⭐ DAY99 / 知更鸟（pid：147634382）⭐
日期：2026-08-13，周四
环境：下午，晴-雨
bgm：Lightning moment
— 13:00 —
历史：
下午起床（？）后写了篇日记，稍微统一了下思想，两点，控制一天的结束，与宣言一件第二天的行动（即图书馆）。后博3+王者，到晚上，晚餐后，10点多洗澡，再之后，理论上应该睡觉了，但看起了短视频（忘了有没有看小说），猫到 1 点，睡觉。而能确定是短视频的原因，在于我能在 1 点睡觉，如果是看小说的话，会看 high 的。
现在：
入睡时关了闹钟，早上不出意料 9:30 醒来，后久违的仅洗脸刷牙的洗漱，后煮面当早饭，这就到了 10:30，后打王者到 12 点，一包全麦当中饭，后也终于出门去图书馆了。
骑到半路下雨了，也是来到了目的地，后开始找座位，因为刚需电源，且常去的三楼座位都坐满了，故跑去顶楼（5 楼），饶了一圈，也是在一个角落找到了座位，庆幸。下次如果还是晚出门，得额外带上插座了。
— 13:14 —
那么，现在，两个事项，AI 绘图的本地化搭建，第二个，OBS 全时段录屏。
先 obs 吧，安装包一直放着，但一直中断着。
— 14:45 —
C 盘快炸了，之后开整 C 盘的扩容，最终采用 DiskGenius 的方案，给 C 盘扩了 100GB 。
回到 OBS，问题 1，依旧是蓝牙耳机与麦克风通道冲突。
完成，除了显示屏上会有个黄色的采集框，虽然说也能解决，但不确定会出现什么风险，先忍一手。
另，图书馆的空调，虽然舒适，但明天还是穿件衣服吧。
— 15:38 —
那么，绘图的本地化。
打牌，有点懈怠了的感觉。（16:40）
抉择，选择本地部署 ComfyUI ，下载 ing，得花 1h+ 了。
锐评2026年AI生图软件，从夯到拉依次排名！视频下方评论，化名乐桑的总结。
对话核心分析
这段对话围绕“AI绘画（特别是Stable Diffusion）的本地部署与进阶应用”展开，由一位经验丰富的UP主/大佬（化名乐桑）主导，为多位零基础或遇到瓶颈的新手解答疑惑。对话内容硬核、实战性极强，主要涵盖了以下几个核心维度：
- 工具与平台选型：对比了本地Stable Diffusion（SD）、NovelAI（NAI）、TensorArt等平台的优劣，强调了本地部署在自由度、模型训练（LoRA）和长期成本上的优势，而线上平台更适合配置不足或特定需求的用户。
- 硬件配置与替代方案：明确了本地跑SD的硬件底线（如8G显存），并为低配电脑用户提供了云端租显卡、线上平台付费等备选方案。
- 参数设置与模型推荐：分享了极具实操价值的SD出图参数（分辨率、采样器、步数等），并推荐了具体的底模（Checkpoint）和LoRA作者。
- 提示词（Tag）逻辑：详细拆解了一套从“优化词”到“环境/表情”的完整Tag编写公式，强调了权重和顺序的重要性。
- 商业应用与进阶思路：探讨了AI在电商海报、服装展示中的应用，以及2.5D画风的实现思路。
AI绘画实战进阶笔记（基于对话提炼）
一、 平台与工具选型指南
- Stable Diffusion (本地部署)：
- 优势：开源免费、出图无成本、自由度极高、支持自定义模型训练（LoRA）和精准控制（ControlNet）。
- 劣势：对电脑硬件（尤其是显卡）有要求，学习曲线较陡。
- NovelAI (NAI)：
- 特点：闭源平台，提示词逻辑与SD有差异，拥有特殊的“画师串”等功能，对特定风格（如二次元）理解较好。
- 劣势：无法本地训练模型，付费制，从SD迁移有学习成本。
- 线上平台 (TensorArt / 云租显卡)：
- 适用人群：电脑配置不足（如无独立显卡、显存低于8G）的用户。
- 建议：先在本地用低参数跑通流程，熟悉后再去线上平台付费出图或炼丹，避免浪费“学费”。
二、 硬件要求与低配解决方案
- 显存底线：本地部署SD/ComfyUI最低建议 8GB显存。
- 低配笔电测试法：将分辨率调至512*768，步数32。若单张生成<2分钟，可正常使用；>5分钟建议放弃本地，转线上。
- 备选方案：
- 使用TensorArt等线上SD平台（需付费点数）。
- 租用云端显卡（如阿里云等，按时计费）。
- 使用NovelAI等闭源付费平台。
三、 核心出图参数与模型推荐（二次元向）
- 基础参数参考：
- 分辨率：768 * 1152
- 采样器：Euler a + Karras
- 步数 (Steps)：50
- 提示词权重：5 ~ 7
- 单批数量：1 ~ 4张
- VAE：底模自带则用自带，否则选None
- 高清修复 (Hires. fix)：建议开启，倍率1.5或2，高清步数20，放大算法推荐
4x-UltraSharp。- 模型推荐：
- 底模 (Checkpoint)：光辉系列（Illustrious），具体推荐
wai14或wai16。- 画风LoRA：推荐作者
silvermoong。- 服装LoRA：推荐作者
minamiyanasuki。- LoRA权重建议：人物 0.65~0.9 | 画风 0.65~0.8 | 服装（强还原）0.75~0.9，（弱还原）0.55~0.7。
四、 提示词 (Tag) 编写逻辑框架
一套高质量的提示词应遵循以下顺序与权重分配：
- 质量优化：
masterpiece, best quality（开头定调，结尾重申防干扰）- 关键限制：
1girl, solo, nsfw等- 人物形象：发色、瞳色、发型（如
red eyes, white hair, long hair）- 人物体型：年龄、身材特征
- 特征细化：刘海、侧发、发饰等
- 服装及细节：款式、颜色、材质、配饰（如
blue dress, puffys sleeves, floral prints）- 个人习惯/设定：如
a 22-years-girl- 动作姿态：如
standing at attention, W arms- 细节与效果期望：如
cute french girl- 目光与次要特征：如
looking at viewer, shiny clothes- 边缘细节：如
side slit, blue heels- 环境背景：如
indoors, simple background- 视角角度：如
from front, from side- 表情神态：如
smile, blush, closed mouth五、 进阶应用与避坑指南
- 电商海报应用：
- 服装类：用真人穿搭多角度照片作素材，训练服装LoRA，配合真人风底模生成AI模特图，后期用PS排版。
- Logo/特征还原：若需精准还原Logo，可了解
nano banana等专用工具。- 2.5D画风实现思路：
- 思路一：寻找专门的2.5D底模（如早期的Perfect World，但可能较老）。
- 思路二（推荐）：使用优质的2D动漫底模（如wai系列/光辉XL） + 2.5D风格LoRA，通过“生成2D再美化”的方式实现，底模更与时俱进。
- 模型常识：
- Ckpt（大模型） 与 LoRA（小模型） 具有强关联性。LoRA通常只能在对应的底模下生效，跨底模使用会导致效果不佳或无法运行。
- AI辅助写Tag：
- 可使用DeepSeek等大语言模型辅助生成Tag，但需注意大模型对敏感词的限制。AI生成的Tag往往过于详细，难以直接作为通用模板，需人工提炼和调整权重。
— 17:44 —
那么，comfyUI 在下载中，且一般到这个时点，也会产生什么都不想干的状态，需要待解决，而今天的话，就到这吧，看小说去。
— 18:39 —
打文明，跳水。然后现在，溜了。comfyUI 下载好了，然后明天搞这个？明天最重要的，还是来图书馆。