8G显卡本地未审查生图，42个风格我都替你测好了
作者分享了基于8G显存的本地AI生图整合包Z-Image v1.4.0，包含42种预测风格和FP8/GGUF/BF16三种档位。该工具旨在降低小白使用门槛，通过一键式操作实现未审查的本地生图，保障隐私且支持参数复用，适用于封面制作、分镜设计等场景。
相关文档
自己动手做LoRA 从 0 到 1 实战
作者详细记录了从零开始训练一个专属人物 LoRA 的完整实战流程。他使用 GPT Image 2 生成 56 张虚构人物训练数据，基于开源模型 MOSS-Image（5B 参数 Diffusion Transformer）进行微调，仅用一张 RTX 4090 训练约 65 分钟即获得稳定的人物形象生成能力。文章涵盖数据准备、Caption 标注、Checkpoint 选择、效果验收等关键环节，并指出了过拟合等常见问题。作者将整个流程开源到 GitHub，提供运行环境镜像、Jupyter Notebook 和 ComfyUI 工作流，建议初学者亲手跑一遍以真正理解 LoRA 训练原理，一通百通。
一个人、一台电脑、8分钟AI短剧：从《黄果》逆向拆出来的13步流水线（万字实操指南）
本文通过对8分钟AI短剧《黄果》成片（117个镜头）的逐帧逆向拆解，总结出一套可复现的13步AI短剧制作流水线。文章首先对比云端托管、本地开源、混合路线三条技术路径及成本考量，然后详解从LLM编写分镜脚本、角色LoRA训练、场景模板建立、关键帧生成、人工精修、I2V/TI2V视频生成、对口型处理，到后期超分补帧、TTS配音混音等每一步的操作要点、验证标准与错误应对方案。文末还总结了重复帧、短镜头策略、LoRA维护、精修比例等行业认知，以及模型在长动作、多人互动、文字生成等方面的能力边界。
42个风格之后，我又给本地生图塞了100个灵感
本文介绍了达芬七·Z-Image v1.4.5版本的更新，重点在于为本地生图工具新增100个提示词灵感卡，解决用户“不知道画什么”的痛点。文章详细说明了灵感卡与LoRA风格的区别、使用方法和实际案例，并提供了升级补丁和完整包的安装指引。作者强调灵感卡帮助用户快速开始创作，并通过实际演示展示了如何修改提示词生成个性化图像。
零成本 AI 生图，从安装到变现
本文探讨了在 MacBook Pro 上使用 ComfyUI 进行本地 AI 生图的经验。文章解析了 Stable Diffusion 的原理，指出模型决定上限、提示词指导方向、工作流保障稳定性。作者对比了本地模型（如 FLUX、Qwen Image）与云端 ChatGPT Images 2.0 的差异，并提出了混合工作流策略，最后分享了商品场景图、封面配图等变现路径。
MOSS-Image 实操：用 JSON Layout 控制文字、物体和画面构图
作者实测国产开源生图模型 MOSS-Image，重点验证其 JSON Layout 对文字、物体位置和画面构图的可控性。文章对比了普通提示词与 JSON Layout 在同一封面需求下的生成效果，详细讲解了中心坐标系和 yxyx 格式的 bbox 写法、在线体验参数设置、官方示例分析，以及 ZeroGPU 额度问题和本地部署方法。作者强调可复用的不是某张图，而是一套固定种子、对照测试的评估方法，认为 JSON Layout 让提示词变成可保存、可修改的布局资产，使 AI 生图真正进入设计工作流。
一个指令→爆款视频：万物皆可360° Orbit环绕（免部署）
文章介绍了一种简单易上手的AI视频玩法：上传一张图片加一条指令，即可生成360°环绕（Bullet Time）效果的视频。作者展示了旅游、美食、美妆、商业摄影、产品展示、服装穿搭等多个应用场景及商业潜力。实现方法分为两种：一是免部署的Web端方案，使用豆包等可生成视频的模型，配合文中提供的通用短指令和完整10秒详细指令；二是适合进阶用户的ComfyUI本地部署方案，通过加载MiniMax H3 I2V模板和360° Orbit LoRA实现。作者以设计师视角分享了最低门槛、可复用的AI玩法。
AI 视觉与影视必看的 59 篇文章
作者精心整理了一份 AI 视觉与影视领域的 59 篇精选文章合集，涵盖 AI 视频生成、AI 生图、数字人、动画制作、ComfyUI 工作流等多个方向。内容包括 Cursor + Remotion 动画制作、Seedance 视频模型玩法、Gemini 3 Flash Image 生图探索、Suno AI 音乐生成、Claude Skill 开发、GPT Image 实测、数字人口播教程、3D 预演台实操等。文章以保姆级教程为主，兼有开源项目与经验分享，适合 AI 视觉与影视创作爱好者系统学习参考。
用 MiniMax H3 打造 AI 影片創作工作流：分鏡、動作與聲音一體化設計
作者分享了以 MiniMax H3 為核心的本地 AI 影片製作工作流，強調人物不僅要長得對，還要具備空間、道具與互動邏輯。流程包括：確立參考素材、撰寫結構化分鏡 Prompt（含 subject_definitions、retention_analysis、detailed_description 等模組）、加入 T8 ActionLogic 語義橋強化動作因果理解，並依題材搭配加速、寫實、格鬥、電影質感等 LoRA。生成後經放大銳化第二階段精修，遵循「寫分鏡→生成→檢查→修改→重拍」的創作循環。文末附完整模型、語義橋與 LoRA 資源清單。
把 Sydney Sweeney 装进 MiniMax H3：人物 LoRA 的原理和本地使用
作者拆解了 Playtime-AI 发布的 Sydney Sweeney 人物 LoRA（仅 155MB）如何在 MiniMax H3 视频模型上无需参考图、仅凭名字生成人物视频。文章讲解 LoRA 低秩自适应原理：冻结基础模型，只训练小矩阵 A、B 记录人物身份差量；还原训练过程（3440 步、120 epoch、rank 16、约 5% caption dropout）；并分享本地加载实践，包括底模版本兼容、量化格式、采样步数（6 步而非 30 步才清晰）和触发词拼写等常见坑。最后指出 LoRA 技术正在改变人物身份的传播方式。
这可能是全网最好的二次元 AI 绘图教学
文章系统梳理了二次元 AI 绘图中最常用的十类画风提示词写法，包括平涂、厚涂、油画/水彩、游戏画风、动漫画风、水墨/线稿、3D/写实、像素、漫画和Q版。作者强调先掌握提示词结构（画师串、画风词、光线色调、质量词、人物动作、场景），并针对不同风格给出了可直接复制的 Prompt、适配模型建议（如 NovelAI、Anima）以及与 LoRA、画师串的搭配注意事项。文中还展示了实战效果，称质感逼真到可媲美真人画师作品。
本地部署MiniMax H3生成视频全流程揭秘：硬件配置、工作流与提示词
作者分享了在RTX 4070 16G显存电脑上本地部署MiniMax H3视频生成模型的完整经验：使用精简版ComfyUI和turbo lora模型（6步生成480P，超分至1080P），并让AI工具搭建了手机可远程调用的自动化系统，支持文生视频、图生视频、首尾帧等功能。文章详细说明不同分辨率下的时长与耗时数据，总结了低分辨率视频的美学要点（适合风景、特写、慢镜头），并附上完整的30秒电影复刻级英文对白短片提示词，涵盖镜头设计、人物一致性、声音设计与避坑指南。
普通人做 AI 视频必懂基础概念
面向 AI 视频制作新手的入门科普文章，去繁就简地讲解了四大模块的基础概念：音频部分（TTS、ASR、SRT 字幕、声音克隆等）、视频底层工具（ffmpeg、帧率、补帧、超分、人脸修复）、AI 生成画面核心概念（Prompt、Seed、LoRA、时序一致性、图生视频等）以及流水线工程概念（推理、量化、ComfyUI、智能体等）。每个概念只讲是什么与实操重点，并给出新手避坑建议：先跑通最小流水线、显存决定速度、理解文件流转逻辑，最后附完整专有名词速查表。
