Midjourney 重大更新!深度解析「角色一致性」命令

Midjourney 重大更新!深度解析「角色一致性」命令

大家期待已久的 MJ 角色一致性功能终于来啦!全新的命令"--cref"现已推出,与之前的样式参考"--sref"功能相似,但不同的是,它不是匹配参考样式,而是试图让角色与"角色参考"图像相匹配。目前,"--cref"仅适用于 niji 6 和 v6 模型。如果不知道怎么使用Midjourney可以参考这篇文章:Midjourney最新注册、订阅教程(新手小白) - OpenAI-ChatGPT导航-ChatGPT账号注册、升级指南,最新资讯

让我们来看看官方文档的说明:

一、基础使用方法

只需在提示符后输入"--cref URL",并输入角色图像的 URL 地址,然后使用"--cw"来修改参考强度。

默认强度为 100(--cw 100),包括脸部、头发和衣服。

当强度为 0(--cw 0)时,它只会关注脸部(适用于更换服装/头发等)。

二、提示词编写

官方指出,此功能并非针对真人/照片设计,可能会像普通图像提示一样使其变形,但经过体验后,效果还不错,至少对亚洲人脸孔的参考表现良好。使用"--cref"处理提示有三种主要方法:

1. 锚定重要角色详细信息的提示

可以锚定细节(姿势、表情、情感、服装、道具、场景、动作),以便能够控制它们,让"--cref"处理大部分工作,或者可以只提供角色的场景并让"--cref"完成所有工作。

2. 允许"--cref"完成工作不干涉提示

对于关键角色,可以不做任何描述,提示不会尝试强化参考图像中的任何细节,它只是"傀儡"或"摆出"角色的姿势。

3. 仅使用场景提示

如果"--cref"图像已包含想要的姿势和其他细节,可以仅描述设置、周围环境、上下文或背景,MJ 将努力将角色融入场景中,但可能会出现一些不连贯的结果,因此需要使用更高的样式值(--s)重试,以便让"--cref"图像更好地融入场景。例如,使用--s 800 之后的图片明显融合得更好。

"Cref"适用于 Niji 和普通 MJ 模型,并可与"--sref"结合使用。

我们可以拿刚生成的一组图,并加上"--sref"参考样式,生成的图片将保持参考角色不变,但风格会发生改变。

三、高级功能

1. 在一个画布上放置多个角色

想要在一个画面中出现多个角色,可以直接使用 pan 功能,并对提示词进行微调。例如,在已有图片上加上一个男性角色,这需要对男性角色进行描述。

2. 使用多个 URL 来混合多张图片中的信息/字符

可以使用多个 URL 来混合多张图片中的信息/字符,例如"--cref URL1 URL2"(类似于多张图片或样式提示)。

3. 与"--sref"结合使用

使用多个 URL 来混合图片,也可以同时与"--sref"结合使用,效果也是很不错的。

4. "--cw"参数的作用

Midjourney 能够从参考图像中识别的角色属性将与提示混合,从而创建出新的角色。

可以通过使用"--cw N"参数(cref 权重)来控制,其中 N 的值可以从 1 到 100。默认值为 100。

"--cw"参数不会改变角色参考图像的强度/影响力。"--cw"参数的作用如下:

  • "--cw 100"(默认值)将捕捉整个角色;
  • "--cw 99"到"--cw 1"之间的值将开始捕捉较少的整个角色,仅集中于参考面部;
  • "--cw 0"将仅捕捉面部,类似于面部替换,但你无法关闭面部的参考。

四、如何在 Web alpha 上工作

许多人已经升级到 Web 端的 alpha 版本,也就是 Midjourney 官网上可以直接出图,而不需要在 Discord 上进行操作,官方也提供了详细的操作说明。

只需将图片拖动或粘贴到 Imagine 想象栏中,它有三个图标,分别对应着图片提示、样式参考和字符参考。点击对应图标即可生效。

通过设置图标右上角的按钮,可以设置图片的尺寸、风格化参数、怪异值、chaos 值、模型等参数,回车之后即可开始生成图片。

生成的图片依然是以四张为一组,清晰地展示了样式参考和角色参考的结果。

还可以对图片提示、样式参考和字符参考进行多选,通过按住 Shift 键点击图标,即可进行多选。

五、CREF 故障排除提示

我无法为角色赋予新的姿势、风格或细节。

首先,请确保你写了一个强烈的提示来建议姿势、风格或细节。如果提示看起来很强烈,则问题可能是 cref 图像主导了提示。这可以通过使用"--cw"参数来解决。尝试使用较低的"--cw"值,例如"--cw 60",这将稍微释放 cref 的控制,并允许提示更自由地操纵角色。

如果这种方法损害了相似性,特别是如果"--cw"必须低于 40,那么请确保你处于[Low Variation]模式并将 Remix 设置为 ON。然后对你最喜欢的图像进行变体(V),可以逐渐增加"--cw"的值,直到恢复相似性。如果此方法开始消除姿势,可以使用[Vary Region]来恢复具有较高"--cw"值的面部区域。

今天的分享到这里就结束了,总的来说,新功能还是非常强大的,需要大家多多尝试,才能灵活运用到自己的工作场景中~

原文链接:Midjourney-重大更新!深度解析「角色一致性」命令

相关推荐
爱写代码的小朋友2 小时前
人工智能驱动下个性化学习路径的构建与实践研究——以K12数学学科为例
人工智能·学习
宝贝儿好4 小时前
【强化学习实战】第十一章:Gymnasium库的介绍和使用(1)、出租车游戏代码详解(Sarsa & Q learning)
人工智能·python·深度学习·算法·游戏·机器学习
绝世这天下6 小时前
【在 DGX Spark 上运行 vLLM-Omni 用于 Qwen3-TTS(语音设计,语音克隆)】
人工智能
陈大鱼头7 小时前
[译]费尽心思来保障 OpenClaw ?那跟直接用 GPT 有什么区别?
人工智能
Fleshy数模7 小时前
玩转OpenCV:视频椒盐噪声处理与图像形态学操作实战
人工智能·opencv·音视频
幂律智能8 小时前
Agent × 流程引擎融合架构:从静态流程到智能流程编排
人工智能·架构·agent
Lei活在当下8 小时前
10分钟搭建 Windows + WSL + Codex环境
chatgpt·openai·ai编程
无垠的广袤8 小时前
ChatECNU 大语言模型与 PicoClaw 部署
人工智能·语言模型·自然语言处理·嵌入式·树莓派
爱淋雨的男人8 小时前
自动驾驶感知相关算法
人工智能·算法·自动驾驶
互联网科技看点8 小时前
AI算力爆发叠加数据资产风口,铂拉锐科技布局去中心化数字生态
人工智能·科技·去中心化