forge diffusion的layer diffuse插件不管用是什么原因

在 Trae 中安装 VS Code 插件可以通过以下方式： 1. 从 Trae 的插件市场安装： 在左侧导航栏中，点击插件市场图标，界面左侧显示插件市场面板。 搜索您想要的插件并在未安装列表中将其选中，界面上显示该插件的详情窗口，展示该插件的详细说明、变更日志等信息。 点击安装，Trae 开始安装该插件。安装完成后，该插件会出现在已安装列表中。 2. 从 VS Code 的插件市场安装： 前往。 搜索您想要的插件，例如：Pylance。 在搜索结果中，点击您所需的插件，您会前往该插件的详情页。 在详情页中，点击 Version History。 结合插件页的 URL 和 Version History 中的信息，提取出以下信息（以 Pylance 为例）： itemName：URL Query 中的 itemName 字段，如截图中的 mspython.vscodepylance，并将小数点（.）前后的内容分成以下两个字段： fieldA：mspython fieldB：vscodepylance version：如截图中的 2025.1.102 使用提取出来的 3 个字段的值替换下方 URL 中的同名字段。 在浏览器中输入修改后的 URL，然后按下回车键，浏览器开始下载该插件。 下载完成后，返回 Trae 并打开插件市场。 将下载的.vsix 文件拖拽至插件市场面板中，Trae 开始自动安装该插件。安装完成后，该插件会出现在已安装列表中。 此外，如果 VS Code 插件市场中某个版本的插件依赖了新版 VS Code 中的某些接口，则可能会导致该插件与 Trae 不兼容。您可以查看该插件的 Version History，然后下载该插件的历史版本。 管理插件还包括禁用插件和卸载插件： 1. 禁用插件： 在 Trae 中，打开插件市场。 在已安装列表中，找到需禁用的插件。 鼠标悬浮至列表中的插件，然后点击设置>禁用。或点击该插件以打开其详情窗口，然后点击禁用。 2. 卸载插件： 在 Trae 中，打开插件市场。 在已安装列表中，找到需卸载的插件。 鼠标悬浮至该插件，然后点击卸载。或点击该插件以打开其详情窗口，然后点击卸载。

以下是为您提供的关于 AI 相关产品规划的回答： 一、插件/工具能力在大模型生态架构中的环节、定位、实现流程 从 2023 年 3 月份 OpenAI 宣布插件计划开始，到 5 月份上线，其中包括联网、代码、画图三个插件。其实现流程大致为： 1. 经过对模型的微调，检测何时需要调用函数（取决于用户的输入）。 2. 使用符合函数签名的 JSON 进行响应。 3. 在接口层面声明可调用的工具。 4. 使用函数和用户输入调用模型。 5. 使用模型响应调用 API。 6. 将响应发送回模型进行汇总。 二、对于搜索团队，插件可以做和应该做的事 目前没有直接针对搜索团队插件具体可做和应做事项的明确内容，但可以参考 OpenAI 的插件计划，例如开发与搜索相关的特定功能插件，或者探索如何将现有的搜索推荐功能与大模型更好地结合。 三、对于大模型无法绕开或高频使用的模块/功能/插件 目前没有直接指出对于大模型无法绕开或高频使用的具体模块、功能或插件。但从相关信息中可以推测，例如与数据获取和处理相关的插件（如联网）、与技术开发相关的插件（如代码）以及与内容生成相关的插件（如画图）可能是较为重要和高频使用的。对于搜索团队来说，可以考虑在这些方向上寻找发力点，结合搜索推荐等传统功能，开发出更具竞争力的插件。

以下为您介绍一些翻译插件和方法： 1. 提示词翻译副本 Alekpet： 插件地址：安装后重启 ComfyUI 即可。 将 CLIP 文本编码器转换为输入，连接翻译文本节点即可使用。 链接：https://github.com/kingzcheung/ComfyUI_kkTranslator_nodes 2. 提示词翻译副本 Prompt_Translate_to_English： 用的百度翻译 API 方法如下： 下载节点压缩包，并将它放在 custom_nodes 文件夹。 去百度翻译 Api 和登记册开发人员的帐户中得到您的 appid 和 secretKey。 百度翻译平台地址：https://fanyiapi.baidu.com/manage/developer 。 打开文件 config.py 在记事本/其他编辑，填您的 secretKey 在引号的 secretKey =""，保存文件重启 Comfy 即可。 3. 翻译一份英文 PDF 完整地翻译成中文的方法： DeepL（网站）： 点击页面「翻译文件」按钮，上传 PDF、Word 或 PowerPoint 文件即可。 沉浸式翻译（浏览器插件）： 安装插件后，点击插件底部「更多」按钮，选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML/TXT 文件」、「翻译本地字幕文件」。 calibre（电子书管理应用）： 下载并安装 calibre，并安装翻译插件「Ebook Translator」。 谷歌翻译（网页）： 使用工具把 PDF 转成 Word，再点击谷歌翻译「Document」按钮，上传 Word 文档。 百度翻译（网页）： 点击导航栏「文件翻译」，上传 PDF、Word、Excel、PPT、TXT 等格式的文件，支持选择领域和导出格式（不过进阶功能基本都需要付费了）。 彩云小译（App）：下载后点击「文档翻译」，可以直接导入 PDF、PDF、Word、Excel、PPT、TXT、epub、srt 等格式的文档并开始翻译（不过有免费次数限制且进阶功能需要付费）。 微信读书（App）：下载 App 后将 PDF 文档添加到书架，打开并点击页面上方「切换成电子书」，轻触屏幕唤出翻译按钮。 浏览器自带的翻译功能：如果一些 PDF 太大，翻译工具不支持，除了将 PDF 压缩或者切分外，还可以转成 HTML 格式，然后使用浏览器自带的网页翻译功能。

以下是一些 AI 和 Office 软件结合的插件： 1. Excel Labs：这是一个 Excel 插件，新增了基于 OpenAI 技术的生成式 AI 功能，可用于数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了 Word、Excel、PowerPoint、Outlook、Teams 等办公软件，能通过聊天形式完成用户需求，如数据分析和格式创建。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，能进行公式生成、生成相关文本内容、执行情感分析、语言翻译等任务。 随着技术发展，未来可能会有更多 AI 功能集成到 Office 软件中，进一步提高工作效率和智能化水平。内容由 AI 大模型生成，请仔细甄别。

以下是关于在 coze 上提取视频文案的插件及调用方法： 1. 进入 coze 个人空间，选择插件，新建一个插件并命名，如 api_1。 2. 在插件的 URL 部分，填入通过 ngrok 随机生成的 https 的链接地址。 3. 配置输出参数和 message 输出。 4. 测试后发布插件。 需要注意的是： 1. 如果在生产环境中已有准备好的 https 的 api，可直接接入。 2. 本案例中使用的是 coze 国内版，且案例中的 ngrok 仅供娱乐，在生产环境中勿用。

要综合运用插件、工作流、知识库搭建满足各种需求的智能体，尤其是调用多个智能体组成类似 Manus 的工具，需要了解以下内容： 插件：插件如同一个工具箱，里面可放置一个或多个工具，称为 API。扣子平台有多种类型的插件，如看新闻、规划旅行、提高办公效率、理解图片内容的 API 及能处理多种任务的模型。若平台现有插件不符合需求，还可自行制作添加所需 API。 工作流：工作流类似可视化拼图游戏，可将插件、大语言模型、代码块等功能组合，创建复杂稳定的业务流程。工作流由多个节点组成，开始和结束节点有特殊作用，不同节点可能需要不同信息，包括引用前面节点信息或自行设定信息。 知识库：可上传私有文件作为回答参考。 智能体：智能体是对自定义操作的封装，用于解决特定场景问题。以 ChatGPT 的 GPTs 为例，包括描述作用和回复格式的提示词、作为回答参考的知识库、请求第三方 API 获取实时数据的外挂 API 以及个性化配置等。 例如，在“竖起耳朵听”的智能体中添加了插件和工作流的相关设置。创建智能体时，输入人设等信息，并配置工作流。但需注意，如工作流中使用的插件 api_token 为个人 token 时，不能直接发布，可将其作为工作流开始的输入，由用户购买后输入使用再发布。 此外，在 AI 搜索中，可预置 after_answer 钩子，将请求大模型的上下文和回答发给第三方插件整理成文章或思维导图等格式同步到第三方笔记软件。全流程中有很多节点可做 Hook 埋点，多个插件构成可插拔架构，常用功能可抽离成标准插件用于主流程或辅助流程，还可自定义智能体 Agent 等。

Stable Diffusion 的底层技术主要来源于 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser 以及慕尼黑大学机器视觉学习组的 Robin Romabach 之前在计算机视觉大会 CVPR22 上合作发表的潜扩散模型（Latent Diffusion Model）研究。 Stable Diffusion 是一种基于潜在扩散模型的文本到图像生成模型，其原理包括以下几个步骤： 1. 使用新颖的文本编码器（OpenCLIP），由 LAION 开发并得到 Stability AI 的支持，将文本输入转换为向量表示，以捕捉文本语义信息并与图像空间对齐。 2. 采用扩散模型，将随机噪声图像逐渐变换为目标图像。扩散模型是一种生成模型，能从训练数据中学习概率分布并采样新数据。 3. 在扩散过程中，利用文本向量和噪声图像作为条件输入，给出每一步变换的概率分布，根据文本指导噪声图像向目标图像收敛，并保持图像的清晰度和连贯性。 4. 使用超分辨率放大器（Upscaler Diffusion Model），将生成的低分辨率图像放大到更高分辨率，从低分辨率图像中恢复细节信息并增强图像质量。 此外，ComfyUI 的底层依赖 Stable Diffusion，去噪过程由 UNet 网络完成。UNet 是一种编码器解码器结构，能处理多尺度特征表示。在 ComfyUI 中，去噪的每个步骤通过模型推理模块实现，调用训练好的 UNet 模型逐步将噪声图像还原成有意义的图像。交叉注意力机制在 Stable Diffusion 中很重要，允许模型在生成过程中融入文本提示、图像、语义信息等条件，在 ComfyUI 中通过“文本提示”和“条件输入”节点实现。跳跃连接是 UNet 的核心部分，能在不同尺度之间共享特征，在 ComfyUI 的节点网络中表现为中间过程数据的流转。切换器代表在去噪过程中的不同阶段对特征流的控制，在 ComfyUI 中可通过修改模型参数节点或自定义网络结构节点对不同阶段的噪声去除策略进行微调。 Stable Diffusion 还具有以下优点： 1. 可以处理任意领域和主题的文本输入，并生成与之相符合的多样化和富有创意的图像。 2. 可以生成高达 2048x2048 或更高分辨率的图像，且保持良好的视觉效果和真实感。 它还可以进行深度引导和结构保留的图像转换和合成，例如根据输入图片推断出深度信息，并利用深度信息和文本条件生成新图片。

以下是关于 Stable Video Diffusion 开发的相关信息： SVD 介绍： 简介：Stable Video Diffusion 是 Stability AI 于 2023 年 11 月 21 日发布的视频生成式大模型，用于高分辨率、先进的文本到视频和图像到视频生成的潜在视频扩散模型。它支持多种功能，用户可调整多种参数，但对硬件要求较高，支持的图片尺寸较小，应用场景受限。 模型版本：开源了两种图生视频的模型，一种能生成 14 帧的 SVD，另一种是可以生成 25 帧的 SVDXL，发布时通过外部评估超越了人类偏好研究中领先的封闭模型。 主要贡献：提出系统的数据管理工作流程，将大量未经管理的视频集合转变为高质量数据集；训练出性能优于现有模型的文本到视频和图像到视频模型；通过特定领域实验探索模型中运动和 3D 理解的强先验，预训练的视频扩散模型可转变为强大的多视图生成器，有助于克服 3D 领域数据稀缺问题。 部署实战避坑指南： 直接使用百度网盘里准备好的资源，可规避 90%的坑。 若一直报显存溢出问题，可调低帧数或增加 novram 启动参数。 云部署实战中，基础依赖模型权重有两个 models–laion–CLIPViTH14laion2Bs32Bb79K 和 ViTL14.pt，需放到指定路径下。 总结： Sora 发布后，此前的视频生成模型相形见绌，但 Stable Video Diffusion 作为开源项目可在自己机器上自由创作无需充值。SVD 生成的视频画质清晰，帧与帧过渡自然，能解决背景闪烁和人物一致性问题，虽目前最多生成 4 秒视频，与 Sora 的 60 秒差距大，但在不断迭代。我们会持续关注其技术及前沿视频生成技术，尝试不同部署微调方式，介绍更多技术模型，更多精彩内容后续放出。 同时，您还可以加入「AIGCmagic 社区」群聊交流讨论，涉及 AI 视频、AI 绘画、Sora 技术拆解、数字人、多模态、大模型、传统深度学习、自动驾驶等多个方向，可私信或添加微信号：【m_aigc2022】，备注不同方向邀请入群。

Stable Diffusion（简称 SD）不是由 Runway 和 Google 联合开发的，而是由初创公司 StabilityAI、CompVis 与 Runway 合作开发的。 Stable Diffusion 是 2022 年发布的深度学习文本到图像生成模型，其核心技术来源于 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser 以及慕尼黑大学机器视觉学习组的 Robin Romabach。该项目的技术基础主要来自于这两位开发者之前在计算机视觉大会 CVPR22 上合作发表的潜扩散模型（Latent Diffusion Model）研究。 Stable diffusion 是一种基于潜在扩散模型（Latent Diffusion Models）的文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像。其原理包括使用新颖的文本编码器将文本输入转换为向量表示，利用扩散模型将随机噪声图像逐渐变换为目标图像，在扩散过程中根据文本向量和噪声图像作为条件输入给出变换的概率分布，最后使用超分辨率放大器将生成的低分辨率图像放大到更高的分辨率。 围绕 Stable Diffusion 等基础模型的兴奋和关注正在产生惊人的估值，但新研究的不断涌现确保新模型将随着新技术的完善而更替。目前，这些模型在法律方面也面临挑战，例如其训练所使用的大量内容数据集通常是通过爬取互联网本身获得的，这可能会引发法律问题。

Stable Diffusion 是由初创公司 StabilityAI、CompVis 与 Runway 合作开发的。其核心技术来源于 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser 以及慕尼黑大学机器视觉学习组的 Robin Romabach。该项目的技术基础主要来自于他们之前在计算机视觉大会 CVPR22 上合作发表的潜扩散模型（Latent Diffusion Model）研究。 Stable Diffusion 是一种基于潜在扩散模型（Latent Diffusion Models）的文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像。其原理包括使用新颖的文本编码器（OpenCLIP）将文本输入转换为向量表示，利用扩散模型将随机噪声图像逐渐变换为目标图像，在扩散过程中以文本向量和噪声图像作为条件输入给出变换的概率分布，最后使用超分辨率放大器将生成的低分辨率图像放大到更高分辨率。 Stable Diffusion 总共有 1B 左右的参数量，可以用于文生图、图生图、图像 inpainting、ControlNet 控制生成、图像超分等丰富的任务。在文生图任务中，将一段文本输入到模型中，经过一定迭代次数输出符合文本描述的图片；图生图任务则在输入文本基础上再输入一张图片，模型根据文本提示对输入图片进行重绘。输入的文本信息通过 CLIP Text Encoder 模型编码生成与文本信息对应的 Text Embeddings 特征矩阵，用于控制图像生成。源代码库为 github.com/StabilityAI/stablediffusion ，当前版本为 2.1 稳定版（2022.12.7），其代码模型权重已公开发布，可以在大多数配备有适度 GPU 的电脑硬件上运行。

Stable Diffusion 是由初创公司 Stability AI、CompVis 与 Runway 合作开发的。其核心技术来源于 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser 以及慕尼黑大学机器视觉学习组的 Robin Romabach。该项目的技术基础主要来自于他们之前在计算机视觉大会 CVPR22 上合作发表的潜扩散模型（Latent Diffusion Model）研究。 Stable Diffusion 是一种基于潜在扩散模型（Latent Diffusion Models）的文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像。其原理包括使用新颖的文本编码器（OpenCLIP）将文本输入转换为向量表示，利用扩散模型将随机噪声图像逐渐变换为目标图像，在扩散过程中以文本向量和噪声图像作为条件输入给出变换概率分布，最后使用超分辨率放大器将生成的低分辨率图像放大到更高分辨率。 Stable Diffusion 总共有 1B 左右的参数量，可以用于文生图、图生图、图像 inpainting、ControlNet 控制生成、图像超分等丰富的任务。其代码模型权重已公开发布，可以在大多数配备有适度 GPU 的电脑硬件上运行，当前版本为 2.1 稳定版（2022.12.7），源代码库为 github.com/StabilityAI/stablediffusion 。

以下为您提供一些 Stable Diffusion 的学习教程： 1. 超详细的 Stable Diffusion 教程： 介绍了为什么要学习 Stable Diffusion 及其强大之处。 指出 Stable Diffusion 是能根据输入文字生成图片的软件。 强调学习目的是快速入门，而非深入研究原理，通过案例和实际操作帮助上手。 2. 深入浅出完整解析 Stable Diffusion（SD）核心基础知识 知乎： 包含 Stable Diffusion 系列资源。 零基础深入浅出理解 Stable Diffusion 核心基础原理，如模型工作流程、核心基础原理、训练全过程等。 解析 Stable Diffusion 核心网络结构，包括 SD 模型整体架构、VAE 模型、UNet 模型等。 介绍从 0 到 1 搭建使用 Stable Diffusion 模型进行 AI 绘画的流程。 列举 Stable Diffusion 经典应用场景。 讲解从 0 到 1 上手使用 Stable Diffusion 训练自己的 AI 绘画模型。 3. 视频教程： 「AI 绘画」软件比较与 stable diffusion 的优势： 「AI 绘画」零基础学会 Stable Diffusion： 「AI 绘画」革命性技术突破： 「AI 绘画」从零开始的 AI 绘画入门教程——魔法导论： 「入门 1」5 分钟搞定 Stable Diffusion 环境配置，消灭奇怪的报错： 「入门 2」stable diffusion 安装教程，有手就会不折腾： 「入门 3」你的电脑是否跑得动 stable diffusion？： 「入门 4」stable diffusion 插件如何下载和安装？：

以下是关于 LayerStyle 副本（包括 TextImage 和 SimpleTextImage）的详细说明： TextImage： 从文字生成图片以及遮罩。支持字间距、行间距调整，横排竖排调整，可设置文字的随机变化，包括大小和位置的随机变化。 节点选项包括： size_as：输入图像或遮罩，将按其尺寸生成输出图像和遮罩，此输入优先级高于 width 和 height。 font_file：列出 font 文件夹中可用字体文件列表，选中的字体用于生成图像。 spacing：字间距，以像素为单位。 leading：行间距，以像素为单位。 horizontal_border：侧边边距，数值为百分比，横排时为左侧边距，竖排时为右侧边距。 vertical_border：顶部边距，数值为百分比。 scale：文字总体大小，以百分比表示，默认根据画面尺寸和文字内容自动计算。 variation_range：字符随机变化范围，大于 0 时字符产生大小和位置随机变化，数值越大变化幅度越大。 variation_seed：随机变化的种子，固定此数值每次产生的单个文字变化不变。 layout：文字排版，有横排和竖排可选。 width：画面宽度，若有 size_as 输入将被忽略。 height：画面高度，若有 size_as 输入将被忽略。 text_color：文字颜色。 background_color：背景颜色。 SimpleTextImage： 从文字生成简单排版的图片以及遮罩，参考了的部分功能和代码。 节点选项包括： size_as：输入图像或遮罩，将按其尺寸生成输出图像和遮罩，此输入优先级高于 width 和 height。 text：文字输入。 font_file：列出 font 文件夹中可用字体文件列表，选中的字体用于生成图像。 align：对齐选项，有居中、靠左和靠右三个选项。 char_per_line：每行字符数量，超过自动换行。 leading：行间距。 font_size：字体大小。 text_color：文字颜色。 stroke_width：描边宽度。 stroke_color：描边颜色。 x_offset：文字位置的水平偏移量。 y_offset：文字位置的垂直偏移量。 width：画面宽度，若有 size_as 输入将被忽略。 height：画面高度，若有 size_as 输入将被忽略。 注： 仅限输入 image 和 mask，如果强制接入其他类型输入，将导致节点错误。 font 文件夹在 resource_dir.ini 中定义，该文件位于插件根目录下，默认名字是 resource_dir.ini.example，初次使用需将文件后缀改为.ini。用文本编辑软件打开，找到“FONT_dir=”开头的行，编辑“=”之后为自定义文件夹路径名。该文件夹内所有的.ttf 和.otf 文件将在 ComfyUI 初始化时被收集并显示在节点的列表中。若 ini 中设定的文件夹无效，将启用插件自带的 font 文件夹。

layer_xl_bg2ble.safetensors、layer_xl_transparent_conv.safetensors、vae_transparent_encoder.safetensors 这类文件可能是大模型的一部分，也可能是 Lora 模型。 在 AI 模型中： 基础模型（英文名 Checkpoint）是生图必需的，任何生图操作必须要选定一个基础模型才能开始。 Lora 是低阶自适应模型，可以理解为基础模型的小插件，生图时可有可无，但在控制面部、材质、物品等细节方面有明显价值。 同时，VAE 是个编码器，功能类似于滤镜，可调整生图的饱和度。

ComfyUI_LayerStyle 相关内容如下： 加载模型部分： 下好工作流中的所需三张图片“SeasonYou_Reference、BG、MASK”以及上传自己所需的照片到 Input 部分。右上角放自己的人像图片（非人像会报错提示“no face detected”）。 对于 vae 加载器部分，选择 xl 版本（因为大模型用的 xl）的 vae 即可。 对于 ipadater 部分，倘若加载器部分报错说 model 不存在，将文中画圈部分修改调整到不报错。 Pulid 部分，除了下载好对应的节点以及参考官方网站最下面的安装对应要求外，还要注意对应安装一些内容，具体要求可查看云盘中命名为“pulid 插件模型位置.png”及对应的云盘链接：PulID 全套模型 链接:https://pan.baidu.com/s/1ami4FA4w9mjuAsPK49kMAw?pwd=y6hb 提取码:y6hb ，否则将会报错。 爆肝博主 ZHO 的更新记录： 3 月 7 日：ComfyUI 支持 Stable Cascade 的 Inpainting ControlNet，ComfyUI 作者在示例页面给出了说明和工作流：https://comfyanonymous.github.io/ComfyUI_examples/stable_cascade/ ，博主自己也整理了一版，分享在：https://github.com/ZHOZHOZHO/ComfyUIWorkflowsZHO ，说明第二个 inpainting+composite 是将原图帖回到重绘之后的效果，是非必要项，按需使用。 3 月 6 日：国内作者把 ps 很多功能都迁移到了 ComfyUI 里，项目是：https://github.com/chflame163/ComfyUI_LayerStyle 。最新版 ComfyUI 支持了一系列图像形态学处理，包括 erode 腐蚀（去除小噪点/分离相邻对象）、dilate 膨胀（填补小洞/连接临近对象）、open 开（先腐蚀后膨胀）、close 闭（先膨胀后腐蚀）、gradient 梯度（膨胀与腐蚀之差）、top_hat 顶帽（原图与开之差）、bottom_hat 底帽（原图与闭之差）。使用方法为：1）更新 ComfyUI；2）右键 image/postprocessing/ImageMorphology；3）接上图像输入和输出即可。

Flux inpainting 基于 diffusion train 的 inpainting 通常涉及以下方面： 训练扩散模型在特定的表示上，能够在降低复杂度和保留细节之间达到最优平衡点，显著提高视觉保真度。在模型架构中引入交叉注意力层，使其成为强大且灵活的生成器，能够处理诸如文本和边界框等一般条件输入，实现基于高分辨率卷积的合成。 关于 Midjourney 的训练 prompt 方面： Midjourney 会定期发布新的模型版本以提高效率、连贯性和质量。最新模型是默认的，但也可以通过 version 或 v 参数或使用 /settings 命令选择其他模型版本。不同模型在不同类型的图像上表现出色。Midjourney V5 模型是最新且最先进的模型，于 2023 年 3 月 15 日发布。使用该模型可在 prompt 末尾添加 v 5 参数，或通过 /settings 命令选择 MJ Version 5。该模型具有很高的连贯性，擅长解释自然语言 prompt，分辨率更高，并支持诸如 tile 等高级功能。V5 基础模型具有更广泛的风格范围、对 prompt 响应更灵敏、图像质量更高（分辨率提高 2 倍）、动态范围改进、图像细节更丰富且更准确、文本干扰更少等新特点，还支持 tile 参数实现无缝平铺（实验性）、支持大于 2:1 的 ar 宽高比（实验性）、支持 iw 权衡图像 prompt 与文本 prompt 以及特定的风格和 prompt 方式。

以下是关于 Flux 的 lora 模型训练的相关信息： Flux GGUF 模型：https://huggingface.co/city96/FLUX.1devgguf/tree/main GGUF 配套节点插件：https://github.com/city96/ComfyUIGGUF 在最新版本的 ComfyUI 中，GGUF 的节点插件可在 Manager 管理器中搜到下载安装，但 NF4 的配套节点插件搜不到。 注意使用精度优化的低配模型时，工作流和原版不同。把官方的 fp8 工作流中底模的节点换成 NF4 或者 GUFF 即可。 相关生态发展迅速，有 Lora、Controlnet、IPadpter 相关生态建设，字节最近发布的 Flux Hyper lora 可用于 8 步快速生图。下节将先讲讲 Flux 的 lora 训练。