被人们诟病的Midjourney人物不能一致性问题解决了。
你知道怎么操作了吗？是不是彻底解决了呢？
开来看看效果：
这一次更新的是测试版本，可能会出现生成的图和参考图不一致，但也是有里程碑意义，相信正式版本发布会好很多。
下面详细介绍这个功能如何使用：
1.在提示词后面加上“– cref 参考图链接”即可，
2.如果想调整参考的强度可以加上“–cw 0-100"，默认值为“100”，参考包含脸部、头发和衣服，数值“0 ”则只会参考人物的脸部
3.使用MJ生成的图片当作人物参考效果更高
4.人物的参考可以是多个进行混合
5.这个功能在MJ和Niji同样适用，并且可以结合风格一致性同时使用
以上就是官方给到的信息，我们现在直接开始展示效果，直接用我们熟悉的神仙姐姐做演示
1、单独人物一致性
首先是如何使用这个功能，我现在写了一段关键词为：“一个漂亮的女孩，面向镜头，微笑，白色的衣服，黑色的头发，写实，真实，细节丰富，皮肤纹理，质感，人像拍摄，照片，三点布光，光线明亮，获奖作品”
然后我们在图片后面加上“–cref 参考图链接”
提示词：A beautiful girl, facing the camera, smiling, white clothes, black hair, realistic, real, rich in details, skin texture, texture, portrait shooting, photo, three-point lighting, bright light, award-winning work --cref https://s.mj.run/LI9W7hyUFuw
从效果直接就能看出这不是我们心目中的女神脸，为了测试“–cw 0-100”我又跑了两张图
提示词：A beautiful girl, facing the camera, smiling, white clothes, black hair, realistic, real, rich in details, skin texture, texture, portrait shooting, photo, three-point lighting, bright light, award-winning work --cref https://s.mj.run/LI9W7hyUFuw --cw 50
提示词：A beautiful girl, facing the camera, smiling, white clothes, black hair, realistic, real, rich in details, skin texture, texture, portrait shooting, photo, three-point lighting, bright light, award-winning work --cref https://s.mj.run/LI9W7hyUFuw --cw 0
我们基本可以看出–cw后面的数值不一样导致图片最大的区别是衣服不一样，脸部并不会受到cw数值的影响（依旧不像）
既然用一个参考图不像，所以我们现在使用两个参考图来进行测试
提示词：A beautiful girl, facing the camera, smiling, white clothes, black hair, realistic, real, rich in details, skin texture, texture, portrait shooting, photo, three-point lighting, bright light, award-winning work --cref https://s.mj.run/LI9W7hyUFuw https://s.mj.run/x4mPG_Id748
两个参考混合的效果不太稳定，通过参考可以想到，一个参考用的是正脸和一个侧脸来生成正脸，混合不出效果也可以理解（这里特别提醒参考的角度尽量匹配自己要生成的角度）
通过两个侧脸来进行生成看效果
通过两个侧脸生成出来的图片就明显能够识别出这是神仙姐姐的样子，所以可以得出一个结论：能够给两张同角度同人的参考就提供两个参考
同样我也测试了添加三张同角度同人的参考，但得到的结果和两张参考图的结果差不多。
2、风格一致性
单独人物一致性的结果已经出来了，现在来看和风格一致性
提示词：A beautiful girl, side face, smile, white clothes, black hair, realistic, real, rich in details, skin texture, texture, portrait shooting, photo, three-point lighting, bright light, award-winning work --cref https://s.mj.run/x4mPG_Id748 --sref https://s.mj.run/x4mPG_Id748 --ar 3:4
这里用的人物和风格参考都是同一张图，效果也还行（多抽卡，效果还是不错），同样测试过多人物参考+风格参考生成图片，结果就是用一张人物参考图就行了。（建议大家多去测试，实践出真知）
很奇怪的一个点，测试了很多次前面垫图+iw2+人物参考+风格参考，结果出来的图和神仙姐姐一点关系都没有，或许这样搭配导致混合混乱了，也或者是我运气不好。
3、Niji的人物一致性
Niji出动漫或者漫画的人物一致性是很相似的，这是一个挺满意的地方
提示词：一个小女孩在看书 A little girl sitting on a stool reading a book --cref https://s.mj.run/EFe86I6W-K4
我什么细节都没有描述，只说了一个小女孩在看书就能出这种效果，其实就已经说明除了真人以外的人物特征Niji是把控得挺好的
我们在写提示词的时候把小女孩的外貌描述加进去得到的结果会更好。
我们知道Niji人物一致性控制得很好，我们就可以想到一个很好玩的事。之前有好几个朋友问过我怎么用MJ去做儿童绘本，那么这不就是个很好用的功能么？你看到商业机会了吗？
4、Niji绘本案例
【1】小女孩收拾行李准备出发去动物园
【2】到动物园门口了，好激动
【3】一进动物园就遇到一只傻鸟，真可爱呢
【4】居然还有鹦鹉台拍照，但我好想笑
【5】看到我脚边的熊猫了吗，它一直跟着我，我有点不安
【6】这里的动物好小只呀，还可以摸，真好
【7】这个也摸摸，真好摸，真乖
【8】不好！摸到老虎屁股了，快跑
【9】终于到家了，以后再也不去摸老虎屁股了
写在最后
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
若有侵权，请联系删除
推荐阅读
您阅读本篇文章共花了：
发表评论