文章介绍了如何用 Stable Diffusion + ControlNet 在 ComfyUI 中生成可扫描的艺术二维码。作者首先解释了为什么 GPT-image-2 等模型无法完成此任务：文字通过交叉注意力进入生成过程，缺乏坐标信息，且 AI 生成的码常因几何定位失败而无法解码。解决方案是使用专门为二维码训练的 control_v1p_sd15_qrcode_monster_v2 控制网，关键技巧包括：控制图只占画布 60%~70%、纠错级别用 H、strength 参数 1.35-1.8 调节'好看与能扫'的平衡。最后需批量出图筛选，并用重绘定位角、修正错误模块等后期手段提升通过率。
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。
作者基于自身创作上千个作品的实战经验，总结了新手学习 AIGC 图像与视频时常犯的三大误区：死磕参数、只看教程不动手、盲目追逐新工具。他提出了先跑通全流程、以 Prompt 工程为核心、带着项目学习的三大思路。此外，文章还展示了利用蚂蚁百灵 Ring-2.6-1T 模型规划并生成的一个完整 AIGC 学习路径网站，该路径分为认知启蒙、工具上手、Prompt 工程等六个阶段。
作者分享了零基础也能上手的 ComfyUI 部署教程：租用云 GPU（RTX 4090 48G），把部署工作交给 AI（Codex），一句话完成环境配置，并提示优先使用平台公共模型库避免长时间下载。随后导入现成工作流，通过修改提示词中的中文引号内容生成带文字的海报图。文章还实测对比了 MOSS-Image 与 FLUX 3 Klein 两个 5B 级开源文生图模型，进行八组同题生成和 30 次连续造型编辑实验，给出构图控制适配器的解决方案，并附完整工作流与提示词下载链接。
作者分享了一份云端 GPU 部署教程，用每小时仅两块钱的租用显卡（实测 RTX 4090），在破旧笔记本上跑通蚂蚁百灵刚开源的生图模型 Ming-Image-0.1-Design。文章从选择云平台与机器配置（显存、系统内存、数据盘）、镜像选择、SSH 连接、ComfyUI 启动，到运行官方工作流出图，手把手演示全流程。实测显示模型在商业海报的文字渲染上表现优秀，且 Design-Layer 模型可将设计图智能拆解为多个带透明通道的可编辑图层并自动补全背景。最后提醒下载成果、导出工作流并及时关机以节省费用。
文章介绍了用 ChatGPT Images 2.5 玩转国庆照片的 8 组实用提示词玩法，包括给吃喝照片加手绘日记装饰、让宠物担任旅行团团长、把家庭合照做成电影海报、将孩子的画作变成毛绒玩具效果图、生成 90 年代风格年代照、制作假期专属表情包、把旅行照做成双层明信片以及将旅途囧事画成四格漫画。文中详细说明了每组的照片选择、提示词内容和修正技巧，免费账号即可使用，也提供了即梦等替代工具。
文章介绍了如何制作 AI 角色设定板（Character Sheet）以实现人物一致性控制，这是打造 IP 和提升作品留存率的关键技能。作者将角色卡视为一张角色视觉定义图，分四个步骤讲解：一是通过正面、侧面、背面多视角固定角色的脸部特征与整体造型；二是通过表情、微表情、姿态和手部动作增强角色表现力；三是补充发型、服装材质等细节说明以提升质感；四是结合图像生成工具与完整提示词模板进行实操。核心原则是所有小图都服务于中心主形象图，为 AI 提供一份'角色说明书'。
OpenAI 发布 ChatGPT Images 2.5，对图像生成能力全面升级。核心改进包括速度更快、画面更逼真、编辑与微调更精准。新增 Sketch 功能，用户可直接在 ChatGPT 中绘制草图，由模型生成完整图像，还支持将简笔画转为艺术风格、Logo 或 3D 黏土风格。生图过程新增进度条，光照与纹理更自然，并提供自由画布选风格、海报商品图模板、照片一键合成、图上标注编辑等功能。同时推出 GPT-Image-2.5 Flare 和 Sunburst 两个新模型，向所有 ChatGPT、Work 和 Codex 用户开放。
文章讲解如何用光影控制动漫 AI 绘图的叙事情绪，给出黄昏、蓝调、雨夜、阳光、逆光 5 套完整的 Prompt 组合模板。作者强调光影应是写 Prompt 前最先决定的叙事底色，而非最后随手补充的词。每种风格附有核心关键词组合（如 golden hour + warm sunset light + long shadows）、适用剧情场景和进阶调整技巧，帮助同一人物场景呈现出青春、孤独、悬疑、治愈、史诗等不同故事线。
本文讲解动漫 AI 绘图 Prompt 中除风格词之外真正决定画面质感的 5 个维度：光影、镜头、环境、情绪和颜色。作者指出风格词只决定画面“像什么”，而光影（如 rim light、blue hour）、镜头（high/low angle）、环境（场景呼应人物情绪）、情绪（少而精的点睛词）与颜色（如 teal and orange 电影感配色）共同营造氛围与叙事感。文章为每个维度提供了分类词表和组合示例，如“雨夜孤独侦探”的完整 Prompt，并给出通用公式：主体+动作+风格+光影+镜头+环境+情绪+颜色。
本文面向新手介绍如何在 ComfyUI 中使用开源视频大模型 MiniMax H3 生成带同步声音的视频。内容包括：检查本地电脑显卡、显存与磁盘空间（建议预留70-100GB）；Windows 安装 ComfyUI Desktop 的步骤；不适合本地时使用 Comfy Cloud 云端方案；使用官方 T2V/I2V/R2V 模板生成第一条5秒视频的参数与提示词写法；以及高清修复、多参考素材、首尾帧控制、长视频续拍、局部重绘等进阶工作流，最后给出常见问题排查和最稳学习路线。
作者从帮朋友拍视频翻车的经历出发，深入研究了光影表达的底层逻辑，结合《教父》《肖申克的救赎》《银翼杀手》等影史经典，讲解光如何成为'隐形编剧'。文章将28种光影按七大家族分类：光的方向（正光、逆光、侧光、顶光、底光）、光质（硬光、柔光）、经典人像布光（伦勃朗光、蝴蝶光、环形光）、特殊效果光（轮廓光、发型光、眼神光）、体积与氛围光（丁达尔光等）。每种光均提供学名、光源、效果、适用场景及可直接复制使用的AI生图/生视频万能基底提示词，可在豆包等平台测试。
文章探讨了在AI生图中使用提示词「真实皮肤」反而导致脸像塑料的原因。指出问题在于该词义模糊，模型倾向于过度磨皮和铺高光。作者建议将皮肤拆解为纹理、高光位置、哑光基调等5个变量进行控制，并提供了具体的Prompt模板以实现更真实的人像质感。
