导语｜最新教程，控制角色一致性的6 个方法：垫图 - SEED微调 - 关键词命令 - 连续画面公式 - 万能公式 - 局部重绘。
本文作者：kawaiwang，腾讯交互设计师
一. 背景介绍
Midjourney在生成角色人物时，有一个很大的难题就是：很难保持角色的一致性
- 通过相同的关键词，随机生成的人物，容貌形态差异很大（亚洲人的出图质量相比欧美较差，可能是因为MJ库内训练的亚洲面孔较少）
- 同时，MJ很难处理同一场景下多个角色或主体的图像。所以你在网上看到的名人图，往往是单人图，或者周围有一堆群众，很少会有2个名人同时出现的场景
为了相对较好的控制角色一致性，我对比很多资料，发现6种方式效果较好
前三种流行方法，出图效果相对不理想，适合【对角色表情要求不太高，但是希望快速出图】的场景
而四、五、六是我实验过多次后，比较后效果相对不错的方式，但是出图需要多次垫图+微调，适合【对角色表情要求较高，时间充裕】的场景使用
二. 6种控制方法介绍
三. 以上方法存在的问题1. seed微调
seed只决定起跑点，而关键词/参数/垫因才决定最终走向。尤其V5中seed 只能用于四张网格图，不能用于单张放大图，哪怕这四张已经很接近了，结果一致性效果还是不好
2. 关键词命令
生成一套角色模版，只适用有限场景，步骤繁琐，而且要手动抠图很麻烦
3. 连续画面公式
效果比较随机，不一定每次都能出现连续画面
4. 万能公式
效果依赖于大量垫图，以及对比选图，耗费时间长，效率较低
在业务需求中，如果对角色一致性要求特别高的话，其实以上6种方法仍不能做到完美的控制。这时候，建议大家通过学习Stable Diffusion，使用模型训练，会更加精准和高效。
# 技术人说 #
下周三晚19:30，有趣有料：
扫码预约，get开播提醒
我宣布！这是全球最聪明的AI绘画提示词工具 ！
ChatGPT 助力数据分析：实际案例与技巧
产品经理的小妙招：用ChatGPT做文档校对
GPT4开放API和Code Interpreter！
如何利用它们来提升你的工作效率
设为星标，下次再见