AI 本地文生图模型部署不完全指北

ななひら

H3已经跑起来了，等加速lora了

tbone

查内姆 发表于 2026-8-1 17:03
能去外网就去外网下，比如https://civitai.red/models，注册账号，然后搜krea 2，会出现很多模型，基本一 ...

默认的两个模型基本会用了，不过下新的涩涩模型还是不怎么懂，封面认不出来（真人封面的都算吗），就随便下了LORA KR2开头的模型（偏真人）扔你给的工作流里不能用

查内姆

tbone 发表于 2026-8-3 18:44
默认的两个模型基本会用了，不过下新的涩涩模型还是不怎么懂，封面认不出来（真人封面的都算吗），就随便 ...

不是，如果注册了，那么会先是瑟瑟模型（不注册只显示普通模型），封面一般会是很暴露的图片
你下的这个名字里带lora，应该是个Lora，这种不是模型，（模型应该有十几个GB大小，如果只有几百MB，那一般就是lora）。
搜索模型，左侧有个筛选条件——选择checkpint，然后看搜索的封面是不是很暴露，选个你觉得暴露的点进看看大小再下载
新手可以先试试这个——KREA2 GPT 逼真版。不是说这个有多好，是我刚看了一下发现这个是nsfw模型，另外下载选项第一个就是int8模型，这种模型执行速度会快些。
另外Muse By Stable Yogi Krea2、Moody Krea 2 Mix (uncensored)
这两个模型也可以，不过下载时需要选一下文件名里带int8下载。当然，如果你显存够大，可以不用理会int8不int8的
（其实还有很多瑟瑟模型，不是说这三个有多好，只是我只用过这三个所以知道效果）

tbone

查内姆 发表于 2026-8-3 19:38
不是，如果注册了，那么会先是瑟瑟模型（不注册只显示普通模型），封面一般会是很暴露的图片
你下的这个 ...

注册了还是搜不到，用的是civitai.red

查内姆

tbone 发表于 2026-8-3 20:43
注册了还是搜不到，用的是civitai.red

你只搜索NSFW试试，如果什么都没有，那说明你账号设置那可能有问题，不是可以显示18X的内容
这个我似乎是注册时就选了可以显示18X，现在不知道你这种情况怎么改，不过应该不难

查内姆

minimax H3，也已经搭建上了，8G显存的4060生成个5秒的536X736的视频要6分多种，感觉现在最好还是多等等，等minimax H3的环境都成熟了再说
（不知道怎么直接贴视频，附件的视频是用这三张图生成的，真人的效果竟然还挺不错的，动漫这个脸部最后有点崩）

搞不好是洗衣粉

想请教一下，完全没基础，想要提炼一下我自己画的猪图，做一个专门生成猪图的ai，怎么在本地部署训练

—— 来自 samsung SM-W9026, Android 16, 鹅球 v3.5.99

查内姆

搞不好是洗衣粉 发表于 2026-8-4 20:09
想请教一下，完全没基础，想要提炼一下我自己画的猪图，做一个专门生成猪图的ai，怎么在本地部署训练

—— ...

这种应该可以用大量风格一致的图片训练lora实现，不过具体怎么做完全不知道。。。

脸宽

搞不好是洗衣粉 发表于 2026-8-4 20:09
想请教一下，完全没基础，想要提炼一下我自己画的猪图，做一个专门生成猪图的ai，怎么在本地部署训练

—— ...

有webui的程序，b站好像有。但是我之前练过，但是我自己实测效果一般。（我的训练水平不行，我用别人的lora还可以）
底模选风格匹配的模型。

葛雷新

想问下MINIMAX文生视频，或者图生视频，单次能生成长一点，比如10-15秒的视频嘛？另外如果想用多个视频拼接成一个视频，如何保证人物或场景的一致性？

cumbland

题主，适合生成像素风动图的模型哪个好？

查内姆

cumbland 发表于 2026-8-5 19:16
题主，适合生成像素风动图的模型哪个好？

是指像素风格的图片，还是像素风格的视频？
如果是前者，那需要文生图模型和lora，具体那个模型好我还真不清楚
如果是后者，那么现在H3比较好用，硬件要求也没那么高（相对来说）
附件是我用krea 2生成的像素风格图片，然后让H3根据图片生成的视频（然后又转成了GIF格式放到帖子里）

理念

我想要生成文创风格的图，不知道用什么模型和关键词比较好？

—— 来自 HONOR AAK-AN00, Android 16, 鹅球 v3.5.99

炽十二翼

战略性马可波罗，说不定什么时候用上

不入流美术

我自己定制的写实向熟女nsfw用16g内存，8g显存的2070跑一张10几分钟，细节不好又是十几分钟，不过也是乐此不疲

Schwarzess

如果我想生成nsfw的动作戏是应该换模型吗？
现在用的krea2墨玉是看b站教程下的，生成暴露内容可以，但是体液和直球凿人内容不行。    Re:Source

michaelowen9

发点自己研究的不色的跑团用的人物卡。

结发受长生

问下，12G显存大概能玩什么级别的模型？楼主你发的这个krea2的图形流我不知道为什么跑不动

tewaku

结发受长生 发表于 2026-8-22 01:59
问下，12G显存大概能玩什么级别的模型？楼主你发的这个krea2的图形流我不知道为什么跑不动 ...

只是图的话我3060ti8g就能玩光辉、anima、krea2、zimage这些，没记错剩下的模型都是要求16g的

御姐贾

我3060，一张图一分钟，这期间还啥也干不成，生出来还不合意崩了，折腾了半个月，八月初放弃了，不折磨自己了，老实掏钱novelAI了，今天Nai更新了5.0，我靠超级爽，之前限制500token，现在扩到1400token了，而且对提示词的遵循严格的多了，今天都没怎么reroll
而且之前数据库只到25年底，好多今年出的角色都没有资料，今天更新之后，守望的斩仇，安然，金驭，鸣潮的绯雪之类的也都能直接出了
就是贵，一月25刀，还得用visa


—— 来自 S1Fun

龙骑士尹志平

zimage我觉得真人的效果最好，可惜阿里不怎么上心，基本出于停更状态，阿里全去维护他的闭源生图了，所以zimage的插件太少，最近折腾zimage参考人物图生图，效果很不好，和ai沟通了一亿多token，ai劝我换一个模型吧

choker

又麻烦效果又烂，被豆包吊打出翔。

处男鉴黄师

龙骑士尹志平 发表于 2026-8-22 06:55
zimage我觉得真人的效果最好，可惜阿里不怎么上心，基本出于停更状态，阿里全去维护他的闭源生图了，所以zi ...

确实用错模型了，zimage没有参考图功能，qwen image edit和klein才有，krea2有非官方实现，你甚至可以用minimax H3来实现

洪水熊猫大势去

御姐贾 发表于 2026-8-22 04:00
我3060，一张图一分钟，这期间还啥也干不成，生出来还不合意崩了，折腾了半个月，八月初放弃了，不折磨自己 ...

不能出nsfw的啊，没有动力

—— 来自 鹅球 v3.0.86-alpha

tamatama

话说16G显存的显卡用AI toolkit炼Krea2的lora有没有好的底模啊，官方在hf上的模型跑起来动都不动，用修剪后的int8或者fp8则会提示报错。问Ai的话就建议换个炼丹软件

狭义文具爱好者

提一下线上的，nai5现在全面更新了，效果和自然语言理解看着都有进步，但是小图不给无限了有点烦。

查内姆

结发受长生 发表于 2026-8-22 01:59
问下，12G显存大概能玩什么级别的模型？楼主你发的这个krea2的图形流我不知道为什么跑不动 ...

推荐的这俩都能跑，（分辨率设置成768X1024，生成步数设置生成8步，应该20秒到30秒之间一张图，如果比这个速度慢很多，那说明还是那里有问题）如果有问题推荐先升级一下comfyui
（话说你们都不看帖子的吗？主楼和和回复里说了很多次8G显存就能跑了，还有要先升级一下comfyi）

Schwarzess

4060ti8G，comfyui，阿批找的krea2魔改不加lora，个人比较喜欢3:4所以用1080×1440大概40s出一张。1k的话再加10s左右。   
单队列开几十个任务然后还能开个阿批看视频，到点开包就完了。 Re:Source

龙骑士尹志平

处男鉴黄师 发表于 2026-8-22 07:13
确实用错模型了，zimage没有参考图功能，qwen image edit和klein才有，krea2有非官方实现，你甚至可以用m ...

krea2出真人图质量与zimage比怎么样，参考图遵循程度如何，其他出真人图达到zimage质量能本地部署的还可以ip adapte固定人脸的模型还有哪些，感谢大佬解答

不入流美术

choker 发表于 2026-8-22 07:07
又麻烦效果又烂，被豆包吊打出翔。

豆包又不能nsfw

龙骑士尹志平

装好krea2了，比sdxl flux有很大提升，可惜还是比zimage差点

来都来了

Schwarzess 发表于 2026-8-22 11:47
4060ti8G，comfyui，阿批找的krea2魔改不加lora，个人比较喜欢3:4所以用1080×1440大概40s出一张。1k的话再 ...

介绍一下魔改的特色？再给个链接？

Schwarzess

来都来了 发表于 2026-8-22 13:03
介绍一下魔改的特色？再给个链接？

https://www.bilibili.com/video/BV1ssME67Er9

按照up主的说法是优化了人像摄影的生成，而且生成的人脸也不会很网红（不过多少有点吧，好看还是能说好看的）。具体比起听我说看下视频讲解更好理解。
up给的链接里有一个配套的工作流，不过我用自己搭的工作流也能出。

墨玉系列的是可以出nsfw的但只能出一些基本的，对一些动作和物品的描写理解不太到位。有需要的话这方面还是要去c站通过lora之类的解决。

贴两张随便生成的sfw做例子。

tohnohonest

那么现在最厉害的二次元模型是啥呢，我有24G显存

处男鉴黄师

龙骑士尹志平 发表于 2026-8-22 12:03
krea2出真人图质量与zimage比怎么样，参考图遵循程度如何，其他出真人图达到zimage质量能本地部署的还可 ...

Krea2本身真实感还行，但是如果用了破限手段画质和人脸都偏向Stable Diffusion 1.5时代的社区模型了。我个人选择前几步使用破限lora，后几步不用，比较平衡两者的利弊。


Krea2的参考生图功能不是自带的，而是别人训练的lora（conradlocke/krea2-identity-edit · Hugging Face）。效果我觉得还不成熟，试试可以。


z-image的风格别家很难复现，可能是训练集比较特别，出图符合国人审美而且有些“模拟味/胶卷味”。这个模型很难用i2i的方式“洗图”。

现在最好的开源参考生图，我真的觉得是minimax H3。除了视频模型的原因画质比不上图片模型，其它诸如提示词遵循程度和参考能力都是遥遥领先。使用方法也简单，视频帧数拉到最低5，生成的视频提取第一帧就行。画质可以靠别的图片模型放大和修复。

navarra

第一步可以淘汰了，comfy自己出了个整合式前端comfy desktop，比秋叶那个好多了

—— 来自 Xiaomi 2410DPN6CC, Android 16, 鹅球 v3.5.99

龙骑士尹志平

处男鉴黄师 发表于 2026-8-22 16:58
Krea2本身真实感还行，但是如果用了破限手段画质和人脸都偏向Stable Diffusion 1.5时代的社区模型了。我 ...

H3最低我记得不是5s124帧吗？有什么秘技可以修改这个？生成5帧的视频？

处男鉴黄师

龙骑士尹志平 发表于 2026-8-22 17:32
H3最低我记得不是5s124帧吗？有什么秘技可以修改这个？生成5帧的视频？

不算秘技，常规操作

“MiniMax H3 Reference to Video”节点的length不要接前面的节点，断开连接手动输入5

龙骑士尹志平

处男鉴黄师 发表于 2026-8-22 17:37
不算秘技，常规操作

“MiniMax H3 Reference to Video”节点的length不要接前面的节点，断开连接手动输 ...

搞定了，大佬牛逼，谢谢