AI 生图原理与实践
创意应用 · 用 AI 生成图像
详细知识点讲解
2026 年主流生图模型：Flux.1（Black Forest Labs 出品，2025-2026 年画质标杆，开源版 Flux.1-dev 可本地部署，文字渲染和人体结构能力极强）；Stable Diffusion（开源免费，生态最丰富，SDXL 和 SD3 是主流版本）；Midjourney（云端付费，画质顶级，V6 版本文字渲染大幅提升）；DALL-E 3（集成在 ChatGPT 中，适合快速生成）。国产模型如通义万相、可图也在快速进步。
提示词结构：生图提示词有固定结构：主体描述（画什么）+ 风格（油画/赛博朋克/水彩/摄影）+ 构图（特写/全景/俯视）+ 光影（柔和光/逆光/霓虹光）+ 画质（8K/高细节/电影感）+ 负面提示词（不想要什么，如低质量、模糊、多余手指）。提示词越具体效果越可控。Flux 对自然语言描述理解更好，不需要像 SD 那样堆砌关键词。
关键参数：采样步数（Steps）决定精细度，20-30 步通常足够；CFG Scale 控制提示词遵从度，Flux 常用 3.5-7，SD 常用 7-12，太高会过曝；种子（Seed）是随机数种子，相同种子+相同提示词=相同图片，用于复现；尺寸比例影响构图，1:1 方形、16:9 横版、9:16 竖版。
2026 年进阶技术：①ComfyUI——节点式生图工作流工具，拖拽节点构建复杂工作流（多模型串联、局部重绘、风格迁移），是专业用户首选，比 WebUI 更灵活强大；②LoRA 风格模型——训练特定画风/角色的小模型，Civitai 等平台有海量共享 LoRA；③ControlNet——用线稿、深度图、姿态图控制构图，解决"AI 画不准手"；④图生图（img2img）——基于已有图片修改，适合改风格、换背景。
实操落地建议
第一步：写一条结构化生图提示词
用"主体+风格+构图+光影+画质"结构写一条生图提示词，在支持生图的 AI 工具（如 Flux、Midjourney、Stable Diffusion）中生成，对比模糊提示词的效果差异。注意 Flux 模型更适合自然语言描述。
第二步：体验 ComfyUI 节点工作流
安装 ComfyUI（或使用在线版本），加载一个基础工作流，理解节点之间的连接关系。尝试修改提示词、种子、步数等参数，观察生成效果变化。体验节点式工作流相比传统 WebUI 的灵活性。
第三步：使用 ControlNet 和 LoRA
生成一张人物图片，添加负面提示词（低质量、模糊、多余手指、变形）。然后尝试加载一个 LoRA 风格模型（如动漫风格、油画风格），观察风格变化。最后用 ControlNet 的姿态控制功能，用一张简单姿态图控制人物动作。
配套练习题
生图参数中，CFG Scale 控制的是？
💡 提示：CFG 越高，AI 越严格遵循提示词。
什么是 ComfyUI？它相比传统的 Stable Diffusion WebUI 有什么优势？请简述节点式工作流的概念。
💡 提示：从"节点拖拽构建工作流"和"灵活性"的角度回答。
以下哪个是 2025-2026 年画质标杆级的开源生图模型，以文字渲染和人体结构能力强著称？
💡 提示：这个模型由 Black Forest Labs 开发，有 dev 和 schnell 等版本。