【closerAI ComfyUI】AI微短剧人物IP设计必备的人物IP角色一致性多视图设计工作流，打造你的微短剧主角！推荐学习！
随着阿里开源的通义成相AI视频模型wan2.1的发布，AI视频卷出新高度，相信围绕AI视频模型的生态越发成熟，大家目前都聚焦AI短剧、AI电影。但一切的基础离不开画面。而画面或者理解成分镜，是生成视频的最基本要素，决定着AI视频、电影、短剧成败。特别是人物、场景一致性方面。
最近也在研究AI视频，在人物角色设计方面，虽然闭源产品像即梦、可灵等，可通过参考图来实现人物特征的迁移，但效果需要一定的抽卡，同时需要一定的费用支出。所以，最近closerAI团队搭建了人物IP角色一致性多视图设计工作流用于人物IP设计。
我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。
这份完整版的SD全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
closerAI 人物IP多视图一致性设计工作流
为了能更好地赋能我们在AI短剧时候的人物设计，搭建了这样一个工作流，主要为了实现在AI微短剧生产时，为人物角色IP提供多视角的设计图，可用于闭源产品中作参考图，同时也可直接利用它生成微短剧的分镜图。以下是closerAI 人物IP多视图一致性设计工作流全貌。
工作流分步执行，之前也有设计过一次执行完，但执行时间过长，建议还是分步执行，效率最高。
步骤为：
上传服饰——反推服饰形成提示词——提示词翻译——复制整理好的提示词进行flux生图——放大——人物特征迁移。
一、生成白底服饰图
首先，我们找一张喜欢的衣服，这里工作流加入了分割模块，如果服饰含有人物，则使用这个模块将衣服分割出来。如果有白底服饰图就直接进入服饰提示词反推即可。下面，我们找了以下一张图：
分割出来的服饰并形成了以下白底服饰图。
结果如下：
这个控制模块启用与否，反推则打开，其它关闭，一步步来，不然显存不够。
二、反推服饰白底服饰图
我们将白底图复制到反推的加载图像中。
黏贴后，执行反推，这里提供了两个反推方式，一个是cliption反推，一个是deepseek janus反推，可根据情况二选一使用。
我这里用cliption。高效。
得出以下提示词：
提示词：a black dress with a deep v – neckline and long legs is displayed against a white background. the dress has a fitted bodice with a flared waistband and a flared skirt. the belt has a gold buckle and is paired with black high – heeled sandals.
这里不仅仅是服饰的反推，场景也可以反推，大家加载一场景图进行反推即可，然后复制提示词备用。
三、提示词工程
然后启用提示词翻译模块，这里我们写好了提示词，大家将服饰提示词复制进去翻译。当然，场景提示词也可以复制进去，也可以自己写。这里我直接写白色背景。
得出完整的提示词：
Image quality: 8K, best quality, super detail, HD, super detail, surreal, realistic, masterpiece, photography;This is a full-body portrait of a person.The size of this photographic image can reasonably evenly distribute each image;This photographic image is composed of four images: a close-up of the person and a three-view, from left to right, a close-up of the person, a full-body front view of the person, a left view, and a rear view;The person in the picture is wearing a black, knee-length dress with three-quarter sleeves. The dress features a V-neckline and a cinched waist accentuated by a large decorative buckle.;The background is a white background;
四、flux生图
这里也用到了sageAttention进行提速。安装不了的，可以直接忽略或删除这个节点。
参考图也是我自己生成的一张，加载进去进行图生图。
LoRA可下载一个三视图的进行控制，这里提示词其实也进行控制了，有无也无所谓，我们是设计人物IP，不需要严谨的三视图。多视图即可。有时候让flux自由发挥，效果更棒。为什么不加入controlnet呢？太久了，时间上等不及了。多抽卡即可。注意我这里设置的生图尺寸是2048*1024，我8G生图时间3~4分钟，大家参考下吧。如果不需要这么大的尺寸，自己更改就行。最好按我尺寸的比例按倍数缩放。
以下是生图结果。
五、高清放大
这里我们使用了TTP放大。将flux生图结果，加载至TTP中执行即可。
我们加入人物特征迁移：一次性换成同一个人。这里可以先进行放大，再换。先进行缩放，再进行换脸。如下图设置。
得出以下结果。
效果不错的。未加入分割，因为它放大结果差不多８K了够大了的，大家截图即可（我个人觉得）
以上是closerAI团队制作的stable diffusion comfyUI closerAI开发的
***closerAI 人物IP多视图一致性设计工作流*介绍，大家可以根据工作流思路进行尝试搭建。
当然，也可以在我们closerAI会员站上获取对应的工作流。
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。
这份完整版的AIGC全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
评论(0)