llldmxy-Portfolio

祝各位新春快乐，马年行大运，大吉大利，龙马精神，财源广进，身体健康，万事如意！

ComfyUI是AIGC领域的集大成开源开发平台，最大的优势是灵活、前沿和开源。能熟练使用ComfyUI，则默认懂得WebUI和其他闭源模型平台。

AI模型的发展将长期处于“上下文空间有限”和“巧妇难为无米之炊”的情况。通过工程化的手段予AI以更好的生成环境，是挖掘AI潜力的关键。

AI不是革技术的命，而是人类本身。人类的参与度决定了AI流程的效率下限，因此，减少人工的参与环节才是AI提效的关键。

AI可以极大的提升各个环节的效率，但是如何进行需求拆解，同时根据每个需求方的特殊习惯和解法习惯，进行定制化方案，是AI提效的关键。

由于强大的图片编辑模型的开源，许多以前需要借助复杂的生图技术才能实现的效果，被编辑模型大量替代，因此该区域只存放单纯生图相关的实现。

大体量模型将LLM作为TextEncoder可以使得文字、图片排版通过混合注意力机制实现快速精准的匹配，结合Prompt设计可以实现快速海报设计。

在商用场景中，一致性是可用与不可用的关键分水岭。而灵活性与创造力是我们使用AI的关键，但是大范围的像素变动与一致性往往不可兼得。

像素偏移是局部重绘时的一个非常常见的问题。但是解法比较一致，因此并不会每一张展示的图片都进行如此处理。

因为编辑模型的特殊性，以下展示卡片中的效果不一定是最终结果，有一些展示是展示可实现的场景以及具体实现中的某个中间态，而非最终效果。

服装或物品提取白底图在电商领域存在较为广泛的应用，这也是在很多编辑场景中保持一致性的一种技巧性做法。

结合服装白底图进行服装替换，在模特固定的情况下，对已有图片或视频进行替换，可以实现低成本服装展示。

换头换脸是AI生图历程中的硬刚需，是真实人物辨识度和一致性最重要的实现追求。此处展示的并不是最终效果。

姿势参考同样是AI控制里的硬刚需，此处展示的姿势参考是基于上述操作后利用“低歧义”实现姿势参考和一致性的关键步骤。

此处展示的结果图为一次性生成，并非背景融合而成，而是通过输入图控制达到一次生成的效果，增大了可控性和一致性。

此处展示的是简单的背景提取的实现。

此处展示的是将一致性完好的的人物重新结合背景进行溶图的简单步骤。

此处展示的超级替换工作流，其“超级”之处在于高度的一致性、灵活性、自动化，实现真正的定制化的商用级流式输出。

此处展示的高清图尺寸为4096*4096，但是使用模型并非编辑模型，仅作为连续性创作优化流程展示。下图展示因页面尺寸限制，效果也许没有那么明显。

此处展示的高清放大流程并没有增大图片像素尺寸，高清放大前后都是1024*1024的图。该过程主要是通过采样降噪的方式，进行“去模糊”的处理。

比起各平台提供的闭源模型服务，开源生态的许多模型并不会被提供服务，但这是AI的关键优势。ComfyUI与本地部署模型的优势可以在此显现。

利用专业放大模型将像素空间从25万像素放大64倍到一千六百万像素，约莫64倍后的效果。因页面限制效果展示也许不明显，放大查看效果更佳。

SDpose姿势骨骼获取模型通过语义+目标检测模型+骨骼检测模型，实现效果超越Openpose、DWpose等常见pose模型。甚至可以兼容捕捉动物骨骼。

小体量的遮罩获取模型只能根据指示进行遮罩获取。因此十分依赖于指示的输入，包括points、bbox、yolo等手段的辅助。但是小体量依然是个优势。

body and object

LoRA模型的训练效果往往与数据集高度相关。

先验参数

无论是个人还是公司，保持15°夹角将是AI时代的生存之道。若站在AI能力的发展线上则会被吞噬，若远离AI则无法吃上AI红利，也会被淘汰。