认识SDXL模型
SDXL模型是由StabilityAI于2023年下半年发发布。
训练集分辨率：1024x1024px
文本编码器：采用OpenCLIP -ViT/G + OpenCLIP -ViT/L；双CLIP组合
支持语言：英语
提示词形式：tag+短语形式/自然语言
生成类型：图像
UNet 参数数量：2.6B
优点：支持较为复杂的语义理解，还支持多种风格
生态：SDXL拥有非常繁荣的生态环境，并衍生了多种微调模型分支，对动漫类图像有非常好的支持，是目前最常用的动漫绘画模型之一。
- base（基础）模型
下载链接： https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/tree/main - refiner（精炼）模型 质感、光影、纹理等方面有更好的效果。
下载链接：https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/tree/main
网盘下载：https://pan.quark.cn/s/76b1149dd741
存放路径ComfyUI\models\checkpoints，如果非checkpoint模型还需根据实际情况存放。具体参考，传送门：1.02 SD1.5图像生成基础原理、熟悉comfyui工作流界面快速入门，搭建第一个工作流
搭建SDXL模型工作流
基础工作流
基础的SDXL模型工作流搭建非常简单，仅需使用默认的工作流，将模型切换为SDXL模型，图像尺寸修改为1024即可。
示例提示词：
evening sunset scenery blue sky nature, glass bottle with a galaxy in it如图所示：
多阶采样工作流
除了使用基础模型搭建简单的工作流，还可以配合精炼模型搭建更复杂的工作流，既多阶采样。多阶采样也是在comfyui中经常使用的技术之一，可以通过多阶采样完成对图像进行二次渲染，以达到精修、放大、图像调整等操作。
多阶采样通常有两种方式：
当然使用上述的精炼模型进行二次采样并不常用（因为绝大部分的多微调模型，都无需使用精炼模型），但是这种多模型配合，多次采样出图的思维，为我们以后的创作提供了更多解决方案的可能。
SDXL风格提示词
在一开始就介绍了，SDXL支持多种风格，我们只需要在提示词中输入对应的风格提示词，无需使用微调模型或Lora模型就能完成不同风格的绘画。
对于不同风格的提示词可以参考这个网站：https://rikkar69.github.io/SDXL-artist-study/
可视化的风格提示词节点
除了去手动摘抄提示词，我们还可以借助第三方节点来完成这个工作，只需要在comfyui工作流中简单的点选操作就能实现对应的风格。
节点名称SDXL Prompt Styler，我们可以使用管理器或者git clone来进行安装，还不懂安装的朋友可以参考，传送门：安装常用第三方节点/插件，中文汉化和提示词翻译节点
git安装命令：
git clone https://github.com/twri/sdxl_prompt_styler.gitgithub地址：https://github.com/twri/sdxl_prompt_styler
安装完成该节点后，可以尝试简单的使用该节点。在找到节点库→工具→SDXL风格化提示词
英文版：节点库→utils→SDXL Prompt Styler
将该节点拖拽出来，在text_positive中输入正面提示词，text_negative中输入负面提示词。
示例提示词：
a wizard on a mountain top, casting spells on the dark night sky风格（style）选项中选择一个合适的风格，基础（base）表示不使用任何风格。最后在将正面与负面条件的输出连接到clip文本编码器的文本输入，如图所示：
以下是我使用示例该提示词，并固定种子，采用不同风格得到的图像。
除了上述简单的提示词应用之外，该节点还提供了一个额外的高级节点。
评论(0)