SD web UI 全稱 Stable Diffusion web UI，是本次要搭配 Animagine XL 模型的 AI 繪圖工具。請注意！請先將您的 SD web UI 升級至 1.5.0 或更新，才可支援最新的 SDXL（Stable Diffusion XL）模型（即 SDXL 1.0）。SDXL 是相當新的 AI 文生圖模型，它強化了圖片生成的品質和功能。新模型所生成的圖片具有更鮮豔、

SD web UI 全稱 Stable Diffusion web UI，是本次要使用的工具，它是一款功能強大的圖片生成工具，基於 Stable Diffusion 模型，讓使用者可以輕鬆透過網頁介面生成高品質的圖片。然而，在使用過程中，有些朋友可能會發現它的「產生批次」（Batch count）功能有一個預設限制：上限為 100 張圖片。對於需要大量生成圖片的使用者來說，這可能會成為一道瓶頸。

KLING AI（可靈 AI）是一款由快手 AI 團隊開發的線上 AI 影片生成工具，於 2024 年 6 月開放後迅速崛起，成為 OpenAI Sora 和 Runway Gen-3 的強勁競爭者。其核心技術採用 3D 時空聯合注意力機制，能模擬真實物理效果並生成長達 2 分鐘、30 幀每秒的 1080p 高品質影片。從簡單的文字描述到複雜的圖像結合，KLING AI 讓內容創作者、

Google 最近釋出全新一代圖像生成與編輯模型 —— Gemini 2.5 Flash Image（代號 Nano Banana），這個版本不僅延續了 Gemini Flash 系列的高速特性，更在角色一致性、多圖合成與區域編輯等功能上帶來突破。比起以往單純輸入一行提示詞就生成圖片，Nano Banana 允許使用者結合多張參考圖像，並精準控制角色的外觀、姿勢與細節，這對於品牌創作者、同人二創、

隨著生成式 AI 的快速發展，除了聊天、寫文章、生成程式碼之外，現在連圖片編輯也能透過人工智慧來輕鬆完成。阿里巴巴集團推出的 Qwen Chat，就是一個類似 ChatGPT 的智慧對話平台，背後支援的是「通義千問」（Qwen）大語言模型系列。不僅能夠處理文字，還能透過 Qwen-Image-Edit 功能，進行圖片的修改、角色換裝與多模態任務。 簡單來說，

隨著 AI 影像技術的進步，現在我們不再需要繪圖板、攝影棚或後製剪輯工具，就能僅憑幾句提示詞完成一支浪漫唯美的動畫。這次我實測線上使用 Grok Imagine（使用免費帳號，無訂閱），從「無圖」開始，只靠文字描述讓 AI 自動繪出角色、場景與氛圍，接著再輸入簡單的動作描述，直接生成一段浪漫短片。Grok Imagine 最大的魅力，就在於它不僅能生成高品質的靜態影像，還能無縫接軌製作動畫。

隨著 AI 影像技術快速進化，真人風格短片的生成變得更自然流暢。我這次以 Grok Imagine 進行全流程實測：先用提示詞生成角色影像，再輸入動作描述讓角色「動起來」。整體操作簡單、成品穩定，不需美術或剪輯背景即可完成。本文整理操作步驟、注意事項，並展示 10 段不同人設風格的實測成果。 基本流程只有兩步： 1️…

在使用 Google AI Studio 的 Gemini 2.5 Flash Image（Nano Banana）模型生成圖片時，系統會自動疊加官方浮水印，確保內容來源辨識。然而，對於某些只想用於個人專案或內部測試的使用者而言，這層浮水印可能會造成後製困擾。為了解決這個問題，可以透過篡改猴（Tampermonkey）…

Stable Diffusion 是一種基於擴散模型（Diffusion Model）的 AI 影像生成技術，能夠根據文字描述創造高品質的圖片。它是開源的，因此社群開發了許多不同風格的 checkpoint（主模型），如寫實、動漫、插畫等，本文將以「動漫」或「二次元」風格為主軸。本篇將聚焦於「鬧彆瞪視」這一主題 —— …

ComfyUI 作為近年最受歡迎的節點式影像生成介面之一，憑藉高度自由的流程設計與豐富的社群資源，已成為進階創作者與研究者的核心工具。隨著 Qwen-Image-2512 的推出，ComfyUI 也正式提供原生工作流範例，讓使用者能在不依賴第三方整合的情況下，直接體驗新一代文字轉圖片模型的實力。相較於先前版本，Qwen…

隨著生成式人工智慧技術的飛速發展，Google 推出的 Gemini AI 已成為許多人創作圖像的首選工具。然而，Gemini 生成的圖片在右下角都會自動附帶一個具有辨識性的星型浮水印。雖然這是為了標示 AI 生成內容，但對於需要將圖片應用於簡報、個人作品集或社群分享的使用者來說，這枚浮水印往往會破壞畫面的完整性與美感…

隨著生成式 AI 技術的飛速發展，影片生成領域正迎來一場革命。由 Lightricks 團隊開發的 LTX-2 模型正式發布，並在首日即獲得 ComfyUI 的原生支援，這對於廣大 AI 創作愛好者來說無疑是一大福音。LTX-2 不僅能生成高品質的視覺畫面，最令人驚豔的是它具備同步生成語音、對話、背景噪音與音樂的能力，…

隨著生成式 AI 技術的演進，圖像編輯的精確度已成為使用者最在意的核心指標。在過去的 Stable Diffusion 生態系中，雖然我們可以透過 Inpainting（局部重繪）或是 IP-Adapter 來嘗試修改影像內容，但在面對「保持角色完全一致」且「大幅度更換服裝或姿態」的需求時，往往容易出現特徵偏移或細節崩…

ComfyUI 作為目前最強大的節點式 AI 繪圖介面，其高度靈活的擴充性讓使用者能精確掌控生成流程。而近期推出的 Qwen-Image-Edit-2511 模型更是將圖像編輯與一致性推向新高度。相較於前代，2511 版本顯著強化了角色一致性、幾何推理能力，並有效解決了圖像偏移（Image Drift）的問題，讓生成的…

在 AI 繪圖的發展歷程中，「多角色互動」一直被視為一道難以逾越的技術門檻。無論是早期的 Stable Diffusion 1.5 還是後來的 SDXL，當提示詞中出現兩個以上的角色時，模型往往會陷入「特徵污染」的窘境。常見的問題包括：兩個角色的髮色互相混淆、衣服配件錯位，或是原本應該分配給 A 角色的動作卻出現在 B…

⚠️ 本文為 R-15 分級的文章，建議年滿 15 歲者觀看。 在 AI 繪圖的技術討論中，NSFW（Not Safe For Work）內容的生成能力往往被視為模型「理解力」與「靈活性」的壓力測試場。過去，SDXL 及其衍生的 Pony 系列模型之所以能稱霸社群，很大一部分原因在於它們對於成人取向標籤的精準還原與肢…

如果說雙人互動是 AI 繪圖的試金石，那麼「四人的樂團表演」簡直就是模型的地獄級試煉。在過去的 Stable Diffusion 時代，當我們試圖在單一提示詞中塞入四個不同的角色時，往往會面臨嚴重的「語義碰撞（Semantic Collision）」。最常見的慘狀莫過於四個人的髮色變得一模一樣、樂器與肢體發生詭異的融合…

隨著人工智慧技術的突飛猛進，AI 動畫製作與動漫 AI 生成已成為數位創作的新藍海。不論是想將靜態插畫賦予生命，還是透過文字刻劃腦海中的奇幻世界，現在都不再需要繁瑣的影音剪輯與特效後製。今天我們要介紹的「AIReel」就是一款主打一鍵生成圖片與影片的超方便 AI 動畫製作平台。它不僅大幅降低了動畫創作的門檻，更打破了以…

隨著生成式 AI 圖像技術的急速演進，開源社群再度迎來令人振奮的重量級基礎模型 Krea 2（K2）。這款由 Krea AI 團隊從零開始獨立訓練的全新圖像模型，徹底顛覆了過往一味追求極致寫實與連貫性的框架，轉而將美學優先與藝術創意表達視為核心靈魂。不論是充滿故事感的電影畫面、獨特質感的粒狀底片、抑或是二次元插畫與視覺…

MiniMax H3 是由 MiniMax 推出的新一代通用多模態 AI 影片生成模型。與過往將文生影、圖生影、影像編輯與音效分開處理...