当前位置：

社区首页

艺术收藏

绘画创作

AIGC文章详情

AI绘画如何实现角色多角度一致性生成：从身份锚定到可控生成的演进路径

源自108位全网作者

01-22 15:15

精选参考来源

#nanobanana为何爆火#谁懂啊家人们！Banana AI这波生图模型直接开挂——和总统同框的合影不再是P图幻想！人物一致性强到离谱，换十套造型、切百种角度，脸型发丝都稳如复制粘贴；多图融合更神，风景照里塞进你的Q版自拍，电影截图混搭你的日常碎片，脑洞秒变现实大片！最炸的是平面转3D，随手拍的证件照秒变立体雕塑，连衣褶光影都像从画里「长」出来；多模态生图更绝，打段文字、说句话，甚至哼两句旋律，它都能给你「捏」出专属画面！从玩梗到创作，从记录到造梦，Nano Banana AI就是你的「超现实魔法器」——现在就上车，解锁和总统击掌、和偶像同框的「不可能日常」！川北小哥的微博视频

【国内最大人形机器人训练场在京启用】 9月25日消息，据科技日报，近日，国内最大人形机器人训练场在北京石景山正式投入运营。该训练场占地面积上万平方米，年产数据量超600万条。训练场位于北京银行保险产业园，由石景山区政府牵头，联合区属产业公司、北京银保产业园及乐聚机器人共同运营。场内1:1还原工业智造、智慧家庭等四大类16个细分场景，覆盖中兴智能生产线、一汽汽车车间等真实作业环境，仿真程度国内领先。身高1.66米的“夸父”人形机器人是训练主力，借助VR设备、动作捕捉系统，掌握空箱回库、物料分拣等20余项原子技能，执行成功率超95%。训练场数据源于真机运行，通过“采集—清洗—标注—导出”流程及三重质量评估，单条合格率达99%，还将与苏州、济南等地训练场联动，形成全国数据中枢，月数据产能预计达5000小时。

全部
来源

内容由AI生成

1. #nanobanana为何爆火#谁懂啊家人们！Banana AI这波生图模型直接开挂——和总统同框的合影不再是P图幻想！人物一致性强到离谱，换十套造型、切百种角度，脸型发丝都稳如复制粘贴；多图融合更神，风景照里塞进你的Q版自拍，电影截图混搭你的日常碎片，脑洞秒变现实大片！最炸的是平面转3D，随手拍的证件照秒变立体雕塑，连衣褶光影都像从画里「长」出来；多模态生图更绝，打段文字、说句话，甚至哼两句旋律，它都能给你「捏」出专属画面！从玩梗到创作，从记录到造梦，Nano Banana AI就是你的「超现实魔法器」——现在就上车，解锁和总统击掌、和偶像同框的「不可能日常」！川北小哥的微博视频

2. 【国内最大人形机器人训练场在京启用】 9月25日消息，据科技日报，近日，国内最大人形机器人训练场在北京石景山正式投入运营。该训练场占地面积上万平方米，年产数据量超600万条。训练场位于北京银行保险产业园，由石景山区政府牵头，联合区属产业公司、北京银保产业园及乐聚机器人共同运营。场内1:1还原工业智造、智慧家庭等四大类16个细分场景，覆盖中兴智能生产线、一汽汽车车间等真实作业环境，仿真程度国内领先。身高1.66米的“夸父”人形机器人是训练主力，借助VR设备、动作捕捉系统，掌握空箱回库、物料分拣等20余项原子技能，执行成功率超95%。训练场数据源于真机运行，通过“采集—清洗—标注—导出”流程及三重质量评估，单条合格率达99%，还将与苏州、济南等地训练场联动，形成全国数据中枢，月数据产能预计达5000小时。

3. Lior Alexander 推出了一项突破性技术——dLLM，实现了将任意自回归语言模型（LLM）转化为扩散模型的公开方案。这一转变核心在于：1. 去除传统自回归中的因果掩码，启用双向注意力机制，令模型能全面感知上下文；2. 随机遮蔽部分Token，训练模型填补空白，实现高效的内容推断；3. 通过轻量级监督训练，稳定生成结果，提升模型表现。这一方法不仅改变了模型架构，还带来了实用的工具链支持，涵盖训练、推理和评估，兼容LoRA、DeepSpeed、FSDP、4-bit量化及多GPU等多种高效训练方案。官方仓库还提供了自回归扩散、BERT扩散及编辑流模型的示例，极大地便利了研究和应用。技术社区反响热烈：有人关注其对偏见问题的潜在改善，有人好奇推理延迟的权衡，更有人赞叹跨领域架构迁移的创新意义——LLM技术被赋能于图像生成，打破模态壁垒。dLLM通过并行去噪128个Token，显著减少推理步骤（65步对比传统的97步），特别适合编辑式任务和专家模型（MoE）的扩展。这不仅是架构的革新，更是对模型理解和生成方式的重新定义——从线性单向走向全面双向，模型“看见了更完整的画面”。未来，dLLM有望推动更高效、更灵活的多模态AI系统，开启语言模型的新篇章。x.com/LiorOnAI/status/1998484013410046135 爱可可-爱生活的微博视频

4. Unsloth AI最近发布了一个值得关注的成果：他们免费开放了DeepSeek-OCR的微调笔记本，通过微调使模型的语言理解提升了89%，字符错误率从149%降到60%。这不仅是技术上的突破，更是让OCR技术更实用、更智能的关键一步。更重要的是，Unsloth支持在24GB显存的GPU上本地微调多达320亿参数的模型，极大地降低了进入门槛，意味着更多开发者和研究者能参与进来，推动AI真正落地。社区也积极互动，提问和反馈不断，显示出技术背后活跃的生态和持续进步的动力。 Blog: docs.unsloth.ai/new/deepseek-ocrGitHub: github.com/unslothai/unslothColab：colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Deepseek_OCR_(3B)-Eval.ipynb技术的进步不只是大模型的堆砌，更是细节打磨与开放协作的结果。真正的“魔法”发生在微调和应用的那一刻。未来，AI的发展更需要这种从底层优化到社区共建的系统思考。原文链接: x.com/UnslothAI/status/1985728926556307471

5. learning-diffusion 是一个从零开始实现并学习扩散模型（Diffusion Models）的实战指南项目。github.com/ludocomito/learning-diffusion该项目通过一系列循序渐进的 Jupyter Notebook 教程，帮助开发者和学习者深入理解扩散模型的原理与实现细节。该项目主要包含以下 5 个核心部分，每个部分对应一个 Notebook，难度逐步进阶：1️⃣Diffusion Basics (扩散模型基础) 内容：使用简单的 2D 螺旋数据集（Spiral Dataset）来演示扩散模型的基本概念。目的：让初学者在处理复杂的图像数据之前，通过可视化 2D 数据点的分布，直观理解“前向加噪”和“反向去噪”的过程。2️⃣Generating Images (图像生成) 内容：将扩散模型应用到真实的图像数据上（使用 MNIST 手写数字数据集）。技术点：实现了用于图像去噪的 U-Net 架构，并展示了如何从纯噪声中生成看起来真实的数字图像。3️⃣Classifier-Free Guidance (无分类器引导) 内容：探讨如何控制生成的图像内容（例如，指定生成数字 "5" 而不是随机生成）。技术点：通过训练一个既能进行有条件生成又能进行无条件生成的模型，在推理阶段通过引导（Guidance）增强模型对条件的依从性，这是现代生成模型（如 DALL-E 2, Stable Diffusion）提高生成质量的关键技术。4️⃣Flow Matching (流匹配) 内容：介绍了一种传统扩散模型的替代方案——基于连续归一化流（Continuous Normalizing Flows）。特点：学习的是速度场（Velocity Fields）而不是噪声预测，能够定义从噪声到数据的平滑、确定性轨迹。这通常能带来更快的采样速度和更稳定的训练。5️⃣Latent Diffusion (潜在扩散模型) 内容：探索如何在压缩的**潜在空间（Latent Space）**中进行扩散，而不是在原始像素空间。意义：结合了变分自编码器（VAE），这是 Stable Diffusion 等高性能模型背后的核心技术，能够大幅降低计算资源消耗并生成高分辨率图像。#科技先锋官#

6. 特斯拉也会憋不住来讲点技术实力，这次放的世界模型就是第一个视频，视频的8路视角都是模型生成的画面，不是真的录像。而世界模型生成的画面和普通视频生成模型最大的差异就是世界模型的结果要符合物理规律，而且多个视角一致。第二个视频是用1帧截图给 SORA2 并且描述了接下来会发生什么生成的，其实就完全不对，视角和车的位置都有问题。

7. 可以啊，这个 AI 绘画提示词图库 OpenNana 网站又收了50+ Nano Banana Pro提示词，现在已经更新了 475 个案例了，对于 AI 生图不知道怎么提示词的，可以看看。网站：opennana.com/awesome-prompt-gallery#AI创造营##AI绘画##微博兴趣创作计划#

8. Ideogram Character 免费开放：一张照片实现角色一致性！

9. 【AI辅助设计】ComfyUI+Kontex LoRA稳定模特穿搭

10. 🚀 IMAG 团队发布 IMAGEdit：免训练的一致性视频编辑框架

11. Nano Banana Pro深度评测，PS这次真可丢了，超强AI绘画神器

12. Seedream 4.0深度评测，背刺Nano banana｜即梦4.0全新AI生图模型

13. 国内可用，P图王者Nano Banana进阶玩法大全，做发型，拍婚纱，玩电商......

14. 用AI做属于自己的Galgame！

15. 融图无需PS！4招用AI搞定融图难题！在设计中，用PS对多个素材进行融图应该是基操，但是面对大量繁琐的操作，估计你也非常痛苦。今天一个视频教你4种不同的AI融图技巧，从产品👉人物👉动作👉风格通通搞定！#设计 #平面设计 #ai生图 #ai新星计划 #托尼三三

16. 开源绘画大变天：Flux请退下，迎接新王Qwen

17. 【2026 AI 开源第一枪！】Qwen Multiangle 多角度一致性，ComfyUI 可控度+1！

18. 人物一致性新王Nano Banana登基，AI图片编辑史诗级升级。

19. Qwen image电影级运镜LoRa

20. 阿里通义万相的Wan2.2-Animate有点猛，这是一款用于角色生成和替换的统一框架，实例效果惊人。未来AI一定会成为影视行业和新媒体创作的常客老师傅了#花式刷片挑战# 虽然目前不能实时转换，但是感觉潜力巨大。Wan2.2-Animate可基于表演者的视频为任意角色生成动画，通过精准复刻表演者的面部表情与动作，制作出高度逼真的角色视频。该工具还能将视频中的角色替换为动画角色，在保留原角色表情与动作的同时，复刻原始画面的光影和色调，实现与环境的无缝融合。 Wan2.2-Animate基于Wan模型构建。为适配角色动画生成任务，采用改进后的输入模式，区分参考条件与生成区域，该设计将多项任务统一为通用的符号表示。借助空间对齐的骨骼信号复刻身体动作，并提取源图像中的隐式面部特征来重现表情，从而生成兼具高可控性与高表现力的角色视频。此外，为提升角色替换时与环境的融合度，开发团队研发了辅助性的“重光照LoRA（Relighting LoRA）”模块。该模块在为角色赋予适配环境的光影与色调的同时，能保持角色外观的一致性。

21. 博三上NLP方向，有2卡A100，能够微调llama，chatglm等模型，找不着研究方向怎么办？

22. 制作人像动画时，长视频往往难以维持人物身份特征的一致性，且生成速度缓慢，通常需要复杂的面部修复或换脸工具进行后期处理。 FlashPortrait 是一个开源的人像动画生成项目，基于视频扩散 Transformer 技术，实现了高质量、无限长度且极速的动画合成方案。该项目不仅能精准保持人物的身份特征，还通过自适应潜空间预测技术将推理速度提升了 6 倍，无需任何额外的后处理工具即可输出高保真结果。 GitHub：github.com/Francis-Rings/FlashPortrait 主要功能： - 身份特征保持，无需 FaceFusion 或 GFP-GAN 等工具即可生成一致性极高的面部动画； - 支持生成无限长度的视频，采用动态滑动窗口方案确保长视频的平滑过渡； - 极速推理性能，通过高阶潜空间导数预测跳过部分去噪步骤，实现 6 倍加速； - 归一化面部表情模块，有效对齐表情特征与扩散潜空间，提升表情建模的稳定性； - 多分辨率支持，涵盖从 512x512 到 1280x720 的多种横竖屏比例； - 灵活的显存优化，提供多种显存加载模式，最低 10GB 显存即可运行。项目基于 PyTorch 开发，提供了完整的推理、训练及微调代码，并兼容 Wan2.1 模型权重，适合研究人员和内容创作者用于开发高质量的数字人或动画工具。 http://t.cn/AX47GIzz

23. Sora2动漫-真人短剧-详细教程！批量固定角色！保持角色人物一致性！批量固定声音！有音效！有配音！效果贼好！

24. Eigen-Banana-Qwen-Image-Edit：使用 Qwen-Image-Edit LoRA 快速图像编辑

25. Qwen Image Edit 2511 万物一致性之王无影灵构DiT赋能！挑战5秒生图！

26. 【Nano Banana】最新图片编辑模型，P图神器，人物一致性彻底解决，指哪打哪，无所不能！

27. 最新AI生图到底有多恐怖？

28. 一口气了解10种ControlNet！原理+应用，全方位解析Stable Diffusion控制网！SD WebUI扩展插件专题 · AI绘画零基础入门教程

29. Thinking Machines曝LoRA终极指南：10倍学习率，媲美全参微调

30. 太爽了！AI绘画全面进化：懂中文、会做中文设计，还开源免费！Qwen Image+Edit模型零基础教程，一个视频讲清楚全部应用 | 附Comfy UI工作流

31. 最强开源AI绘画大模型：Qwen edit 2509

32. 如何通过微调将通用 AI 模型转变为专家

33. 将单张图片转化为具有100%角色一致性的电影级AI画面

34. 9分钟带你精通AI角色一致性

35. Qwen LoRA让AI也能拍电影，且多角度一致！

36. 太惊喜啦！MJ V7角色一致性性终极解法

37. 人物一致性AI角色绘画

38. AI锁死角色一致性，保姆级教程直接抄我们用AI给三亚金谷产业园做了套完整的IP设计和宣传片！今天用Vidu手把手教大家拆解一致性制作方法。角色全程不变脸、场景精准匹配，一致性直接达标商业级要求。最后附部分成片展示，记得看到最后～ #AIGC #AI视频 #人物一致性 #Vidu #AI教程

39. 千问2511实测

40. AI视频人物一致性终极方案！远景镜头也能99%相似，三重锁定彻底告别换脸失败！

41. 从混乱到统一

42. 【 ComfyUI 】解决角色一致性/创建超写实风格的一致性 AI 角色 —— 免费！本地运行！

43. 一篇搞定「真人10视角」提示词

44. 【Comfyui教程】人物保持一致性！LoRA训练完全指南，从数据准备到参数调优的全流程实战，轻松实现一张图生超多角度！

45. 关于Seko短片制作过程中角色一致性的修正笔记

46. 做AI漫剧生图怎么保证角色一致性？

47. Qwen多角度Lora，究极一致性，可玩性拉满！

48. 如何通过 Ideogram 实现 AI 绘画人物一致性

49. AI 视频漫画制作

50. ComfyUI 生图实战 P2

51. 不学这个，你的AI出图永远差点意思——混合ControlNet全解析

52. 终于补全最大遗憾！ComfyUI 官方更新 ControlNet 2.0 局部重绘功能，Z-Image Turbo 满血复活？🎨|换脸/换装/换发色统统搞定

53. 💥Z-Image+ControlNET 实测报告来啦～

54. Stable Diffusion ControlNet 核心功能解析

55. Z-Image迭代！阿里发布ControlNet V2，六大控图模式，效果更好，洗图党速看！

56. Stable Diffusion 与 ControlNet

57. ComfyUI_094. Qwen-Image ControlNet控制（工作流评论区自取）

58. Sora2 角色ID

59. 角色一致性视频生成软件怎么选？连续测试4款后，只剩这一款敢长期用

60. AI漫剧创作秘籍

61. 从随机生成到稳定叙事

62. Nano Banana Pro

63. 小红书开源角色一致性解决方案StoryMaker

64. 天美AI学习帖｜大连理工提出CharacterFactory，在3秒内无限制地端到端地采样出新的一致性角色

65. AI视频的制作保持人物的一致性教程

66. 低成本自媒体人的救命稻草

67. AI绘画能否真正提升漫画创作效率？全网观点大碰撞

68. 多模态到通用感知，第十八章结构化控制

69. 从0到1训练自己的AI女友极简Lora数据集生成和训练教程

70. 「0 元 0 代码」1 张原图炼出「永不崩」专属 LoRA，教程来了

71. lora多人同框人脸都一样？用ai-toolkit训练时试试加入DOP参数（Differential Output Preservatio）

72. 前瞻锚定

73. 开源SOTA，浙大团队多图精准控制与身份一致性新突破

74. KAIST &帝国理工

75. Lynx模型

76. 身份一致性提升18.9%！阿里开源Identity-GRPO，实现多人视频生成中角色的精准控制

77. ANIMATE-X

78. 字节开源主体一致性视频生成框架

79. 腾讯混元&InstantX开源InstantCharacter，跨角色外观、姿势和风格个性化生成。

80. 前馈3D高斯泼溅新方法，浙大团队提出“体素对齐”，直接在三维空间融合多视角2D信息

81. 首次实现第一视角视频与人体动作同步生成！新框架攻克视角-动作对齐两大技术壁垒

82. AI绘画:StableDiffusion固定角色大法,无限生成统一风格的图片

83. Stable Diffusion WebUI 使用ControlNet:IP-Adapter保持生图的角色一致性

84. Stable Diffusion的ControlNet是什么?精准控制AI绘画姿势教程

85. ComfyUI 中多个 ControlNet组合使用

86. stable-diffusion 生成同一人物不同动作的尝试(基础动作融合)

87. AI绘画图像编辑神器,多角色一致性轻松搞定

88. Docs

89. 【AI绘画进阶篇】（手把手炼丹教学）喂饭级LoRA模型训练教程(上)

90. 3D动漫制作中的动画场景动画角色绑定

91. 首发评测

92. 多角色互动视频生成技术AnyTalker重磅发布

93. AI视频角色总“变脸”？保姆级Wan2.1 LoRA训练教程，从零打造你的专属数字人

94. 阿里推出Wan-Animate：基于全局复制的统一角色动画与替换框架，实现高保真视频生成与无缝环境融合

95. 字节跳动开源视频生成框架StoryMem，AI视频一分钟跨镜头一致性提升29%

96. 【closerAI ComfyUI】动作迁移新王SCAIL-Pose：3D 姿态提取且完美支持多人物复杂场景的高质量动画生成！赞

97. 角色一致性，终于解决了！30秒学会Kontext Flux Kontext Pro 的图像编辑能力很NICE！角色的一致性终于攻克了！ IP三视图、表情包、动作延展，都交给它吧~~ #kontext #ai关键词 #美工 #溶图 #电商设计师 #ip设计 #角色一致性 #p图#人物一致性 #IP三视图

98. 爆款秘籍曝光！Z-Image Turbo LoRA角色训练：一致性翻倍，附实战经验+炼丹心得！

99. 一次性帮你解决你的MJ“一致性”问题！！！

100. 一次性解决你的MJ“一致性”问题

101. Sora2「角色创建」新玩法！非真人也能长期一致｜角色联动实战：两个 AI 主角同场拍戏？｜DomoAI 8 动漫风格 V2V 实测 + 可灵 2.5 Turb

102. ComfyUI角色一致性方案（完全版）

103. MJ人物一致性

104. Qwen Image LoRA保姆级训练教程 | 秘密武器：一个LoRA，通吃image和edit模型，完美解决角色一致性！

105. 精准控图！Z Image ControlNet 全面解析 AI 舞蹈生成又有新玩法！今天给大家介绍一个基于 Wan Video 生态的“奇特”模型——Steady Dan随着 Z Image 生态的爆发，阿里 PAI 团队终于发布了基于 Z Image 的 ControlNet 模型！本期视频我将带大家在 ComfyUI 中详细评测这个强大的新工具。不仅会演示如何使用 Depth（深度图）、Pose（姿势图）、Canny（边缘检测）来精准控制画面，还会分享一套基于 Wan 2.2 双采样器的高质量工作流。此外，通过引入 QwenVL 进行提示词反推，以及 Lora 权重的平衡技巧，让你的 AI 绘图既有构图又有细节。 📌 本期视频核心内容： Z Image ControlNet 模型介绍与安装（3.1GB）。实测对比：深度图、姿势图 (OpenPose/DW)、轮廓图 (Canny/HED) 的效果。避坑指南：官方推荐权重 vs 实际最佳权重 (0.65-0.8)。进阶玩法：使用 QwenVL 自动生成高质量 Prompt。实战演示：ControlNet 与 Lora 模型混用时的参数调整技巧。#waytoagi#runninghub#ai新星计划#zimage #controlnet

106. 潜空间：理解AI生成世界背后的隐秘维度

107. Qwen Image LoRA保姆级训练教程 🔥还在为AI视频和漫画中的角色不一致而烦恼吗？本期视频将带你解锁Qwen Image LoRA训练的终极秘籍！我们将通过一个手把手的保姆级教程，教你如何训练出专属于你的角色LoRA。最关键的是，这个为Qwen Image训练的LoRA不仅能用于文生图，更能无缝应用在Qwen Image Edit（图片编辑）中，让它成为你解决角色一致性问题的“秘密武器”。从此，无论是生成系列图片，还是制作动画短片，角色都能保持惊人的一致性！ #waytoagi #runninghub#ai新星计划 #优云智算 #qwenimage

108. z image Turbo controlnet2.0 实测