tusiai

各位吐司创作者：大家好。📝过去两年多，吐司因为"创作者激励"与各位创作者一同走过：从首批模型上线，到独家、首发、Pro 等机制陆续完善，许多优秀的模型、Tools、工作流都是在这条激励之上诞生的。这是吐司最宝贵的一段时光，也是我们对国内AI 模型社区最直接的一次承诺。近期，公司对吐司在国内市场的定位和投入方向进行了重新评估，我们认为创作者真正需要的，不只是"再出一张图"，而是把模型、工作流、产品和工具完整串联起来的能力。围绕画布与Agent 的产品矩阵，将成为吐司主要的投入方向。而过去单纯依靠"激励金"驱动模型上传的运营模式，已经难以支撑可持续的内容生态；同行也在重新审视各自的策略。因此我们决定对全站"创作者激励计划"进行如下调整：一、本次调整的具体内容生效时间：自2026 年6 月1 日0 点起。调整项变化前变化后（6 月1 日创作者激励（独家激励/ 首发激励/ Pro 激励）按规则按月发放全站停止发放新增"独家/ 首发/ Pro"模型与Tools 申请开放申请不再开放新的申请通道存量"会员模型/ Tools / 首发/ 独家"模型带有相应标识，按规则结算收益统一切换为"原创"、"非Pro"状态，会员权益页面中的Pro 部分展示Pro 专属权益页面中Pro 相关部分将隐藏创作者后台正常使用页面、数据、模型管理功能💡简而言之："创作者激励"本身停止，但您的模型、作品和创作者后台不会消失。您之前发布、上架的所有内容会以"原创/ 非Pro"的常规状态继续保留在站内，链接、互动、数据一律保留。二、保持不变的部分为了把对您的实际影响降到最低，本次调整不会触碰以下内容：用户对您模型/ Tools 的正常使用、运行、下载与付费购买—— 全部照常。会员用户使用这批模型的体验、非会员用户的使用体验，都不会发生变化。"Tools / 模型的单独付费"机制保留—— 用户单独为您的Tools 或模型付费的能力保持不变。"算力返还（模型被使用即获得算力）"机制保留—— 当您的模型被其他用户使用时，您仍可获得相应的算力返还。账户余额、历史结算收益、提现入口—— 全部安全、完整，正常可用。您发布的模型、作品、主页、收藏与互动数据—— 一律保留。吐司不会以任何形式下架您的内容，也不会因为这次调整删除任何一条作品。用户依旧可以通过「付费设置」自定义设置创造收益三、与本次调整同步：放开提现门槛考虑到本次调整对部分创作者意味着收益模式的变化，我们决定同步做出一项更宽松的安排：自通知起，正式放开"提现门槛"。您账户内的余额，无需再达到原先规定的最低提现金额，即可发起提现。当前已经积累在账户中、但尚未达到原门槛的余额，即日起也可一并提取。说明：每月可提现次数的限制暂时维持现状，但您可以更灵活地决定"什么时候提"、"提多少"。如果遇到提现流程上的问题，欢迎随时通过站内入口或官方群联系我们。写在最后很多年前，吐司因为相信"中文AI 模型社区值得被认真对待"，启动了创作者激励计划。今天，我们以最直接、最坦诚的方式把这次调整告诉您，仍然是出于同样的理由——我们把每一位创作者视为吐司的合伙人，而不是"流量来源"。这一次，只是"暂时暂停"。围绕 Canvas 的Agent 和模板的产品能力将陆续上线；针对Canvas，我们正在准备全新的创作者激励等新形态，让创作能力以更直接、更可持续的方式得到回报。与官方合作伙伴的活动也将按计划进行，仍然为留在吐司的创作者保留创作与盈利的机会。欢迎体验Canvas功能：https://tusi.cn/canvas此外，本次调整不影响Tensor.Art 的任何激励规则，也欢迎各位用户在Tensor申请创作者激励。感谢您过去对吐司、对中文AI 模型社区做出的每一次贡献——上传的每一个模型、发布的每一份Tools、回复过的每一条评论、参与过的每一场活动。欢迎随时联系我们：📮https://echotech.feishu.cn/wiki/ULv7wex6Ii3lIHknnjUcS28Enuc吐司团队2026 年5 月20 日

Z-image 在线训练—— 首训免费& 五折钜惠通过锚定SFT 阶段，Z-image 在视觉保真度、生成多样性以及指令遵循的精准度之间取得了卓越的平衡。凭借极快的训练速度和极低的数据集需求，它将成为您开展模型训练的首选方案。🔥 限时优惠为庆祝产品上线并助力创作者，我们现推出以下福利：全线在线训练服务：50% OFF（五折优惠）您的首场训练：由我们买单！注： 在您成功完成首次训练后，我们将向您的账户返还最高1,000 积分。机不可失，快来体验吧！📌 前往训练： https://tusi.cn/train1.在线训练工作台模型选择custom，然后选取z-image-base作为训练的基础底模。2.训练样本根据训练任务选取高质量的样本，数量约30-300，越多越好，在我们的测试中，Base模型在SFT阶段中真实风格训练数据占比较大，因此在这方面图像表现出色。3.数据处理工作台提供了多种先进的多模态模型进行标注，包括最新的gemini-3-flash模型，可以使用默认的caption prompt进行标注，也可自定义，同时标注完成后添加触发词和训练采样预览提示，例如jzxdda_style 这个无任何特殊意义的标签作为触发词。4.开始训练点击"开始训练"按钮，任务就开始了，在训练详细页面会显示预计时间，根据训练样本数量和训练步数，一般10分钟到1小时不等。同时在训练过程中可以看到实时的loss曲线、准确率变化，可以在适当的epoch下提前结束任务避免过拟合。5.测试发布点击Publish创建项目然后发布

我们非常激动地宣布，tusi.cn迎来了一系列重大功能更新！这些更新旨在让您的模型训练流程变得更加高效、灵活且易于管理。🔹 1. 素材库现已全面支持“打标”功能•文件夹管理：您现在可以在资源库中创建文件夹，并直接在文件夹内为您的图片或视频进行打标•无缝衔接训练：整理好的文件夹可以一键导入在线训练任务，也可以下载到本地用于本地训练•一站式资产管理：在一个地方即可轻松完成训练素材的组织、管理和备份，告别杂乱此外，我们优化了左侧面板的交互，让标签编辑更加直观。同时，模型训练页面的打标组件也同步进行了升级，为您提供一致的操作体验。🔹 2. 新增三款强大的打标模型为了提升打标的精准度，我们引入了3 款全新的视觉语言模型：•gemini-3-flash•gemini-2.5-flash•qwen-3-vl✨ 核心亮点：这些模型支持“风格偏好提示词”，让您可以根据需求精确引导打标结果。👉 我们为您提供了多种预设模板，您也可以根据训练集的具体特征，自由配置专属的打标提示词（Labeling Prompt）。📌 温馨提示：使用这三款新模型打标会消耗少量积分。如果您有需要，可以随时切换回原有的免费模型。🔥 此次更新是对于模型训练者的重大利好—— 更科学的素材组织、更智能的打标工具以及更丝滑的训练流程。立即体验新功能，开启您的创作之旅吧！

2025年即将翻篇,这一年你在TA上留下了多少"高光时刻"?是深夜爆肝训练模型的你?还是随手一发就引爆社区的神帖作者?又或是默默点赞、收藏、REMIX别人作品的"幕后推手"?别藏了!我们从创作力、活跃度、社区互动到氪金豪气值......多维度挖出了2025年度最闪亮的你

本指南将指导您掌握从基础的文生视频、图生视频，到进阶的风格、氛围、运镜和光线控制等技巧，即使在不借助额外的Prompt 改写模型的情况下，也可以写出高级的prompt指令，实现优质生成效果，从而全面释放您的创意。官网：腾讯混元视频1.5体验官网github: https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5huggingface: https://huggingface.co/tencent/HunyuanVideo-1.5user guide english version: 🚀 HunyuanVideo 1.5 User Guide一、  基础功能文生视频功能介绍：输入一段文字，模型即可生成对应的视频。为了更精确地控制画面，我们强烈建议您使用结构化的提示词。您可以像专业人士一样，将多个“***”组合起来。核心公式： 提示词= 主体+ 运动+ 场景+ [景别] + [运镜] + [光线] + [风格] + [氛围]，一个好的提示词可以由以上部分自由组合而成，后边括号[]中的几项为可选项。● 基础用法: 主体+ 运动+ 场景● 进阶用法: 自由添加更多控制标签，如：主体+ 运动+ 场景+ 风格+ 运镜+ 光线提示词示例：一朵蘑菇从草丛中长了出来。一段电影摄影风格的逼真视频展示了一个白色石膏半身像在慢动作中破碎，露出3D文字图生视频功能介绍：上传「一张图片+ 一段文字指令」，将对应生成一段视频。视频的第一帧来自上传的图片，后面帧的内容将按照文字指令生成。核心公式：提示词= 主体动态变化+ 场景动态变化+ [运镜]提示词示例：画面中的女孩缓缓抬起头，目光定在画面的右上方。镜头随着她的目光移动，逐渐展现出一扇洛可可风格的窗户，窗框上装饰着精美的雕刻和金线，玻璃反射着室内柔和的光线。女孩的头巾和耳环随着她的动作微微晃动，衣领的边缘也随着她的动作微妙地起皱。二、进阶控制1.  风格控制您可以通过风格相关关键词去控制生成视频整体的画面风格。● 写实/电影风格一位留着胡须的中年侦探，穿着风衣、戴着软呢帽，站在倾盆大雨中的城市街道上。此时已是深夜，背景中是一家挂着明亮红蓝霓虹灯招牌的酒吧。镜头以中景慢慢拉近。灯光主要来自路灯和霓虹灯，在他的脸上和湿透的风衣上投下高对比度的阴影。整体效果呈现出电影黑色电影风格，营造出一种忧郁、神秘和悬疑的氛围。2.  光线控制● 核心原则： 光是氛围的灵魂。学会描述光，就能控制视频的情绪。● 常用光线描述技巧：○ 照明风格：（例如，柔和、硬、霓虹灯光）○ 光线方向：（例如，自上而下、侧光）○ 光线质量：（例如，柔和、刺眼、聚光灯）○ 阴影细节：（例如，深阴影、柔和渐变、高对比度）○ 色温：（例如，温暖的黄金时段、凉爽的日光，黄金时刻）○ 反射：（例如，水、玻璃或金属表面上的反射光）○ 剪影和轮廓：（例如，主体背光，创造戏剧性的轮廓，逆光/剪影）示例：黄昏时分，一名运动员沿着河岸进行训练。太阳即将落山，这“黄金时刻”的光线极为柔和，呈暖黄色，为他奔跑的身躯镀上一层金边，营造出充满活力与希望的画面。3.  运镜控制通过在提示词中加入标准的运镜关键词，可以显著提升画面的电影感。可以参考以下标准术语参考运镜词库运镜类型***说明基础移动相机向上/下移动垂直升降拍摄相机向左/右平移水平横移拍摄推拉镜头相机推近镜头推进相机拉远镜头后退角度调整相机向上/下倾斜仰视或俯视调整相机向左/右摇摄绕轴横向左/右旋转环绕/旋转相机环绕围绕主体拍摄相机360度旋转全方位环绕特殊模式相机跟随拍摄锁定主体移动相机静止固定机位 4.  视频内中英双语文字渲染HunyuanVideo 1.5 可以在视频画面中生成清晰、高质感的文字。● 使用方法: 在您的提示词中，使用引号将您希望生成的文字包围起来。● 中文提示词: 请使用中文双引号“”。● 英文提示词: 请使用英文双引号""。5.  更多进阶控制和说明1)  支持语言: 当前支持中文和英文的提示词输入。2)  视频尺寸: 支持16:9 (横屏)、4:3、1:1 (方形)、3:4、9:16 (竖屏) 多种画幅比例。请在生成前设置。3)  保持简洁: 尽量使用简单、直接的词汇和语法结构。4)  提示词组件详解：组件描述示例主体视频的核心对象。可描述其外观、穿着、发型、物种等。一个穿着红色连衣裙、黑色长发的亚洲女性、一只可爱的布偶猫运动主体正在做的动作或所处的状态。应清晰、直接。正在奔跑、专注地打字、缓慢地行走、喝了一口咖啡场景主体所处的环境或背景。在夜晚的城市街道上、在厨房里、在草地上、在月球表面景别视频的镜头类型，用于突出或强调特定的视觉内容。航拍镜头、特写镜头、中景镜头、远景镜头运镜镜头的运动方式。参考上述运镜词库光线描述视频的光线情况。参考上述光线描述技巧风格视频的视觉风格类型。写实风格、赛博朋克风格、科幻风格、像素艺术风格、水墨画等氛围视频的整体情绪和调子。温暖的、紧张的、神秘的、电影感 5)  为了让视频功能响应更准确更有动感，推荐按照如下要求，把提示词写的更具体可响应：● 动态化与时序性规则： 将画面描述为一个有时间顺序的过程，使用连接词明确步骤。推荐句式： 先…… 然后…… 接着…… 同时…… 最后……示范： 女孩先整理一下头发，然后转身走向门口，最后停在门前回头看向镜头。● 客观描述细节规则： 减少使用抽象的情绪词，将其转化为“动作细节”。公式： 主体+ 动作+ 小细节示范： 男孩嘴角露出微笑，眼睛微微弯起。● 空间与方位的精确化规则： 用简单的方位词明确“谁在哪里”以及“往哪里动”。方位词库： 画面左侧/右侧、上方/下方、中间、前景/背景。示范： 一只手从画面右侧伸出，摸了摸黑色衣服上的吊牌，然后从画面下方离开画面。● 指代关系清晰规则： 当画面有多个角色时（包括图生视频的输入图像），建议用属性或位置区分个体，避免混淆。示范： 黑猫把手里的炸弹递给灰猫，灰猫接过炸弹后转身向画面右侧跑去。 三、  更多创意用法和案例1.  强指令响应原生支持中英文长文本输入，可解析复杂语义（如光影、构图等），自动映射至视频参数，支持连续运镜、文字渲染、动作组合及多样指令生成。示例：徒步旅行者开始沿着小径向前走，使得水瓶随着每一步有节奏地摆动。相机逐渐拉远并升起，展现出一片广阔的沙漠景观延伸至前方，同时太阳的位置从午后逐渐移向黄昏，随着画面中的人物变小，地形上的阴影也越来越长。2.  流畅运动生成生成人物与物体运动流畅自然，无畸变，遵循物理规律，涵盖快速镜头与动态场景。3.  物理规律遵循可精准生成柔性自然现象和刚性物理效果，赋予场景沉浸式的真实感与生命力。4.  跨次元生成HunyuanVideo 1.5 支持跨次元生成，可将虚拟世界的角色和元素（如卡通人物、特效）无缝地引入并融入真实场景。模型能够精准解析复杂的语义、光影和材质纹理，确保虚拟元素在现实环境中具有沉浸式的真实感，实现虚拟与现实的自然融合。示例：镜头保持静止，然后慢慢拉近，聚焦于前景中真实人类的手与背景电脑屏幕上的卡通角色美少女战士之间的互动。屏幕上的美少女战士保持着施法的姿势，眼睛直视前方，嘴角挂着一丝微笑。接着，美少女战士缓缓伸出右手，从屏幕中探出来，手臂跨越虚拟与现实的界限，进入前景空间。她的手悬停在真实人类手掌上方，投射出清晰的倒影。然后，美少女战士的手指轻轻触碰手掌； 接触瞬间，皮肤上出现银色星光印记，随后开始闪烁，频率逐渐降低直至完全消失。虚拟角色的手与真实人类的手在空间位置和视觉层次上无缝融合，呈现出统一的视觉效果。5.  动作逻辑与分解HunyuanVideo 1.5 支持动作逻辑分解、通过描述主体的动作分解状态以及使用特定的视觉词汇来生成复杂动作。核心公式：提示词= 场景设定+ 时序动作分解+ 关键细节示例：固定、静态俯拍镜头，画面中一棵树干的照片平放在木桌上。动作分解：1、一只真实的人手进入画面，将一枚松塔放在照片上的树洞旁，手迅速退出画面。2、一只逼真的3D松鼠从照片中的2D树洞里钻了出来。松鼠出来时空着爪子。3、松鼠嗅了嗅纸上的松果，一脸好奇，眨了眨眼，歪了歪头。4、松鼠伸出爪子，从桌子上抓起那颗松果。关键细节：现实世界与照片的无缝互动，超现实的视觉特效，松鼠爪子最初空空如也，松果给人以沉重的视觉感受。

💙 WAN2.5价格调整通知大家好，很抱歉要临时做出通知。WAN2.5 依赖的第三方API 成本让我们已经难以维持当前的价格。为了让服务能够持续稳定运营，我们将在约1小时后调整WAN2.5 的视频任务消耗：1080p：上调10%480p / 720p：上调65%这是我们经过多次权衡后做出的艰难决定。即便如此，调整后的价格仍是全网最低，我们也尽力不让任何多余成本转嫁给大家。感谢大家一直以来的理解与支持，我们会继续优化服务，让大家的体验物有所值❤

更新时间：2025-10-24走过路过不要错过📣吐司又迎来了一波超实用更新！本次更新主要带来了两大亮点——✅ 素材管理更高效：图片& 视频& 音频文件永久保存，支持快速复用✅ 任务信息更清晰：视频工作台TaskList 升级，参数结构化展示，一目了然快来看看具体有哪些变化以及如何使用吧~😆永久保存的素材库全新上线！有了素材库，你的创作素材将更加井井有条永久保存：随生随存，随时下载，不再担心丢失原始分辨率：无压缩保存，音画质更高充足空间：所有用户免费使用2GB 的存储空间，升级吐司会员可以获得总计20GB 的存储空间使用方法👇首页找到【素材库】，点击进入即可查看所有保存在库中的图片、视频、音频素材支持筛选、参数查看、批量操作等多种功能，管理超高效想添加新素材？在工作台中，将鼠标移动到图片/视频/音频媒体上，点击右上角出现的“➕”图标，即可把素材一键添加到库中在进行图生图、图生视频或编辑任务时，也可以直接打开素材库，快速复用已保存在库中的内容！后续升级方向批量添加生成内容入库支持从本地上传素材注意事项本次更新之后工作台保存生成任务的时间改为：普通用户7 天，会员用户30 天（本次更新前的生成任务不受影响）会员到期之后，如使用的素材库空间不超过2GB 则不受影响，使用的素材库空间超过2GB 则不支持继续添加内容至素材库，其他功能正常使用。🤩视频工作台全面升级新的TaskList 让视频创作流程更轻松内容更突出：生成内容放大展示，一眼可见参数更直观：任务信息结构化展示，便于查看和调用操作更便捷：界面布局优化，操作体验更流畅点击任意入口进入视频生成工作台，即可看到全新页面🫡首页导航栏优化除了上述两项重大更新，吐司还悄悄对首页导航栏进行了优化被滚动的精华帖子吸引却不能点赞、评论、get同款？别担心！现在只需点击它，即可跳转到相应页面查看详情，进行新的创作~以上就是本次更新的具体内容，快打开吐司，体验新变化吧~感谢你看到这里，如有任何意见或建议，欢迎加入官方社群与我们交流，一起探索更多新玩法👉吐司交流群入群指南

Hi, 朋友们。混元图像3.0，真的来了——开源，免费开放使用。吐司即将在线支持，并与腾讯混元官方联合推出活动，敬请期待活动内容和丰富的奖品！正式介绍一下：混元图像3.0（HunyuanImage 3.0），是首个工业级原生多模态生图模型，参数规模80B，也是目前测评效果最好、参数量最大的开源生图模型，效果可对标业界头部闭源模型。体验👉：访问电脑端腾讯混元官网（https://hunyuan.tencent.com/image）即可体验混元图像3.0，模型即将支持在吐司在线使用。开源👉：模型权重和加速版本已在Github、HuggingFace等开源社区发布，可直接下载并免费使用。以下是我们极度推荐大家试试混元图像3.0的几个理由：拥有“常识”，并能够利用知识进行推理语义理解准确度高，并具备极致美学质感，能生成真实的高质感图片可以解析千字级别的复杂语义，生成长文本文字和小文字整体图像生成效果业界领先可能大家已经注意到，我们在模型介绍中着重强调原生多模态，这指的是在技术架构上，通过一个模型完成文字、图片、视频与音频等多个模态的输入与输出，而非通过多个模型的组合实现图文理解、图片生成等任务。 混元图像3.0是业界首个开源的工业级原生多模态生图模型。这意味着，混元图像3.0不仅拥有生图模型的画画能力，还具备语言模型的思考能力和常识。它就像一个自带“大脑”的画家，可以利用智能去思考图像的布局、构图、笔触，利用世界知识去推理常识性的画面。比如，用户只需要输入提示词：“生成一个月全食的四格科普漫画”，模型就可以自主生成完整的月全食科普，无需用户描述逐格内容。同时，混元图像3.0语义理解能力和美学质感也得到了大幅提升，可以实现对用户指令的精确生成，包括图片中的小字和长文本生成，都能较好地实现。比如输入：“你是一个小红书穿搭博主，请根据模特穿搭生成一张封面图片，要求： 1.画面左侧是模特的OOTD全身图2.右侧是衣服的展示，分别是上衣深棕色夹克、下装黑色百褶短裙、棕色靴子、黑色包包风格：实物摄影，要求真实，有氛围感，秋季美拉德色系穿搭”。在这个提示词下，混元图像3.0可以准确地把左侧博主的穿搭分解成右侧单独的衣物。再如有复杂文字要求的海报类需求，混元图像3.0也可以很好地生成。海报商品图中，西红柿水珠新鲜饱满、红润欲滴、质感诱人，具备高品质拍摄质感，同时海报中顶部、底部、点缀等各处的文字都能顺利呈现，画面层次清晰，整体配色与布局十分和谐，兼具美观与实用价值。这张体现有月亮、企鹅和月饼的中秋节创意海报，混元3.0也能很好地完成。可以看到，混元图像3.0不仅能生成复杂文本、复杂漫画、表情包，还能生成生动有趣的科普插画。这些能力能够大幅提升插画师、设计师等视觉创作者的效率，原来可能需要画几个小时的漫画，现在可能只需要几分钟就能实现；同时，没有美术功底和设计经验的内容创作者，也能创作出更丰富、生动的视觉内容。行业与学界研究者、企业与个人开发者，均可基于混元图像3.0进行应用研发或二次开发，制作相关衍生模型。在文生图领域，当前学术界和业界正在从传统DiT转向原生多模态模型架构。当前业界已经有一些开源的模型，但都是小模型，偏向于学术研究和实验阶段，生图效果也离工业界最优效果有较大差距。作为原生多模态开源模型，混元图像3.0需要对模型整体架构进行重构，以支持多任务的训练，并实现多任务效果之间的相互促进。混元图像3.0以Hunyuan-A13B为基础，基于50亿量级的图文对，视频帧，图文交织数据和6T的语料数据进行了多模态生成、理解和LLM的混合训练，使得模型能够充分融合多任务效果，实现超强的语义理解能力，能够响应复杂的长文本，生成长文本文字，同时具有LLM的世界知识，能够利用世界知识进行推理。腾讯混元团队透露，混元图像3.0目前的版本仅开放了文生图能力，图生图、图像编辑、多轮交互等版本将于后续发布。一直以来，腾讯混元在图像生成领域持续深耕，曾发布首个开源中文原生DiT架构图像大模型“混元DiT”、开源原生2K模型“混元图像2.1”，以及业界首个商用级实时生图模型——混元图像2.0。🔗 使用混元图像3.0可能会用到的几个链接：1、模型体验入口吐司（https://tusi.cn/）即将支持在线使用https://hunyuan.tencent.com/modelSquare/home/play?from=modelSquare&modelId=2892、腾讯混元官网pc 环境：www.hunyuan.tencent.com3、开源社区Github：https://github.com/Tencent-Hunyuan/HunyuanImage-3.0Hugging Face：https://huggingface.co/tencent/HunyuanImage-3.0此外，为了让大家更好地使用混元图像3.0，我们也准备了一个独家的 【提示词手册】点击下面腾讯文档链接即可访问：混元图像3.0提示词手册：https://docs.qq.com/doc/DUVVadmhCdG9qRXBU最后，以下是我们测试的一些有意思的case，也分享给大家。混元图像3.0部分生图案例与提示词：提示词：A wide image taken with a phone of a glass whiteboard, in a room overlooking the Bay Bridge. The field of view shows a woman writing. The handwriting looks natural and a bit messy, and we see the photographer's reflection. The text reads: (left) "Transfer between Modalities: Suppose we directly model p(text, pixels, sound) [equation] with one big autoregressive transformer. Pros: * image generation augmented with vast world knowledge * next-level text rendering * native in-context learning * unified post-training stack Cons: * varying bit-rate across modalities * compute not adaptive" (Right) "Fixes: * model compressed representations * compose autoregressive prior with a powerful decoder" On the bottom right of the board, she draws a diagram: "tokens -> [transformer] -> [diffusion] -> pixels"提示词：年轻的亚洲女性,皮肤因温暖的光线而闪闪发光,齐肩波浪形头发,超大针织毛衣从肩上滑落,晚上盘腿坐在海滩上的小篝火旁,手上拿一张正在燃烧的报纸,报纸被火烧到一半，深蓝色夜空下的高对比度暖橙色火光,电影胶片纹理,腰部向上拍摄提示词：主体是一位年轻的东亚女性，具有白皙细腻的皮肤。她的脸型偏鹅蛋脸，五官清秀。一双大而明亮的深棕色眼睛正直接注视着观察者，眼神显得平静而专注。她的眉毛颜色与发色相近，形状自然。鼻子小巧挺拔，嘴唇丰润，涂着淡粉色的唇彩，嘴角微微抿起。她的棕色头发富有光泽，被整齐地中分，并编织成两条粗细均匀的麻花辫，自然地垂落在胸前两侧。每条麻花辫的末端都用一条白色的、带有褶皱的布质发带系成了小巧的蝴蝶结。额前和脸颊旁有一些细碎的刘海和发丝被风轻轻吹动，增添了一丝动感。她穿着一件白色的吊带上衣，材质看起来轻薄透气，可能是棉质或亚麻。上衣的领口和肩带部分装饰有精致的白色蕾丝花边，呈现出波浪形的边缘。她的肩膀裸露在外，皮肤光滑。光线从她的右前方照射过来，在她的脸颊、鼻梁和锁骨处形成了明显的高光，使得面部轮廓更加立体。背景是一片广阔的水域，水面平静，呈现出深邃的蓝色。水域的尽头是模糊的陆地轮廓，可以看到一些深绿色的树木丛生。更远的天空是清澈的淡紫色，暗示着这可能是黄昏或清晨时分。整体色调温暖柔和。提示词：新中式产品摄影风格，主体为带有“环保茶” 等雅致文字与简约图案的浅绿色方形茶叶盒，场景设定在充满自然禅意的小景中，地面覆盖质感细腻的翠绿苔藓，搭配造型天然的枯树枝，周围点缀着花瓣柔美、绽放的白色茉莉花；背景是柔和渐变的浅绿色，右上角有模糊竹叶增添层次；色调以清新浅绿、翠绿为主，白色花朵提亮画面，营造出纯净自然的氛围；构图采用平视视角，让茶叶盒呈现出轻盈悬浮于枯树枝上的视觉效果；细节上，苔藓纹理细腻，枯树枝纹路自然，白色花朵清新雅致，整体光线柔和，传递出静谧清新的质感。提示词：新中式禅意风格的高端香水产品摄影，主体为一瓶方形透明香水瓶（瓶内液体呈暖金色，搭配黑色瓶盖），放置在深棕色立体底座上；场景以深蓝色渐变背景为衬托，搭配造型简约的黑色树枝（带有清晰投影剪影）与三朵盛放的白色玉兰花，花朵具柔美自然质感；风格融合艺术感静物摄影与东方花艺美学；色调采用沉稳深蓝色（背景渐变）、暖金色（瓶内液体）、纯净白色（玉兰花）、深邃黑色（树枝与瓶盖），营造高级静谧氛围；构图为平视中心视角，香水瓶居于画面中下部，黑色树枝与白色玉兰花从右侧及上方延伸环绕，背景带有树枝投影细节，整体光线柔和，突出产品精致感与东方意境。提示词：一张广告摄影商品广告，主体为一瓶悬浮的番茄沙司，周围是一些新鲜的番茄，红色飞溅而出，形成水花四溅的动态场景；场景设定为简洁的浓郁的红色为主，突出主体；风格写实且富有视觉冲击力；搭配番茄的鲜亮红色与水花的透明质感；采用中心构图，聚焦于番茄沙司瓶和飞溅的番茄；细节上要体现出水花的晶莹剔透以及番茄的新鲜饱满；瓶身带有“WELL 威尔番茄沙司净含量300g” 等文字标识。提示词：新中式禅意风格高端茶品静物摄影，主体包含浅蓝色“寻茶” 茶盒（带精致中式文字与烫金纹饰）、天青色陶瓷盖碗（盖与碗、托搭配，釉面温润）、深蓝色釉面花瓶；场景设定为两件新中式深色木质家具（左侧高几、右侧矮几，矮几带有金色金属竖条装饰），背景是红橙色渐变（从上至深红到下至浅橙），且有竹叶的朦胧投影；风格参考东方美学与现代高端静物摄影，营造禅意雅致氛围；色调以红橙色渐变背景为底，搭配浅蓝（茶盒）、天青（盖碗）、深蓝（花瓶）、深棕黑（木质家具）、金色（金属装饰），色彩和谐且富有层次感；构图采用平视视角，元素呈对称式布局（茶盒与盖碗在右矮几，花瓶在左高几），营造平衡稳定的视觉效果；细节补充：竹叶投影柔和朦胧，木质家具纹理细腻，陶瓷器物釉面有温润光泽，金属装饰条质感精致，整体光线柔和，突出茶品的高端与东方文化意境。提示词：生活化高端产品摄影，主体为一位有着蓬松卷发的女性，佩戴头戴式耳机，身着淡黄色宽松卫衣；场景设定在阳光充足的室内窗边，背景是明亮的黄色墙面与澄澈蓝天；风格融合生活美学与产品展示的自然质感，强调温暖治愈的氛围；色调以暖黄色（墙面、卫衣）为主，搭配蓝天的清新蓝色，柔和的自然光形成细腻光影，营造出温馨惬意的感觉；构图采用侧面视角，人物呈放松姿态—— 手肘支撑在桌面，手托着脸颊，目光向侧方舒展；细节补充：卷发的蓬松纹理、无线耳机的精致小巧、桌面上棕色玻璃杯的通透感与电子设备的简洁外观、自然光在墙面与衣物上的柔和投影，整体传递出舒适自在且充满生活暖意的氛围。提示词：插画风格，介绍一杯拿铁的步骤教程图，需要有标题，并用英文说明步骤提示词：手帐风格，一个机器人，在给机器人宝宝，介绍擎天柱的变身过程，黑板上用四宫格画出了擎天柱变形的过程提示词：根据腾讯QQ企鹅的ip形象，用古早的网络风格生成多个表情包，以九宫格的形势展示。要求只包含QQ企鹅ip形象，可以有性别区分、不同的装扮、多只企鹅互动，主题可以多样化比如非主流、搞笑抽象，搭配各种场景和情绪表达比如爱情，并可以附带表情包对应文字。提示词：创造一副插画和简单的文字介绍扩散生成模型的原理提示词：创造一副通俗易懂的插画介绍LLM的next token prediction的原理提示词：Generate a 3x3 grid of office worker memes featuring the following themes: 1) Coffee Addiction 2) Monday Blues 3) Weekend is Coming! 4) High Pressure 5) Boring Meeting 6) Angry Keyboard Typing 7) Celebration 8) Sleepiness 9) Promotion Joy.提示词：生成上班族九宫格表情包：1) 咖啡成瘾2) 周一忧郁3) 期待周末4) 压力大5) 无聊会议6) 怒敲键盘7) 庆祝8) 困倦9) 升职快乐。提示词：3D渲染风格宣传海报，整体以绿色和白色为主色调，充满青春活力。画面中央是一位坐在折叠椅上的赛博风格女性角色，她有着银白色的短发，戴着黑色墨镜和耳机，身穿黑色短上衣和灰色长裤，裤腿处有破洞设计，脚上穿着一双厚底黑色运动鞋，造型酷炫。她正低头看着手中的手机，姿态悠闲。女性角色周围散落着各种物品，包括几本书籍，书籍上印有“hunyuan”的字样，还有绿色的充气垫、白色的购物袋、画笔、颜料等物品，营造出一种时尚且富有创意的氛围。海报左上角有大大的黑色文字“新青年夏日露营”，旁边有绿色的装饰元素。提示词：A beautiful woman wearing a pink cheongsam, floral headwear with colorful flowers in her hair, and an elegant white lace collar around her neck. She is holding large butterflies in one hand. The photography style features high-definition details, resembling a fashion magazine cover design. The text "FASHION DESIGN" is displayed at the top center of the photo. The background is a minimalist, light gray solid color, designed to highlight the model.提示词：帮我设计一个海报，来宣传基于原生多模态架构的Hunyuan Image 3.0，有腾讯QQ元素，企鹅元素。提示词：画图：画一个小红书封面。要求：有足够的吸引力吸引用户点击；字体醒目，选择有个性的字体；文字大小按重要度分级，体现文案的逻辑结构；标题是普通文字的至少2倍；文字段落之间留白。只对要强调的文字用醒目色吸引用户注意；背景使用吸引眼球的图案（包括不限于纸张，记事本，微信聊天窗口，选择一种）使用合适的图标或图片增加视觉层次，但要减少干扰。文案："重磅！HunyuanImage3.0更新啦！超强语义理解✨小字渲染更强💪创造力爆表🎨快来试试！"以及，下面这些来自创作者体验后的作品，效果很惊艳：好了，就展示到这里啦，吐司即将在线支持混元生图3.0！并与腾讯官方联合推出活动，敬请期待活动内容和丰富的奖品！

更新时间：2025-09-19Hunyuan 2.1 升级更新腾讯混元官方更新hunyuan2.1的comfyui 支持后，吐司同步升级支持精准理解复杂语义，支持多主体分别描述与精确生成画面质感更真实、细节更丰富，光影与材质表现力大幅增强响应与生成速度更稳定，兼容多种业务场景需求📣吐司现已支持原生2k分辨率直出，快来体验吧！使用链接：https://tusi.cn/models/908972930887615947?utm_source=2SRPO 支持腾讯针对Flux模型皮肤质感“过油”问题，推出了全新训练方式，与过往Flux模型相比，SRPO 的优势在于有效去除油感、 ai 味，将画面真实感提升3倍训练仅需10分钟目前SRPO 已在吐司上线点击链接运行：https://tusi.cn/models/908661281618175817?utm_source=2vace 支持为提升视频生成的趣味性和可玩性，吐司现已支持Vace模型，优势在于精准地还原动作变化，并较好地还原人物的面部表情只需进入吐司视频工作台，模型类型选择【编辑】，模型家族选择【Wan 2.2】，选中Wan 2.2 Vace上传准备好的相应素材，点击生成新增打标算法minicpmv4.5系列打标算法上线吐司在线训练，与先前版本的算法相比，在以下方面显著提升：对图像/视频素材的理解更加精准、细腻，能够捕捉更多细节语义生成的标签语言更加自然流畅，贴合人类表达习惯一起来看看效果👇👇👇进入在线训练模式，上传图片后选中【标注】-【自动打标】下拉框内选择minicpmv4.5系列打标算法效果预览提示词增强升级为帮助大家提升生成效果的质量和稳定性，吐司对提示词增强功能进行了升级优化后，生成的提示词文本符合“[主体描述] + [环境背景] + [风格基调] + [美学参数] + [情感氛围] + [画面文字]”的公式，细节丰富、表达精准进入工作台，输入核心关键词，点击【提示词增强】图标，一键生成完整提示词，再也不怕描述不清晰、没灵魂！ 👇👇👇感谢你能看到最后，如有任何的疑虑和建议，欢迎加入社群联系管理员进行反馈🫶吐司交流群入群指南

通过有效的提示词设计，我们可以让AI准确理解并将想象中的画面呈现出来。无论是用来制作海报、插画，还是创意设计，掌握提示词的技巧，能够帮助你更高效地实现创意与视觉的完美结合。今天，我们将深入探讨提示词的核心策略，分享如何通过精准描述画面内容和风格，提升生成效果的质量和稳定性。提示词技巧通用版核心策略：用连贯自然的句子描述画面内容（主体+行为+环境），用清晰明确的短语描述画面的风格/构图/景别/品质等，万能模板如下[主体描述] + [环境背景] + [风格基调] + [美学参数] + [情感氛围] + [画面文字]主体描述：主体为人时写清外貌特征、表情与动作；是物体则要写清材质、颜色、形状等属性环境背景：交代主体所处的场景（如“深夜的图书馆”），并清晰表达画面中不同元素之间的空间关系风格基调：指定画面整体的艺术风格（如“水墨画”、“赛博朋克”等），保持风格统一可提高输出稳定性美学参数：一系列影响画面表现力的视觉要素，包括构图、视角、景别、光影、色调等情感氛围：定义画面传递的情绪（如“热闹”、“紧张”、“轻松”、“沉重”等）画面文字：如果想在画面中生成文字，注意请用引号标明具体内容，并说明位置和字体💡小技巧画面风格统一，避免冲突：“画面氛围肃穆，色调清新治愈” → “画面传递宁静的情绪，色调清新雅致”把否定词改为正向表达：“不要卡通风格” → “画一张写实风格的图片”；“不要让画面显得拥挤” → “画面构图简洁，主体位于中心，周围留出1/3空白”在有明确应用场景时，推荐写出用途和类型：如“手机壁纸”、“电影海报”等避免与画面无关的多余指令🌰详细举例打开工作台，选择QwenImage模型，推荐搭配下图LoRA使用，算力消耗更低哦（工作台/首页选择模型后，在推荐参数弹窗中选择确认，即可开启加速模式）按照前文中的万能模板，输入提示词，点击生成一幅极具视觉冲击力的超现实主义插画，描绘了一条由璀璨星河与熔金般光辉构成的巨大鲸鱼，正静谧地游过深空。它的身躯半透明，内部可见闪烁的星团与星云，无数细小的碎光从尾部洒落，形成一条轨迹。在画面下方的角落，一块巨大的、棱角分明的暗色陨石上，刻着一句散发着微光的未来主义字体短句"WE ARE THE COSMOS DREAMING.“，字体的光芒与鲸鱼身上的光辉遥相呼应。背景是深邃的、有丝绒质感的宇宙，点缀着遥远的星系。画面充满静谧的神性、壮丽的尺度对比和令人屏息的细节。1）画面内容主体：一条由璀璨星河与熔金般光辉构成的巨大鲸鱼，正静谧地游过深空环境：深邃的、有丝绒质感的宇宙，点缀着遥远的星系文字：“WE ARE THE COSMOS DREAMING.”2）画面基调风格：超现实主义、未来主义插画氛围：静谧、神秘、神性、深邃🌟其他效果展示实战设计版海报设计相较于一般化的图片，海报设计需要特别注意描述图片的主题、视觉元素、美学风格以及构图排版方式主题描述：说明使用场景，确定图片的大致风格，如“一张关于音乐节的宣传海报”、“一张xxx产品的广告海报”视觉元素：具体描述海报画面所包含的元素，如有文字需要用引号标明具体内容，并说明位置和字体美学风格：决定海报的整体感觉和艺术流派，如“矢量插画”、“电商风格”、“抽象主义”等等构图排版：确定想要实现的构图（如“三分法”、“模块式构图”等），以及画面主体、文字分别在什么位置专业参数：包括对画面细节和输出质量的要求，如“4K专业级”、“线条清晰”等🌰详细举例一张夏日环保市集的活动海报，扁平插画风格,色彩明亮轻快。画面中央是一棵巨大的卡通风格苹果树，树下摆放着各式各样的手工艺品和有机蔬果摊位，人们在树下愉快地交谈和购物。阳光透过树叶洒下斑驳的光点，营造出轻松愉快的氛围。海报顶部预留大片纯净的浅蓝色天空区域，用于放置主标题和副标题。底部预留干净的米白色区域，用于放置活动详情。主标题文字为“自然嘉年华”，副标题标语为“发现绿色生活的乐趣”，活动详情写着“活动时间：2026年7月27日”，”活动地点：城市中央公园·草坪广场“，主办方的名称”绿叶社区“在画面右上角。🌟其他效果展示字体设计字体设计相对来说比较简单，只需要描述清楚文字内容、字体风格、颜色、材质/质感，以及画面背景即可💡同样需要注意，文字内容需要加上引号“”🌰详细举例一幅极致写意的水墨书法作品，文字内容为“自在”，磅礴挥洒的草书，笔触带有干湿浓淡的丰富变化，墨迹在宣纸上自然晕染扩散，仿佛刚刚写成。文字周围点缀着寥寥数笔勾勒出的远山孤舟虚影，大量留白处呈现出古朴宣纸的微微泛黄纹理和褶皱感。整体画面空灵静谧，充满东方哲学韵味和呼吸感。柔和的自然光从侧面照射，凸显墨色的层次。1) 文字内容文字：“自在”2) 字体与书法风格字体：草书风格：磅礴挥洒，动态感强，笔触带有干湿浓淡的丰富变化，墨迹流动，带有强烈的个性与气势3) 颜色墨色：浓墨与淡墨的渐变交织，带有自然的晕染与扩散效果4) 材质与质感墨迹质感：墨迹自然晕染扩散，呈现出干湿变化的独特效果，笔触之间带有层次感🌟其他效果展示美学参数提示词手册给大家提供了一些实用的美学参数提示词可供参考风格模版国风人像（雨巷夜景）  新中式立领+丝绒披帛，发丝被雨气打湿；雾化体积光穿透巷口灯笼，浅景深奶油散景；黄金螺旋构图；窗光质感，肤色自然反射2000年代街头纪实（CCD味）  35mm 平视，直闪；高对比+冷绿偏色；抓拍回眸；3:2；颗粒明显赛博机甲角色  雨滴停驻盔甲、表面流光，体积光束穿透烟雾；路径追踪/全局光；8K 超清美食静物（暗调质感）  层叠前景遮挡（草本/胡椒粒），浅景深，三角构图；阴影有细节建筑空间（秩序与光）  24mm 夸张透视+前景框景；硬边阴影几何切割；低饱和冷调光影系统光位/质感：顶光/侧逆光/轮廓光（rim light）/蝶式光/伦勃朗光（Rembrandt）/窗光/蜂巢控光/旗板切光气氛：体积光（volumetric）/雾化光束/剪影/高反差/低反差/边缘高光混色：双色温混光/色片（gel）蓝青/洋红/橙/青绿对打色彩/胶片感胶片参考：Portra 400（柔和肤色）/Cinestill 800T（钨丝蓝调晕光）/Fuji Velvia 50（高饱和风景）语义色：赛博蓝青/复古赭棕/港风青绿/暮色橘金后期与质感电影级景深/自然颗粒（film grain）/晕影（vignette）/高光晕（halation）/辉光（bloom）局部对比度（clarity）/分离色调（split toning）/交叉处理（cross process）/反差保留锐化LUT 风格化/胶片曲线/S 型曲线/色彩噪点控制终极省流版提示词太麻烦不想写？规则太多记不住？来试试吐司的提示词增强功能！进入工作台，输入核心关键词，点击提示词增强图标，一键生成完整提示词，轻松解锁Qwen-Image 全部能力💡如果对自动扩展的提示词不满意，也可以结合自己的需求进行修改，或者重新生成~效果对比以上就是Qwen-image提示词进阶术的全部内容，快打开吐司工作台，用奇妙咒语实现幻想吧！🪄

吐司重要更新：订阅功能将于10.15下线亲爱的吐司创作者，为了简化平台的盈利模式并更好地支持您的商业化变现，我们决定将重心转向更有影响力和更直接的盈利方式，并将于2025年10月15日取消订阅功能。以下是我们为您准备的详细信息，帮助您顺利过渡。变动内容：9月16日：停止订阅购买：从9月16日起，用户将无法购买新的订阅。现有订阅保持有效：您的现有订阅和已购买的所有订阅将在10月15日之前保持有效，但无法新增。10月15日：订阅功能下线：所有现有订阅将被取消。过往订阅记录将被清除：10.15号后记录将被清除，在此之前你可以到网站上查看和保存您之前的记录。对仍关联了订阅的内容的影响：模型：包含这些模型的项目将被设置为私密。AI工具：工具将仅对您可见，直到您进行任何修改。  请注意：如果项目中的任何模型与现有订阅相关联，整个项目将在10月15日被设置为私密。请确保检查所有关联模型，以避免任何中断。退款：将根据订阅用户剩余时间比例进行退款【退款全部由平台承担，不会扣除作者钱包】我们建议您：10月15日之前：取消现有订阅，以确保您的内容保持公开。 为了减少对您已订阅用户的影响，我们建议您在尽量接近10月15日时进行修改。加入我们另一个激励盈利计划——会员专区，以继续产生收入。或者开启付费下载和运行。“会员专区”让您可以继续从您的粉丝群体中获得丰厚的回报。了解更多关于会员专区的细节👉 会员小工具 ；会员模型感谢您的理解与配合。如有任何问题或需要帮助，我们的团队随时为您提供支持。欢迎添加我们运营的企业微信。此致，吐司团队

更新时间：2025-09-16HunyuanImage-2.1支持模型亮点：1、模型对复杂语义理解能力强，支持多主体分别描述与精确生成2、模型对图像中的文字和场景细节的把控更为稳定3、模型支持风格丰富，如真人、漫画与搪胶手办等，并具备较高美感4、模型支持高效原生生成2K图。吐司现已支持HunyuanImage-2.1原生2k 分辨率直出使用链接：https://tusi.cn/models/908972930887615947?utm_source=2Qwen系列使用优化使用链接：https://tusi.cn/models/893830375145520880算力降低考虑到大家一直呼吁的Qwen 系列消耗算力过高的问题，我们目前支持了低算力加速生成模式，用少量的质量损失换取远低于原先的算力价格。只需要在工作台或者首页选择模型后，在推荐参数的弹窗中选择确认，即可开启加速模式需要注意的是在后续的生成中，请不要删除该lora，以免结果不达预期预设分辨率升级同时我们也升级了Qwen系列的预设分辨率，可以有效的提升出图的质量以上更新在Qwen-Edit 模型中同样适用感谢你能看到最后，如果您有任何的疑虑和建议，欢迎加入社群联系管理员进行反馈🫶吐司交流群入群指南

大家好！最近InfiniteTalk-Single模型上线吐司了，不知道各位有没有体验一下呢？如果感兴趣但不知道如何入手，请往下看👇👇👇我们以活动TENTENの抽象新品发布会 为例，为大家整理了详细的玩法教程~效果展示首先来看最终作品——效果还是很不错的，主体角色的神态、语言、动作表现都很流畅生动，其他主体的动态也比较自然小猫带回家| image created by egneerc | 吐司tusi.cn那么，想要做出这样的效果需要做哪些准备、注意哪些技巧呢，跟随我一起来看吧~详细教程STEP 1：素材准备在吐司首页点击创建数字人任务，进入到工作台后会看到，我们需要：一张主体图像素材一段参考音频素材为了让最终作品更加符合活动主题，我们需要对素材进行一些加工图像素材在本次的活动中，角色主体当然就是我们的吉祥物TenTen！（是的就是这个青色毛豆腐，点击链接立即下载）调节比例如果觉得横屏/竖屏的效果更好，可以使用下方的扩图小工具https://tusi.cn/template/800302293030297861上传素材，输入提示词，设置好扩展的像素数，一张符合需求的扩展图就做好了💡小技巧：使用【解析图片】功能，可以更快更方便地生成画面内容描述哦在这里放两张参考图，大家按需自取生成场景调整完素材的比例后就可以开始搭建场景了打开吐司的在线生图工作台，找到【编辑】功能，上传前面改好的图片选择合适的模型，输入提示词等其他参数💡各位可以尽情地发挥想象力，构思最大胆、最有趣、最无厘头的产品，让TenTen为它代言例如，我们把「猫咪」当作要发布的产品，围绕创意在提示词中加入了“宠物店背景”、“穿着围裙的店员”、“几只可爱的小猫”等元素为了展现「发布会」的主题，我们又在提示词中加上了”喇叭“、“聚光灯”等关键词，以及“镜头聚焦”、“专业氛围”等风格描述大家也可以进一步用“高清”、“4k画质”等等提示词对图片的品质提出要求💡小技巧：灵感缺席时，可以使用上图标出的【翻译】【随机】等功能，一键生成提示词，解放思维！最后的图片效果就是这样了！音频素材别忘了，我们还需要一个音频素材：如果你有已经准备好的音频，只需要点击【参考音频】灰色的部分，直接将本地文件上传到工作台中如果你想让吐司帮助你生成音频，则需要点击【创建】，输入你想让角色说的话，并选择角色的音色（可以通过上传参考音频自定义音色哦）生成结果会出现在任务队列里，点击【使用】就可以自动填充到参考音频模块中啦STEP 2：素材上传准备工作做好了，现在让我们把图片和音频素材打包丢给InfiniteTalk模型，等待魔法的发生~来吧，用提示词为TenTen设计它的表情和动作，让它动起来！视频做好后，不要忘了带上tag #TENTEN新品发布会发布帖子到吐司平台，丰厚大奖等你来拿！（参与活动的视频时长需要＞3s哦）更多活动信息请看这里👉https://tusi.cn/blackboard/intalk?tab=info希望大家都能在玩吐司的过程中找到乐趣🤩🥰

更新时间：2025-09-05首页入口改版我们更新了通过吐司首页进入工作台生成图片/视频的入口，能够更简单的进入工作台开始创作每个入口旁边的例图都是来自网站上用户优秀的作品，期待可以看到更多优秀的作品出现〰数字人生成能力全面支持只需一张静态图片和一段音频，就能生成面部表情自然、口型一致、肢体动作丝滑的电影级数字人视频，单次生成时长最长可达60S ，支持文本控制。可广泛应用于数字人直播、影视制作等多个方向在首页点击“数字人”入口，进入工作台创作点击“更多”按钮选择“数字人”模型类型目前支持的模型有：Infinite Talk，WAN2.2-S2V简单来说WAN2.2-S2V 画质更好，Infinite Talk 人物与音频的契合度更高，可以根据需求选择合适的模型选择好模型之后需要上传图像或者音频。 考虑到找到合适音频文件是一件相对困难的事情，我们同时支持了在线音频克隆功能，点击“生成音频”即可体验在线生成音频： 在高亮区域中，需要填写的是角色说话的内容，与参考音频。 最终生成的结果，将采用你上传的参考音频的声音，来演绎你填写的角色说话内容。 如果没有合适的参考音频，我们同样提供了红框选项中的系统预设音频可供选择。在你成功的生成所需音频之后，点击‘使用’即可应用到工作台中最后需要选择的参数从上往下依次是：提示词，分辨率以及生成模式在数字人模式中，提示词内容不需要太复杂，只需要描述主体即可，如果需要一些额外的动作的话同样也是支持的。例如：“这个男人在说话，同时挥舞他的手臂”你可以选择不同的分辨率比例，需要注意的是分辨率越高生成所需算力越贵生成模式中，快速模式可以为你提供更快的生成速度与更低的算力消耗，代价是结果的部分质量损失。质量模式会有最好的生成质量，以及更长的生成时间与更贵的算力价格一切设置都完成啦，期待可以在社区看到您的优质作品每日算力任务更新为了更好的鼓励社区的优质内容，我们对每日任务进行了优化升级。调整的方向是为了更好的激励社区的优质内容创作，后续还会更新全新的算力奖池来提供更丰厚的激励〰每日算力任务更新如下：本次重点更新的内容为： （帖子/ AI 工具/ 模型） 被推荐到（首页/频道页）即可额外获得每日最高100 的永久算力如果你的（帖子/ AI 工具/ 模型） 被成功推荐，那么你将收到类似的通知提醒感谢你能看到最后，如果您有任何的疑虑和建议，欢迎加入社群联系管理员进行反馈🫶吐司交流群入群指南我们始终都在努力为创作者提供更好的创作环境，希望你享受在吐司创作的乐趣

wan2.2 在线训练文章在本教程中，我们将带你完整体验如何在 吐司 平台上使用 Wan2.2 进行在线训练。为了更直观地展示效果，本示例将采用 图生视频（Image2Video）训练。步骤1 – 打开在线训练页面进入在线训练 页面。 在这里，你可以选择文生视频 或图生视频。 👉 本教程选择图生视频。步骤2 – 上传训练数据上传你准备好的训练素材。可以逐个文件上传；如果你已经在本地整理好数据与打标文件，可以打包成zip 压缩包后上传。步骤3 – 调整参数数据上传完成后，右侧会出现参数面板。 💡 提示：如果你上传的是视频片段，建议保持在5 秒左右，能获得更佳的训练效果。步骤4 – 设置提示词与预览帧在提示词栏输入你期望的训练结果描述；随着训练进行，每个 epoch 都会生成预览效果，方便你比较与挑选最佳版本；在 图生视频LoRA 训练中，你还可以设定预览视频的第一帧。步骤5 – 开始训练当一切设置完成后，点击立即训练 即可开始训练。 训练完成后，每个epoch 都会生成一个预览视频。 你可以对比这些预览，并选择表现最佳的版本进行发布。步骤6 – 发布模型完成发布后，等待几分钟，你的 Wan2.2 LoRA 模型 就可以投入使用了。推荐训练参数（质量均衡型）网络模块：LoRA 基础模型：Wan2.2 – i2v-high-noise-a14b 触发词：（建议使用简短独特的标签，例如your_project_tag）图像处理参数Repeat：1Epoch：12保存间隔（Save Every N Epochs）：1–2视频处理参数Frame Samples：16Target Frames：20训练参数Seed：–Clip Skip：–文本编码器学习率（Text Encoder LR）：1e-5UNet 学习率：8e-5 （推荐低于1e-4，提升稳定性）学习率调度器：cosine（若可用则warmup 100 steps）优化器：AdamW8bitNetwork Dim：64Network Alpha：32梯度累积步数：2 （若显存有限可降至1）标签参数打乱标签（Shuffle caption）：–保留n 个token（Keep n tokens）：–高级参数Noise offset：0.025–0.03（推荐0.03）Multires noise discount：0.1Multires noise iterations：10conv_dim：–conv_alpha：–Batch Size：1–2（取决于显存）视频长度（Video Length）：2采样图像设置采样器：euler提示词（示例）：小技巧训练视频时长建议保持在 约5 秒，效果最佳。数据集应保持一致性（光照、构图、风格），以避免模型出现漂移。如果预览出现过拟合（画面模糊、细节抖动），可尝试将UNet 学习率降至 6e-5 或减少Epoch 至 10。如果希望风格绑定更强，可尝试：Network Dim 提升至 96，Alpha 提升至 64；同时将UNet 学习率降低至 6e-5。Qwen在线训练教程Wan2.2和Qwen—image的活动上开始快来学习一下如何训练这俩种类型的lora吧首先我们打开在线训练点击‘标准’选择Qwen image作为训练底膜让创作者兴奋的是 LoRA 微调技术—— 只需10 张图片，就能让Qwen-Image 学会你的专属风格。第一步：10分钟搞定模型的训练素材集数据集10-50 张风格统一或主题一致或主体一致的图片，尺寸大小没有限制触发词：自定义一个风格关键词（如“fashion_style”），后续生图时用该词调用风格。设置单张次数为“20”次，训练轮次10轮，填写LoRA模型名称等相关参数将你想要预览生成的图片提示词填入【模型效果预览提示词】输入框中，qwen-image支持中文提示词。这里我写的是【制作一张幽默的宣传海报，主体是一只戴墨镜的猫咪，白色描边的剪贴画风格，摆出疑惑和酷炫的表情。背景是亮黄色带折痕质感，上方有醒目的英文大标题“STAY COOL”，下面配有小字韩文。画面中加入漫画风格的感叹符号、箭头和手绘特效，整体呈现搞怪又时尚的视觉设计。】设置好我们就可以点击【立即训练】在训练过程中我们会通过预览图来决定效果最好的lora挑选最好的lora发布即可等待数分钟部署完毕即可运行

亲爱的吐司AI 用户：为了鼓励更多优质内容在社区中发布和被发现，我们对每日任务进行了优化升级。 新的规则会更侧重创作价值 和内容推荐，让优秀作品获得更多算力奖励。🎯 新的每日任务奖励方案分享内容到外部站点（每日1 次） 👉 +5 credits你的帖子被点赞（每日最多5 次） 👉 每次+2 credits帖子/ AI 工具/ 模型被推荐到首页（每日每类1 次） 👉 +30 credits帖子/ AI 工具/ 模型被推荐到频道页（每日每类1 次） 👉 +10 credits>💡 Note: 他人运行你的模型和AI 工具的算力奖励保持不变。我们理解大家可能会觉得获取算力的方式比之前更精简了，但请相信，这样的调整是为了：提升推荐内容的质量，让大家看到更多有价值的作品让优秀创作者获得更高的回报让社区氛围更加积极和公平✨ 此外，为了鼓励更多高质量的视频内容，我们即将推出全新的算力奖池！ 只要发布优质的视频内容，就有机会和其他创作者一起瓜分丰厚奖励！敬请期待🎬💡感谢你一直以来的支持，让我们一起把吐司AI🍞 社区建设得更好！ 💜

点击TA 2024回忆报告，查看你深度参与的“环节”请注意！前方正在向你走来的是，2024 TA年度报告。出乎整个运营团队预料的是，今年站内的年度prompt词是「hair」。这意味着， hair被大量的写入提示词中，且是站内使用频率最高的提示词。hair的使用次数高达惊人的 2亿+ ！但仔细想来，如果想对某个人物图像、角色图像做到更精确的控制，头发是必不可少的一环，而头发往往又代表角色的鲜明特征。回顾站内的提示词构成，诸如「long hair」「short hair」「red hair」等简单对头发的描述占大量比重。今年下半年开始，中文提示词的占比也逐渐上升。是的没错，我们很高兴看到中文模型生态在吐司不断孕育发展壮大。从此，生图不用再受英文提示词束缚，有了全新中文语言的可能，可以一起用中文描绘独属于国人的究极浪漫。提示词从“头”开始，和我们从新起航，在即将到来的新的一年里TA也要和大家继续相伴，今天你生图用「hair」了吗～截止目前，我们在全球托管40w+ AI模型，其中热度top5的模型是日均生成量30w+，每天有超过2w+ 个帖子发布在平台上，月均浏览2,700w+，分享内容350w+ ，这是今年热度Top5的帖子在今年，我们拥有过万的工作流和AI小工具，使用场景也更加多样，能够解决更多实际应用场景上的问题很高兴在今年网站用户突破320 w！有超过千位在吐司诞生月份就加入的老朋友依旧保持活跃！翻看站内的作品和社群，我们看到很多在网站建立之初加入，并一直陪伴着我们的用户，小李、今宵、hans、浅笑、千秋九月等等等等，感谢你们在网站还相对简陋不成熟的时候选择我们并一直活跃在吐司这个大家庭里。是因为你们的信任和陪伴，才不断推动着我们，激励着我们越来越好。在城市分布方面，广州、上海等一线城市占比最大，相比较去年东莞、佛山、福州等二三线城市的使用人数也有大量涨幅。用户的年龄结构方面，26岁-35岁占比高达38%，年轻用户对新鲜事物充满好奇，具有较强的创新意识和表达欲望，是推动AI 生图多样化创作风格的主力军。但50+岁的用户也不遑多让，占比也是创意生图的中坚力量，他们可能在职场的间隙，抽空呼吸放松，用AI描绘出心中的诗与远方。对比去年，18-25岁用户占比也有显著提升！从今年的数据上来看，女性用户的数量同比增长5%，占比也来到了20%不论是城市、年龄还是性别，我们团队对比过往数据，能够得到一个令人惊喜的结论：AI技术正在向全民化发展。人们使用AI的壁垒在不断减少，获得AI相关信息更加便捷全面，而这也是我们希望看到的。今年，我们完成了几十次的功能更新和数百次的bug修复，我们始终把用户体验放在第一位，而产品功能更是我们的立身之本。比如，我们创造性的推出AI小工具，可以理解为一个mini版的app！对创作者而言可以把复杂的工作流包装得到更多的传播和使用；对于使用者而言不需要了解背后的复杂逻辑，一键使用。我们目前已经可以做到覆盖设计、视觉、游戏、建筑、艺术等多行业的实际应用场景解决方案。在不久的将来，更将推出全新设计师友好的灵感发散工具今年，吐司一共上线20余场站内活动，30余场站外（社群社媒）活动，更有多场直播、免费b站课程等。我们非常高兴看到越来越多的用户参与到我们的活动中来，更令我们感动的是，许多用户会认真支持每一场活动，醉梦星河、叽里呱啦、天海、剑舞清风、RelianceXL、焦糖拿铁多加奶、青旭、蔚蓝blue，还有更多更多的用户！这些昵称，我们运营团队都妥帖的记在心里。与此同时，今年我们在外部合作上有了更多拓展。在此就不一一穷举，新的一年跟我们一起探索更多可能。今年各类新基座模型百花齐放，我们一直鼎力支持并承载每一新技术的发展！毫不夸张的说，大部分基座模型我们可以做到T+0支持在线生图，T+1支持多种网络模块的在线训练。（产研：在做了！在做了！）在AI快速发展的浪潮下，我们从未放缓过技术创新的脚步。在AI井喷式发展的这两年里，放眼全球，我们的算力价格都是极低的。在用户增长和新技术成本增大的情况下，我们依旧保持原有优势，保障算力充足，并让用户能够用更低的成本体验AI。除了追逐新技术以外，还做了全面的工作流AI小工具的功能，探索各类应用场景。从产品雏形诞生那一日起，我们的初心就从未改变：让每个人都能体验到AI创作的乐趣。而“Trained Once, Thrive everywhere.”这一理念也绝不是说说而已。这句话的意思是，一旦你在我们的平台上训练了一个模型，后续的活动（如发布、运行模型、被他人纳入工作流程或AI小工具）都将持续为你产生收益。当然，我们不仅只有追新，只有探索，我们也有对陪伴我们的创作者有更多的回馈。我们期望平台创作者能够通过创作获得收益反哺。因此，我们设立了创作者中心，以帮助创作者监控他们上传作品的收益，创作者激励相比较去年涨幅523%。显卡基金、充能、订阅，我们给创作者提供了更多的收益方式，创作者人均收入增长8.15倍。我们一直将扶持国内AIGC生态为己任，除了上线功能全面的在线训练，降低训练门槛以外，也一直在探索更多有可能的收益方式使创作者得到应有的物质回报。我们希望创作者在为热爱发电的同时，能感到有更足的底气。即将上线会员模型，这么多收益方式，总有一款适合你！从2022 年底ChatGPT 引发生成式人工智能的热潮，到2024 年初Sora 模型以文生视频技术令世界瞩目，AI 技术在软件代码、文本、语音、高保真图像和交互式视频的创作上取得了显著突破，不断推动着多领域的革新。AI行业的发展绝不仅仅是靠某一公司的成功而前进，我们也在这些优秀的同行身上获得启发，并为之努力奋斗。AI是一片热忱的土地，长满关于科技与梦想的各具特色又生机勃勃的植物，我们在上面种下一颗名为吐司的种子，期待它的不断生长。年度榜单TA有自己的年度榜单，快来看看你上榜了没榜单直通车在此，死手，快点啊！👉年度榜单👈

完整版视频回顾已经发布在b站，可以点击链接跳转查看直播回放哦【吐司×索泰×英伟达】0122AI硬核圆桌会直播回放_哔哩哔哩_bilibili1月22日，吐司酱进行了创始以来第一次直播非常荣幸能邀请到各位圈内大佬再次感谢各位的参与和支持【沈振宇】Tusiart/Tensorart创始人【陆烨】NVIDIA英伟达资深产品经理/广州美术学院特聘教师【伍晨阳】索泰AI推广官【秋葉aaaki】绘世启动器秋葉包作者【青龙圣者】stable diffusion官方合作模型训练师，controlnet贡献者，github 模型脚本训练师【继续革命】Animatediff作者【骆】 LCM作者【琥珀青叶】LyCORIS作者【辣椒酱】知名Blender UP主，AIGODLIKE社区站长近期AIGC涌现很多新技术，中国原创开发者在其中起到重要作用。中国的开源力量也占据了整个AIGC的半壁江山，比如LCM、Animatediff、ControlNet、绘世启动器等。吐司也邀请这些技术大神来到直播间，与我们一起讨论最新最热最前沿的AIGC技术和动向。（再说一次！）完整版视频回顾已经发布在b站，可以点击链接跳转查看直播回放哦【吐司×索泰×英伟达】0122AI硬核圆桌会直播回放_哔哩哔哩_bilibili直播间的欢乐时光，一起看看吧！吐司酱也是和大家一样第一次看boss直播，替boss谢谢在直播间夸他帅的家人们～刚开始boss也是被我们紧张的情绪感染了，到后面状态就轻松起来啦，给boss点赞，望常驻吐司直播间👍我们索泰的小伙伴伍晨阳，可爱的蛋壳同学，带来了索泰的礼物以及4070S欧泊白和4070TiS月白显卡，让直播室的氛围更加融洽～到底是何方神圣，身后的一整面墙都是显卡！英伟达的陆烨老师在被显卡围绕的环境下，给我们带来了专业的分享。对此吐司酱只想表示：放我进去，给我用啊（发出尖锐爆鸣.jpg）！我是大学生，送我！“喂，哈喽哈喽能听到吗”，直播间传出秋葉用了变声器后的萌妹声。在直播开始，作为绘世启动器秋葉包的作者，大大分享了一些他的开发思路，表达对于让更多人降低AIGC 的门槛，能够参与到AIGC 的过程当中来的看法。什么？听说青龙在直播的时候吃面？当嘉宾们在热烈讨论时，皮套下的他究竟在玩手机还是剪指甲？青龙美甲.jpg（bushi）青龙美发.jpg（bushi）青龙也是吐司酱的老朋友啦，在直播中，不仅参与了技术相关的讨论，也分享了对于模型社区的理解和看法。LCM 和Animatediff 都是目前AIGC前沿的技术，在国内外引发了高度讨论。在本次直播间，LCM的作者骆老师，不仅回答了LCM在使用上的细节提问，也小小的透露了LCM未来的发展方向。继续革命老师是Animatediff 的作者，表达了对开源的文生视频技术的看法，以及对未来技术的一些展望和想象。各位炼丹师应该都对LyCORIS 不陌生。LyCORIS 的作者琥珀青叶老师，对于Finetune模型的二次调优训练技术，未来的发展方向表达了自己的看法。B站的各位都有刷到过辣椒酱老师的视频吧～作为知名Blender UP主，AIGODLIKE社区站长，辣椒酱老师谈了目前3D技术应该如何与AIGC结合，以及未来发展的可能性。大大们还在直播中分享了推荐的显卡哦～直播一定少不了抽奖环节啦！我们一起恭喜这六位天选之子！准备的礼物已经寄出，快递小哥快马加鞭向你们赶去～吐司酱也整理了下直播讨论的问题，供大家参考，具体讨论可以，去b站看直播回放哦～讨论问题AI软件方向·如何让更多的人能够越过门槛，参与到AIGC的过程中来· 绘世未来有什么开发方向实时生图方向· 生成模型的技术路径和未来发展· 怎么评价SDXL Turbo？· lcm：如何解决反向提示词缺失的问题· lcm：如何用更低的step，让出图效果更高文生视频的方向（围绕AnimateDiff）· AnimateDiff：生成长镜头在现有技术框架下的瓶颈是什么，有什么解决思路· 开源的文生视频技术的看法，对未来技术的一些展望和想象· 模型Finetune训练的方式展望·过去Stable Diffusion生态出现了HyperNetwork、TI、DreamBooth、LoRA、LyCoris等等Finetune模型的方法，未来会有什么发展趋势？Blender方向· 3D 和AIGC 这件事情该如何去结合，未来的发展方向和可能性基座模型· 对SDXL现阶段的效果有什么评价？· sdxl大幅提升模型规模能否继续带来质变显卡方向· 大佬推荐什么AI绘图显卡？怎么评价这次新推出的Super系列显卡和4090D· 几位大佬有没有为了Ada架构和安培架构显卡做什么样的推理优化？对模型社区的看法和建议· AI落地场景AI的具体的商业化落地场景展望· 新的一年可能会在什么方向上出现新的技术突破· AI的发展可能存在的瓶颈感谢各位家人们来看这次的本次直播！这是吐司酱第一次直播，有很多不足的地方，还请大家多多包涵~大家的支持就是我们的动力，我们会继续努力，做得更好！同时，也非常感谢大家在直播中积极地跟我们互动、留言，你们的回应和反馈对我们来说超级重要！以后还会给大家带来更多更精彩的内容哦！再次感谢大家的观看和支持，期待下期直播！

随着人工智能(Artificial Intelligence) 的快速发展和在各个领域的深度使用，给全世界带来了新的发展机遇，对于企业和个人用户，快速的掌握应用AI技术能极大的促进企业生产效率和满足当下市场的人才技术需求，但是由于AI应用的必要硬件门槛GPU显卡对于大部分用户来说接触认知较少，同时市场对于显卡的使用需求越来越强，因此帮助个人用户了解自身需求和选择需要的设备是推出本篇显卡和AIPC配置推荐的首要任务。生成式AI 模型和技术介绍生成式模型是一类机器学习模型，其目标是能够让AI模型在一些简单的提示下，生产出高质量的内容。比如去年开始大火的ChatGPT，以及今天主要介绍的Stable Diffusion，都属于生成式AI模型。生成式模型在许多任务和领域中具有广泛的应用。例如，在自然语言处理领域，生成式模型可以用于文本生成、机器翻译和对话系统等任务。在计算机视觉领域，生成式模型可以用于图像生成、图像修复和图像超分辨率等任务。此外，生成式模型还可以应用于音频合成、视频生成和艺术创作等领域。训练一个可靠的生成式模型通常需要上亿的参数与海量的训练数据。随着互联网的发展和技术的进步，我们可以获得大规模的数据集，这为训练更复杂、更准确的模型提供了基础。同时，高性能的计算设备如图形处理器（GPU）和领域专用芯片（如TPU）的发展，使得训练和推理大规模的生成式模型变得可能。图像生成式模型图像生成式模型能够在无提示，或者简单提示的情况下，生成高质量、以假乱真的图片。图像生成技术发展了很多年，有生成式对抗网络（GAN）、变分编码器（VAE）等多个类别，而在去年潜在扩散模型（Latent Diffusion Model）由于其划时代的生图质量，正式让图像生成式模型走进了大众的视野。Stable Diffusion Model是Stability AI和Laion等公司共同研发的一个基于LDM的AI生图模型，因为稳定的出图效果和出图质量，以及公开的源码，和可微调的优势在开源后短时间内引起了世界范围内的AI生图热潮。Stable Diffusion v1.5Stable Diffusion v1.5（下面简称SD 1.5）是Stability AI公司2022年推出的图像生成式模型，也是第一代引发广泛关注的SD模型。用户可以通过输入文本提示词，生产一张符合文本描述的图片。比如输入提示词：“aurora”就能生成一张极光的图。Stable Diffusion XLStable Diffusion XL v1.0（下面简称SDXL）是Stability AI公司在2023年推出的图像生成式模型。在SD 1.5的基础上，SDXL大幅增加了网络参数量（U-Net部分由8亿增加到25亿），新增了更强大的文本编码器，而带来的结果则是，SDXL全方位的能力得到了质的提升。不同于SD 1.5最高只能胜任768*768图像的生成，SDXL可以轻松生成1024*1024规格的图片。而U-Net、文本编码器的提升使得SDXL模型在文本控制力、生图质量上都有显著的提升。而除开SD 1.5和SDXL最起初的文生图的能力，它们的可扩展性才是它得以被广泛传播，最终形成一个庞大的AI社区的原因。Stable Diffusion 3Stabel Diffusion 3是Stability AI公司在研的最新文生图大模型，采用了和OpenAI视频大模型Sora类似的Diffusion-Transformer架构，质量水平对标OpenAI的DALLE·3和Midjourney V6，画面质量水平和文本一致性方面比较之前的模型均有着巨大的进步，有多个数据大小的版本选择。图像生成技术介绍LoRALoRA全称低秩适应性网络(Low-Rank Adaptation)，是诞生于大语言模型的技术。而在Stable Diffusion社区，LoRA焕发了新的生命力。LoRA可以理解为SD模型的插件，以极小的模型参数量和少量的训练样本，就能微调出特定的任务/画风，实现定制化需求。下图展示了吐司平台上的创作者训练的三个LoRA，用户可以根据不同的生图需求，在社区海量的内容中找到合适的LoRA，甚至可以训练出自己的专属LoRA。ControlNetControlNet也是SD模型的外置网络，可以通过线稿、深度图、骨架姿态等方法，实现对生图的精确控制。TensorRTNVIDIA TensorRT 是一款用于高性能深度学习推理的SDK，包含深度学习推理优化器和运行时，可为推理应用程序提供低延迟和高吞吐量。相比学术界常用的PyTorch、TensorFlow 框架，TensorRT 可以让NVIDIA 显卡在AI 模型推理时获得显著的速度提升而不损失结果质量。图像生成任务的硬件性能测试吐司作为世界领先的模型平台和社区，此次与英伟达合作，测试了Stable Diffusion模型在英伟达RTX 40 系显卡上的表现。测试覆盖了RTX 40 系的全部桌面级显卡。NVIDIA RTX 桌面级显卡在Stable Diffusion 图像生成任务上的表现测试环境：CPU: 英特尔Core i5-13600KF内存: 芝奇DDR5 6400MHz 16GB x 2主板: 技嘉Z790M AORUS ELITE AX硬盘: 三星PM9A1 2TB M.2电源: 振华G850操作系统: Windows 11 23H2SD 1.5 推理性能UL Procyon BenchmarkSD1.5是当前最流行的SD基座版本，也是现在模型社区的主要微调训练版本，可在最低6GB 显存上进行推理运行。测试参数：采样器：DDIMScheduler生图分辨率：512*512生图步数：100生图数量：16batch_size：4SD 1.5 推理性能吐司测试（TensorRT启用前后对比）采样器：DPM++ 2M生图分辨率：512*512生图步数：50生图数量：20batch_size：1根据吐司平台的测试结果，在NVIDIA TensorRT的加持下，英伟达RTX40系显卡可以实现最高翻倍的生图性能提升。SDXL 推理性能UL Procyon Benchmark采样器：DDIMScheduler生图分辨率：1024*1024生图步数：100生图数量：16batch_size：1SDXL模型推理需要至少10GB显存，故RTX 4060 8GB 因显存不足无法完成测试。SDXL 推理性能吐司测试（TensorRT启用前后对比）采样器：DPM++ 2M生图分辨率：1024*1024生图步数：50生图数量：20batch_size：1在SDXL生图任务上，也几乎都能达到50%以上的性能提升NVIDIA RTX AIPC 在Stable Diffusion 图像生成任务上的表现AIPC的SD图像生成能力测试中，我们测试了搭载GeForce RTX 4050 - RTX 4090 笔记本电脑GPU 的ASUS华硕/ ROG 的RTX AIPC。SD 1.5 推理性能UL Procyon BenchmarkSD1.5 推理性能吐司测试（TensorRT启用前后对比）SDXL 推理性能UL Procyon BenchmarkSDXL模型推理需要至少10GB显存，故RTX 4050 Laptop, RTX 4060 Laptop, RTX 4070 Laptop 因显存不足无法完成测试。SDXL 推理性能吐司测试（TensorRT启用前后对比）NVIDIA RTX 40 系列Laptop GPU在笔记本上依旧有亮眼的表现，且兼具便携、低功耗等特点，更适合有通勤需求的用户NVIDIA RTX AIPC 对比Intel Arc Graphics测试工具：UL Procyon Benchmark采样器：DDIMScheduler生图分辨率：512*512生图步数：100生图数量：16batch_size：4对比硬件型号：RTX 4090 Laptop GPUIntel Core Ultra 9 185H图像生成任务所需的硬件配置总结模型微调训练任务的硬件性能测试NVIDIA RTX 显卡在SD 1.5 LoRA训练任务的测试底模：Anything V5LoRA rank: 32分辨率：512*512样本量：1000Batch size: 4NVIDIA RTX 显卡在SDXL LoRA训练任务的测试在模型微调任务中，CPU性能、显存和算力都有可能成为瓶颈。由于SDXL LoRA训练需要至少10GB的显存，RTX 4060 8GB 因显存不足而无法进行SDXL LoRA训练，12GB显存及以下的显卡无法完成batch_size=4的测试，16GB显存及以下的显卡无法完成batch_size=8的测试。RTX 4090 D拥有高达24GB的显存和14592个CUDA核心，在计算密集型任务上有额外优势，所以本次吐司在SDXL微调任务上将batch size提升到了8，将RTX 4090 D的性能发挥到极致，训练效率也相比batch size=1时提升了将近100%底模：Anything XLLoRA rank: 32分辨率：1024*1024样本量: 1000NVIDIA RTX AIPC 在SD 1.5 LoRA 训练任务的测试由于SD1.5 LoRA训练需要至少8GB的显存，RTX 4050 Laptop 因显存不足而无法进行SD1.5 LoRA训练。NVIDIA RTX AIPC 在SDXL LoRA训练任务的测试由于SDXL LoRA训练需要至少10GB的显存，RTX 4050 Laptop, RTX 4060 Laptop, RTX 4070 Laptop 因显存不足而无法进行SDXL LoRA训练。模型微调训练所需的硬件配置总结结语人工智能技术曾经一度是大中型企业的私有工具，有着极高的学习与应用门槛。但在过去的一年中，随着StableDiffusion等生成式AI应用的火爆，我们欣喜地发现，我们已经能在每一台个人电脑上部署生成式AI模型，每一个用户都能够根据自己的喜好，微调出属于自己的大模型。我们衷心地期待，随着大模型技术和硬件加速器的蓬勃发展，AI大模型可以成为每个人的生产力工具，能够为每个人的工作和娱乐定义新的范式。附录测试显卡型号一览感谢英伟达、影驰、七彩虹公司为我们提供测试显卡：七彩虹iGame GeForce RTX 4090 D Advanced 24GBGeForce RTX 4080 SUPER 16GB Founders EditionGeForce RTX 4080 16GB Founders Edition影驰GeForce RTX 4070Ti SUPER 大将OC 16GBGeForce RTX 4070Ti 12GB Founders EditionGeForce RTX 4070 SUPER 12GB Founders EditionGeForce RTX 4070 12GB Founders Edition七彩虹iGame GeForce RTX 4060Ti 16GBGeForce RTX 4060 8GB Founders Edition测试AIPC型号一览感谢华硕公司为我们提供测试AIPC：RTX 4090 Laptop 16GB ROG 枪神8 Plus 超竞版RTX 4080 Laptop 12GB ROG 魔霸7 Plus超能版RTX 4070 Laptop 8GB ROG 枪神8RTX 4060 Laptop 8GB ROG 魔霸新锐2024RTX 4050 Laptop 6GB 华硕天选4锐龙版

1.视频讲解具体视频跳转至b站查看https://www.bilibili.com/video/BV1gt4y1d7e4/?spm_id_from=333.1350.jump_edge2.训练入口在吐司主页点击“在线训练”即可进入3.添加与处理数据集3.1添加数据集数据集目前支持的格式有png/jpg/jpeg，最多可添加1000张图片进行训练已上传的图片可以点击右上角进行删除这里建议大家尽量上传更高清的图片以得到更好的训练结果可以使用增强后的数据集，例如：裁剪分割、图像镜像/翻转正则化数据集正则化技术广泛应用在机器学习和深度学习算法中，其本质作用是正则化起到降低训练素材某个权重的作用，防止过拟合、提高模型泛化能力。我们可以通过这里来上传正则化数据集，正则化数据集可以使用用于训练的底模生成。对于完全不熟悉训练流程的纯小白来说，不使用正则数据集可能会得到更好的效果。请勿上传血腥/暴力/黄色/涉政等任何违规图片，多次上传违规图片可能会封禁账号3.2批量裁剪裁剪方式：聚焦裁剪：根据画面的主体内容进行裁剪中央裁剪：裁剪画面的中央部分根据训练底膜选择裁剪尺寸 SD1.5可选尺寸：512x468512x512768x512SDXL可选尺寸：768x10241024x10241024x7683.3自动打标每个上传的图片都会被自动打上标签，标签内容点击图片即可查看。除此之外还可对图片标签进行添加与删除。如果训练角色想要固定某些特征，那么可以删除该特征的提示词任何AI自动打标都不可能100%准确，有条件尽可能人工筛查一遍，剔除错误标注，从而提升模型的质量3.4批量加标签目前支持对图片进行批量添加标签，可以自行选择添加到行首或者行尾，一般来说是添加到首行作为触发词使用。4.训练参数设置4.1设置重复次数图片训练的重复次数，即repeat参数。一般而言在本地训练时需要单独到训练集的文件夹内调整该项参数而在吐司的在线训练工作台里，我们可以从这个地方更改单独图片的重复次数，如果在上面上传了增强的数据集，那么就可以在这里单独设置不同的重复次数4.2基础模式模型主题&底模选择：模型根据不同的主题预设了不同的训练参数，选择合适的底模会让你的模型训练事半功倍哦！需要注意：不同的XL模型之间的LoRA大概率不能通用，请谨慎选择底模二次元人物：可选底模AnythingV5/Animagine XL/Kohaku-XL Delta，训练SD1.5的二次元人物LoRA需要使用AnythingV5，训练SDXL的LoRA需要使用Animagine XL/Kohaku-XL真实人物：可选底模EpiCRealism (SD 1.5)/Juggernaut XL（SDXL）。已经预设好训练的部分参数，根据自己需要选择底模调整相关参数即可2.5D：可选底模DreamShaper/国风3 GuoFeng3/DreamShaper XL1.0/国风4 GuoFeng4 XL，训练SD1.5的LoRA需要使用DreamShaper/国风3 GuoFeng3，训练SDXL的LoRA需要使用DreamShaper XL1.0/国风4 GuoFeng4 XL标准：预设使用SDXL1.0/SD1.5 base作为训练底模，如非特殊需要，不建议使用单张重复次数（Repeat）：Repeat指的是AI对每一张图片学习的次数，这里的Repeat仅对没有单独设置Repeat的图片生效训练轮数（Epoch）：Epoch指的是AI对你的图片学习的一个循环。所有的图片都完成了Repeat后，这样就是一个Epoch。总步数（Steps）：详见表格下方的补充模型效果预览提示词：这里的提示词是用于每个Epoch保存的版本的预设出图，用于预览模型的训练效果此参数不影响训练的效果和模型的质量，仅作为实时预览图参数总步数的计算公式是：（训练集里面的图片数*Repeat*Epoch）总步数直接影响模型训练的算力消耗，步数越多算力消耗越大4.3专业模式新手不建议使用专业模式单张重复次数（Repeat）：Repeat指的是AI对每一张图片学习的次数训练轮数（Epoch）：Epoch指的是AI对你的图片学习的一个循环。所有的图片都完成了Repeat后，这样就是一个Epoch。总步数的计算公式是： （训练集里面的图片数量*Repeat*Epoch）总步数将直接影响模型训练的算力消耗，步数越多，算力消耗越大种子（seed）：（玄学，随机即可）文本编码器学习率：调整整个模型对于tag的敏感度如果你在生成图片过程中发现了多余的物品，那么就需要降低TE学习率；如果您很难在不对提示进行大量权重的情况下使内容出现，那么你就需要提高TE学习率。Unet学习率：模型的学习速度和程度高的学习率可以使AI学习的更快，但是可能导致过拟合。如果模型不能复刻细节，生成图一点都不像，那么就是学习率太低了，尝试增加学习率学习率调度器：调度器指的是"如何设置学习率的变化方式"优化器：优化器设置用于在训练过程中更新神经网络权重的方式。为了智能地进行训练，提出了各种不同的方法。训练网格大小Dim：DIM表示神经网络的维度,维度越大,模型的表达能力就越强,模型最终的体积也会越大。DIM不是越大越好，对于单一角色LoRA而已，DIM完全没有必要开128训练网络Alpha值：在实际（保存的）的lora权重值保持较大的同时，在训练时始终以一定比例削弱权重，以使权重值看起来较小。这个“削弱比例”就是Network Alpha。Network Alpha值越小，保存的LoRA神经网络的权重值越大。打乱标签：通常情况下，标题中的单词越靠前，其重要性越高。因此，如果单词的顺序固定，后面的单词可能无法得到很好的学习，或者前面的单词可能与图像生成产生意外的关联。通过每次加载图像时随机调换单词的顺序，可以修正这种偏见。保持第N个token：指定的前n个单词将始终保持在标题的最前面，可以通过这个去设置触发词。在这里，“单词”指的是以逗号分隔的文本。无论分隔的文本包含多少个单词，它都被视为“1个单词”。例如，对于“black cat, eating, sitting”，“black cat”被视为1个单词。噪声偏移：在训练中添加噪声偏移来改良生成非常暗或者非常亮的图像，不宜开太大，尽量在0.2以下多分辨率噪声衰减率：多分辨率噪声迭代次数：卷积层维度：卷积层Alpha值：提示词，采样算法：这里的提示词与采样算法是用于每个Epoch保存的版本的预设出图，用于预览模型的训练效果5.训练过程因为一台机器只能同时运行一个模型训练任务，所以面对可能出现的排队情况还请各位烘焙师们耐心等待，我们将会尽快为您准备好训练机器。也可以在夜间进行错峰训练哦6.模型测试目前可以找到例图合适的模型发布后，不上传展示图片（没有用于展示的图片，不会分发到首页），等待部署完成后即可在工作台测试自己的模型。7.模型发布/下载/重新训练在训练完成后您将看到每个Epoch的四张预览图，您可以从中挑选满意的作品发布在吐司或保存在本地。如对本次训练不满意可在右上角查看训练参数、重新训练，具体的调整参数的方法可以查看上面的说明。

增加选择项，做更简单易懂又好玩的模板小工具教程看这里👀首先创作一个工作流(workflow)，文生图、图生图都可以，请尽情使用comfyUI发挥创意💡完成workflow之后，点击「发布AI小工具」发布完AI小工具后，就可以到达编辑界面啦🎉选择自定义参数（如Seed/CFG/Steps/Checkpoint/LoRA等）如果想要再编辑，就点这里的三个点👇最后设置好，前端看到的页面就是这样的啦🥳小贴士🪧小工具的封面是吸引使用的亮点，请设置一个美观清晰的封面文生图建议加上标题图生图建议使用before➡️ after确保开放的参数足够简单易懂，小白也能理解点击帮你制作在线AI小工具即可生成专属链接，请多多分享💕

一键做同款在帖子社区中点击你喜欢的帖子，再点击做同款，即可跳转到工作台并沿用该图片的所有参数（随机种子需要自行决定是否沿用）可以使用原本的参数体会抽卡的快乐，或者在原有的参数上进行二次创作，生成更令自己满意的作品哦～

文生图与图生图文生图是指在Stable Diffusion根据提示词内容生成图片，图生图则是依据提供的图片与提示词内容共同生成图片，是AI绘画的基本创作方式。进入吐司的工作台就是文生图与图生图的操作界面了。文生图首先挑选一个自己喜欢的基础模型并添加任意风格的LoRA，再选择合适的vae（这里推荐小白使用vae-ft-mse-840000-ema-pruned.ckpt）在提示词中输入自己想要在画面内容（可以通过输入best quality,masterpiece,8k等通用的画面提示词来改善生图的质量），在反向提示词中输入不想在画面中出现的内容（推荐小白使用负面词嵌入）选择合适的分辨率，可以使用预设选项或者是点击custom自定义关于采样算法(Sampler)与采样次数的选择，不同的采样算法最好搭配相适应的采样次数才能有更好的效果。以下是一些具体建议（仅供参考）：出图速度快又有不错的质量推荐使用：DPM++ 2M（搭配20左右的采样步数）；出图速度一般但是质量更好推荐：DPM++2S a,DPM ++ SED Karras（搭配20到40的采样步数）；需要更高采样步数：Euler a （搭配40到60的采样步数）；不推荐的采样方法：DPM 2a，Heun，LMS，LMS Karr，DPM 2，DPM adaptive提示词相关性(CFG Scale)：在sd1.5中生成图像的颜色饱和度与对比度会随着CFG值的增加而增加，一般来说更高的CFG值需要更高的采样步数来保证画面质量，而这通常导致更高的生成时间。所以我们通常建议CFG值设置为7，最好不要超过10。图生图图生图与文生图的区别在于你不仅可以通过提示词向AI表达你的想法，你在图生图中提供的图片也会成为AI生成图片的重要参考。就相当于AI对你上传的图片进行“二次创作”。因此我们可以通过图生图实现“真人转二次元”等玩法。其中重绘幅度可以理解为AI对这个图片重新绘制的强度大小或者对画面更改的百分比，幅度越大生成出来的图像就和原来的差异越大，0就是不会进行重绘。

幻术图1.白底黑字图的准备，白底黑字图要根据自己所构想的画面进行文字字体选择以及排版2.提示词（英文词可吐司生成同款）提示词公式：主体描述+环境描述+通用画质打开吐司在线生图，选择基础模型，Lora可以不用选（Lora一般做纹理补充作用，比如敦煌、国风、剪纸等等可以添加，根据作品来）添加ControlNet ，选择边缘检测canny，上传黑白底图，其他默认设置生成参数，就可以愉快的开始抽卡了！例图生成参数：（ControlNet中选择canny 0.9权重）：(Great Wall), Cloudy Mountains, (Movie like Lights), Ancient Architecture, Magnificent Landscape, (Historical Relics), (Masterpiece), (Best Picture Quality), 8k, High Detail, Ultra DetailNegative prompt: face,gril,human,Painting,drawing,(worst quality, Low quality, Normal Quality :2),Low resolution,((monochrome, grayscale)),pixelation,signature,watermark,username,blur,digital,Steps: 30, Sampler: DPM++ 2M Karras, CFG scale: 7.0, Seed: 3003354566, Size: 512x640, Model: revAnimated_v122, Denoising strength: 0.2, Clip skip: 2, ControlNet 0: "preprocessor: canny, model: control_v11p_sd15_canny, weight: 1, starting/ending: (0.0, 1), resize mode: ResizeMode.INNER_FIT, pixel perfect: False, control mode: ControlMode.BALANCED, preprocessor params: (512, 100, 200)", Hires resize: 1024x1280, Hires steps: 16, Hires upscaler: 4x-UltraSharp, Version: v1.5.1.17-2-gaded411, TaskID: 629254653514645043

艺术二维码ControlNet中选择qrcode模型，权重越高越容易扫出来，但是二维码特征越明显。推荐从1.1开始往上尝试，二维码的原始链接越简短，能够被扫出来的成功率越高。（二维码图片选用的是qrcode的第一个参考图）生成信息：Masterpiece, cool futuristic feel, random light and shadow, random universe background, glowing stars, dazzling star lines, scattered water droplets, giant planets as background, perfect, ultimate, highlights, bright and colorful tones, 3D, ink background, high-resolution,High quality, stunning work, master like work,, real reflection, real light, background with the moon,Colorful portraits,EpicSky,science fiction,cloud, <lora:Colorful portraits_20230715165729-000018:0.5>, <lora:EpicSky-000006:0.3>, <lora:scienceFiction_v1:0.4>Negative prompt: NSFW, nude, ****, picture frame, cropped, out of frame, lowres, worst quality, low quality, watermark, username, text, Signature, poorly drawn, bad anatomy, wrong anatomy, malformation, ugly, disgusting, jpeg artifacts, blurrySteps: 30, Sampler: DPM++ 2M Karras, CFG scale: 7.0, Seed: 941800275, Size: 640x640, Model: darksun_v40, Denoising strength: 0.5, Clip skip: 2, ControlNet 0: "preprocessor: none, model: control_v1p_sd15_qrcode_monster, weight: 1.5, starting/ending: (0.0, 1), resize mode: ResizeMode.INNER_FIT, pixel perfect: False, control mode: ControlMode.BALANCED, preprocessor params: (512, -1, -1)", Hires resize: 1280x1280, Hires steps: 10, Hires upscaler: 4x-UltraSharp, Version: v1.5.1.17-2-gaded411, TaskID: 629247081487371749

艺术字流程与光影字类似，区别是上传的图片为白底黑字，ControlNet模型为depth，也可以使用canny（需要注意的是图像分辨率要与你上传的图片相当或者为倍数）推荐权重：depth0.8 canny 0.7例图生成参数：提示词：masterpiece, best quality, 8k，Soft toast，Delicious Bread,Extreme details采样算法：DPM++ 2MKarrassteps：30cfg：8

光影字首先确定自己想要的图片风格如奇幻或者真实，然后选择相对应风格的大模型。接着在ControlNet中选择qr code模型，上传你制作好的黑底白字的图片（上传的图片不推荐png格式）。设置生成参数（需要注意的是图像分辨率要与你上传的图片相当或者为倍数）就可以开始抽卡了。以下是例图生成参数大模型：奇幻世界cn：（qr code）权重1.2采样算法：DPM++ SDE Karras steps：40 cfg：7提示词：best,8K,Best quality,night,a bustling city,(vehicle passage:1.2),neon light,(lots of traffic:1.1)wide angle view,aerial view

真人转二次元在图生图中，上传一张真人照片，然后选择自己喜欢的动漫模型，在提示词中尽可能详细的描述图片画面，还可以添加你想要的原图没有的细节。重绘幅度可以适当调低（可以从0.5开始尝试），设置好参数就可以开始抽卡了。例图参数设置：大模型：Dark Sushi Mix采样算法：DPM++ SDE Karras采样次数：20 Cfg：8提示词：1girl, solo,masterpiece, best quality, 8k原图转动漫效果

上传模型我们不仅可以直接创建一个新的项目，还可以一键同步你在civitai上传的所有模型文件类型分为Pickled Tensor和Safe Tensor，模型文件后缀名为safetensors即是Safe Tensor。尺寸是指你上传的模型是完整版或修剪版，Full即是完整版。精度一般为16。一般选择是Safe Tensor，full，16

高级控制（ControlNet)ControlNet（下面简称cn）是真正将AI绘画变得“真正”可控的第一步，让StableDiffusion有了成为生产力工具的资格。ControlNet作为对大模型进行微调的神经网络，它的作用原理是根据一些额外的信息（通常来自于你上传的图片）来对StableDiffusion的创作过程进行引导，从而实现对生成图片的精准控制。ControlNet能够实现精准控制的用法，你可以根据你的需求选择适合的ControlNet模型与预处理器来从你上传的图片中提取相应的条件信息。例如openpose就是只会提取你上传的图片中人物的姿势，脸部和手部特征点，过滤掉其他的信息而且你还可以同时使用多个ControlNet实现更进阶的操作，例如可以将inpaint模型，canny模型，openpose模型三个模型混合使用，再加上具体的蒙版，可以实现模特换衣，换头等操作。还有互相加成的效果，例如openpose加上较低权重的tile模型可以更好的控制人物结构。详解：Openpose 姿势控制：从真人图片中提取人物姿势，脸部和手部特征点，应用到生成的图片中。QR code 二维码：用于制作ai二维码，也可以用于“幻术图”等的制作Brightness 光影控制：通过识别图像中的明暗关系，可用于生成光影字与人物光影图Canny 边缘检测：检测图像中的边缘细节，达到还原图像中的细节的目的，还可以控制绘制区域。Depth 深度图生成：检测物品的景深效果，包括前后位置，物体大小，光影等。能较好的还原远近与前后关系Lineart Anime 动漫线稿上色：提取图像的线稿特征，并在出图中加入动漫风格Linart 线稿上色：提取图像的线稿特征，还原图像细节（相比于canny自由度更高）mlsd 线段识别：识别图像中的直线（通常用于建筑与物体图）normalbae模型识别：用于生成法线图Scribble涂鸦上色：对上传的图片进行涂鸦上色，补充细节Softedge：识别图像中的轮廓seg语义分割:从像素的角度分割出图片中的不同对象Shuffle内容重组：内容重组，风格转移ip2p：可以理解为自然语言ps，例如你上传的图像中有一只猫，你可以通过提示词使用自然语言把猫变狗Color色彩格子：提取原始图片带有空间结构的的颜色特征，那个地方那个颜色Tile超清重绘：通过超分辨率，可以使图像增加大量的细节

一键生成动图（Text2Animate）这是一个可以让你一键让你的图片动起来的功能！可以通过简单的输入正向与反向提示词，就能得到一张精美的动图。仅仅需要注意的是其中的帧数与帧率，帧数代表着的是在这一张动图中一共会用到多少张吐司生成的图片，这里推荐16效果会更好。帧率代表的是一秒钟播放多少张图片，以右侧中的参数为例子16帧是一共16张图片，4的帧率即每秒播放4张，因此这样生成出来的动图会播放16÷4=4秒。这里更推荐使用二次元而非真人系列模型制作动图，在相同的设置下，二次元系列的模型制作出来的动图变化更大更丝滑，表现力更好。添加lora也可能会导致画面崩坏。模型：majicMIX realistic麦橘写实- v2威力加强典藏版提示词：upper body,dress conservatively,masterpiece, 1 girl, Stand, female, {white hair}, jewelry, Circle, {medium breasts}, {JK}, indoor, huge filesize, extremely detailed, 8k wallpaper, highly detailed, best quality反向提示词：(nsfw:2),Naked chest,(worst quality:2), (low quality:2), (normal quality:2), lowres, watermark, An imperfect hand, badhandv4, ng_deepneive_v1_75t, lowers, Bad ers, bad hands, missing ers, extra digit, bad hands, missing ers, fused ers,模型：majicMIX realistic麦橘写实- v2威力加强典藏版提示词：upper body,dress conservatively,masterpiece, 1 girl, Stand, female, {white hair}, jewelry, Circle, {medium breasts}, {JK}, indoor, huge filesize, extremely detailed, 8k wallpaper, highly detailed, best quality反向提示词：(nsfw:2),Naked chest,(worst quality:2), (low quality:2), (normal quality:2), lowres, watermark, An imperfect hand, badhandv4, ng_deepneive_v1_75t, lowers, Bad ers, bad hands, missing ers, extra digit, bad hands, missing ers, fused ers,模型：超强控图|优可youkengi delicate anime提示词：best quality, masterpiece, illustration, ultra-detailed, beautiful detailed eyes, (1girl:1.3),magician, enchanting spell, high-angle view, magical forest, otherworldly beauty, casting pose, magical staff, invocation effects, soft and ethereal light, fantastical atmosphere, mystical creatures, empowering allies, enhancing abilities, elemental magic, swirling energy, pulsating aura, determination, support, vibrant colors, glowing runes, levitating, swirling leaves, teamwork, magical bonds, protective shield, guiding light, shimmering particles, enchanted surroundings, harmony with nature, hope, wisdom, ancient secrets, celestial beings, arcane knowledge, mystic symbols, spellcasting, elemental forces,反向提示词： (worst quality, low quality:1.4), negative_hand Negative Embedding,verybadimagenegative_v1.3, 2girls, nsfw:1.4,bad anatomy, bad hands, cropped, missing fingers,too many fingers, missing arms, long neck, Humpbacked, deformed, disfigured, poorly drawn face, distorted face, mutation, mutated, extra limb, ugly, poorly drawn hands, missing limb, floating limbs, disconnected limbs, malformed hands, out of focus, long body, missing toes, too many toes，monochrome, symbol, text, logo, door frame, window frame, mirror frameText2Animate相较于普通的文生图，写提示词的技巧也略有不同，但是抽卡的变化性也更大了。这是一个很有生成乐趣的玩法，期待大家的积极尝试，记得发帖哦！

高清修复(Hires-Fix)高清修复是一个非常好用的功能。当你在使用AI绘画时，模型的默认分辨率不能满足高清出图的需求。如果你想直接通过扩大分辨率来解决这一问题，那么过大的分辨率会让AI觉得这是多张图片拼接而成，因此会生成多头多人的图片。所以，想要通过AI直接生成高分辨率的图像，高清修复是你最好的选择。它的工作原理是先让AI生成预设分辨率的图像，然后再根据这一图像重绘高分辨率版本。其本质可以理解为是对原图像进行放大分辨率的“图生图”。进行高清修复需要设置的参数主要有四个：放大算法，采样次数，重绘幅度和放大倍率。高清修复的放大算法直接影响放大后的效果，例如Anime-4x就会让图像的线条更加圆润，构图更加简洁，而lantent的一系列修复方式会加多图像细节，使图像画面更加丰富，但是也会增加不和谐的元素，更加“AI”。二次元推荐：R-ESRGAN 4x+ Anime6B；4x-UltraSharp；4x-AnimeSharp三次元推荐：4x-UltraSharp；R-ESRGAN 4x+通用推荐：4x_NMKD-Superscale-SP_178000_G降噪强度（重绘幅度）：和图生图中的概念是一样的。在0.1到0.5这个范围，高清修复对画面的改变幅度并不大且大部分集中在面部。大于0.5的降噪强度对于画面的影响是比较大的，0.8以上就基本是大范围重绘了。采样步数，推荐30以内的步数，其实越往上差别不算很大常用的放大画面分辨率是1.5k

ADetailer这是目前面对AI绘画中脸部崩坏的最优解，对手部畸形也有一定的改善。ADetailer 修脸器还可以添加人脸lora与提示词，可以更加精确的让AI生成想要的面部。参数介绍：模型：不同的模型对于着不同的修复对象，带face的就是修脸，hand是改善手部，person重画人，mediapipe代表的是识别算法置信度，识别面部的强度，越高就更容易的起效。识别严格程度。重绘蒙版模糊，边缘羽化强度，越小越明显锐利重绘噪声强度，和之前的概念一样，有lora建议开高一点

工作台工作台是吐司在线创作的地方，进入网站https://tusi.cn后点击在线生图即可进入工作台。你可以在工作台中使用文生图，图生图这两个AI绘画的基本创作方式，还可以对选定的图片进行高清修复（分辨率放大）和ADetailer 修脸器（增加面部细节，解决面部崩坏）以及局部重绘。

关于设置图片分辨率设置：可以选择预设好的三种分辨率，也可以点开最右侧的「custom」进行自定义。（自定义参数最好是64的倍数）采样算法(Sampler)：可以简单理解为AI绘画的画笔，不同的采样算法所对应的出图速度与画面质量都是不同的。在文生图中，将会有详细的推荐与介绍。（采样器主要负责去噪的过程。在图像生成前，模型会首先在Latent Space中生成一个完全随机的噪声图像，然后噪声预测器会开始工作，从图像中减去预测的噪声。 随着这个步骤的不断重复，最终我们得到了一个清晰的图像。 Stable Diffusion在每个步骤中都会生成一张新的采样后的图像，整个去噪的过程，即为采样， 使用的采样手段，即为「采样器」或称为「 采样方法」。）目前在网络上使用最广泛的几种采样方式分别是：Euler a、DPM++ 2M Karras、DPM++ SDE Karras、DDIM：采样次数：是StableDiffusion根据文本提示从随机噪点到结果收敛所运行的迭代次数。一般来说，越高的采样次数对应着更长的生成时间与更高的准确性。但是采样步数也不是越高越好，过高的采样步数甚至会降低画面的细节。在文生图中，同样也会有详细的推荐与介绍。提示词相关性(CFG Scale)：CFG是控制生成的画面与提示词接近程度的设置。通俗的讲，越低的CFG值AI就更加的“天马行空”，越高的CFG值AI则更倾向于“按部就班”。在文生图中，将会有更详细的推荐与介绍。随机种子(Seed)：在webui里面给到的注释是“一个固定随机数生成器输出的值，以相同参数和随机种子生成的图像会得到相同的结果”，代表的是潜在扩散模型潜在空间里生成的起始随机噪声图。

提示词与反向提示词提示词（prompts）又称咒语，是AI绘画中重要的一环，它直接影响生成图片的质量与内容。我们通过提示词向AI表达“我们想要什么”。因此你的提示词描述的越具体，AI生成出来的画面就越贴切你的想象。一段好的提示词应该包括对四个要素的描述：图片品质，图片结构，图片内容，图片风格。提示词有特殊的语法规则：首先它必须要用英文进行输入（吐司tusi已实现输入中文转英文功能）。每一个词组之间都需要用到英文中的“逗号”（,）来分隔。我们还可以通过赋予提示词权重，常用方法是（提示词:1.x），以此来达到精确控制画面内容的效果。Tips：分享两个加强提示词准确性的小技巧👇提示词越接近75个或者75的整数倍数，提示词准确性越高。在提示词中加入“BREAK”能提升提示词的准确性，注意BREAK之后要加提示词。还可以用它来分隔两段提示词。反向提示词就是向AI表达你不想在画面中看到的，而反向提示词大多是通用的。又因为其内容过多，所以一般可以使用NegativeEmbeddings（负面词嵌入）来避免输入大量的反向提示词。

关于模型📌大多模型介绍中都会有作者推荐的参数设置，生图时搭配使用效果更佳哦！基础模型又称为底膜或大模型，它能决定你出图的主要风格（真人、二次元等）与画面质量。LoRA模型可以简单理解为是在大模型上的一个补丁，能给予一些额外的效果。是基于大模型的微调来实现脸部结构的替换，艺术画风的表达，或者将服饰、姿势等元素添加到你的画面中。你还可以通过调整LoRA的权重来控制这个LoRA对于你画面的影响强度。如果LoRA有触发词的话，在提示词中加入触发词也是增大LoRA权重的一种方法。vae模型是大模型的编码器，可以简单理解为是大模型的一个滤镜，对画面影响小。每个大模型都有内置的vae，但是有的大模型内置vae可能损坏，这会导致“画面失去色彩”呈现灰色，因此需要选择外置的vae模型，这里一般推荐使用vae-ft-mse-840000-ema-pruned.ckpt