API token 认证、在 UI 内管理和删除已下载模型,实现一键式模型下载与管理。
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"。
作者在 ComfyUI 中完成一支 70 个镜头的音乐视频,静帧用 Krea 2 并给每个角色配参考集(面部表、身体、服装)以维持身份一致,运动部分用 MiniMax H3 分两遍生成:先以 0.3 MP 预览判断运动,再续用同一 latent 精修到 2 MP。
作者针对上一版 14 智能体 RTX 5090 影视流水线的反馈做了修复,并放出新粗剪与 GitHub 完整源码。
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。
Wireflow 用 Kling O3 Edit Video 节点完成广告产品替换测试:将 7 秒 720p 竖屏广告中的黑色饮料罐换成陶土马克杯,耗时 3.5 分钟、消耗 142 credits(按套餐约 $1.49–$2.13),人物、动作、背景与音频均保持一致,但杯身沿用了罐子的较高轮廓。
Wireflow 用自研 Edit Rebuild 蓝图复现了 Higgsfield Katana 的核心能力:7 秒 3 镜头饮品广告换成陶土马克杯,耗 127 credits(按套餐约 $1.33 至 $1.91),不到 5 分钟完成,每个剪辑点与参考片误差在 0.07 秒内。
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。
一份面向AI动画新手的7天制作流程,每天投入1小时,目标完成首条可投稿视频。流程用Bing Image Creator生成静止画、Kling将其转为约3秒动态视频,再用免费FFmpeg在Windows上输出9:16竖版无声MP4,成品为720×1280px。作者实测未产生额外费用,但消耗了Kling账户已有的30积分,Midjourney、CapCut及SNS投稿均未在本次验证中完成。
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。
作者以「AI 视频提示词中的光与质感」为主题,用大滝昇平公开的 Motion Explainer 流程配合 Claude Code,做出 3 支各含 8 个动画的解说视频和一张早见表,从列出名称到成片约 15 分钟。
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。