视觉设计师与概念插画师利用 Dezgo 的图生图（Image-to-Image）功能，可以将手绘线稿、粗糙构图以及 3D 白模快速转化为高质量的成图或概念设定。这一流程的核心控制纽带是强度（Strength）参数。Strength 参数在 0.0 到 1.0 之间调节，本质上控制着在扩散模型开始渲染前向原始输入图添加的高斯噪声比例。将强度设定在中间区间（0.55–0.75）能够在牢牢保留原始线稿的骨架、透视与人物动态的同时，给予模型足够的创作空间去生成细腻的质感、光影与体积感；若面对极为粗略的色彩草图或概念缩略图，将强度提升至 0.85–0.97，则能在保留整体空间色块布局的前提下，完成颠覆性的精细化渲染。
要让草图风格化转换精准可控，设计师需要系统掌握 Dezgo 的图像输入机制、提示词撰写策略以及引导系数（Guidance）与分辨率的匹配方法。
强度梯度解析：为美术流程量身定制的转换区间
常规的文生图（Text-to-Image）完全从随机噪声起步，而 Dezgo 的图生图接口（/image2image）则以设计师上传的作品（init_image）作为构图底板。Strength 的高低直接决定了底板结构被重构的程度：
| 强度区间 (Strength) | 画面变化特征 | 典型美术实操场景 |
|---|---|---|
| 0.20 – 0.40 | 微调与润色：线条与形体完全锁定，仅产生极轻微的材质颗粒或微弱光感变化。 | 半成品概念图的细化、局部色调修正、增加表面质感。 |
| 0.45 – 0.60 | 结构化上色：完整保留墨线轮廓与形准，自动填充环境光、遮挡阴影与材质基础色。 | 为清晰干净的线稿上色，不破坏原始人体结构与线条走势。 |
| 0.65 – 0.78 | 风格重塑黄金区间：原有的硬线条被自然转化为厚涂笔触、赛璐珞阴影或半写实质感。 | 将手绘铅笔草图、黑白灰度明度稿转换为成型概念设计图。 |
| 0.80 – 0.95 | 创意思维重构：强力重绘。仅保留整体剪影、色彩大关系与宏观结构，内部细节被全面重塑。 | 快速涂鸦、动态速写、简单 3D 体块白模快速衍生多套场景方案。 |
| 0.96 – 0.98 | 极致细节生成：仅尊重主色块区域和大致外轮廓，其余部分由扩散模型深度丰富并构建微观细节。 | 将极度潦草的色块草图升级为充满细节的杰作级插画。 |
| 1.00 | 彻底置换：完全抛弃原图信息，效果与文生图无异。 | 不适用于草图重塑。 |
在 Dezgo 官方的技术演示中，官方将强度设为 0.97，成功将一幅结构粗糙、线条简单的彩色随手涂鸦转化为了光影与细节丰富的艺术杰作，同时依旧保留了原图下半身蓝色衣物、中心面部及背景大面积白色的大致色块分布；而在 0.40 强度下，则能在完全保持原有画风与人物特征的前提下微调面部微表情。
实操全流程：从线稿草图到高完成度概念图
1. 整理与适配底图
Dezgo 规定输入图片的单边最长为 1024 像素，超出部分会自动缩小，并自动对齐到 8 的整数倍。为了让生成效果最清晰自然，建议在输入前将底图比例调整为所选模型的原生训练分辨率（Native Resolution）：
- Stable Diffusion 1.5 系列：适合 512×512 或相近比例（如 512×768 肖像比例）。
- SDXL 与 Flux 模型：适合 1024×1024 或相近规格（如 832×1216）。
此外，草图的线稿应当具有足够的对比度。如果底稿为淡铅笔线，建议先在 Photoshop、Procreate 或 CSP 中拉高色阶对比度，使扩散模型的特征提取网络更容易捕捉轮廓边缘。
2. 载入草图并挑选适配模型
在 Dezgo 网页工作台（dezgo.com/app/image2image）或通过 REST API 发送请求时，将图片载入 Initial Image 区域。根据风格诉求选择模型：
- 通用大模型（如 SDXL、Flux 2）：在电影级质感、复杂体积光与材质真实感上有明显优势。
- 微调模型（Finetuned Models）：针对特定二次元动漫、美漫或概念设计训练的特化模型。使用前需注意官方文档是否说明该模型需要触发词（Trigger Word）来完全激活其画风权重。
3. 构建全景提示词（Prompting）
在图生图模式下，很多初学者常犯的错误是只输入修改指令（例如只写 "change to oil painting"）。Dezgo 官方特别强调，最佳实践是提供一份完整描述目标成图的提示词：
- 主体对象：细致描述草图中的角色设定、服饰材质、机械部件或建筑结构。
- 光影与空间氛围：例如
"cinematic rim lighting"（电影级轮廓光）、"atmospheric volumetric fog"（体积雾）或"warm sunlight diffused"（柔和日光）。 - 媒介与风格标签：指明具体的艺术表现形式，如
"matte concept painting"（哑光概念设计图）、"watercolor wash illustration"（水彩晕染插画）或"unreal engine 5 architectural render"。 - 反向提示词（Negative Prompt）：排除多余噪点、过曝色彩、肢体畸变或不需要的写实摄影质感。
4. 协同调节 Guidance 与采样步数
- Guidance（CFG 比例）：控制生成内容贴合提示词的严格程度。在草图重构时，建议保持在 6.0 至 8.5 之间。超过 10 容易导致画面过饱和或线条烧焦；低于 5 则可能让风格偏离描述。
- 采样步数（Steps）：更高的步数（30–50 步）会赋予算法更充足的时间去雕琢高光反射、微小纹理与材质转折。
5. 锁定随机种子进行微调迭代
当遇到符合预期的构图时，立即锁定当前的 seed。随后以 0.05 为步长小幅增减 Strength：
- 如果成图只是在线条上叠了一层脏色而缺乏体积感，调高 Strength 0.05–0.10；
- 如果人物面部比例或关键透视线被 AI 自行改动走样，调低 Strength 0.05–0.10。
进阶协同：何时转向局部重绘（Inpainting）与 ControlNet
虽然全局调节强度是概念探索最高效的方式，但它对全图产生的是均匀变换。在实际美术生产线中，设计师常配合另外两项 Dezgo 工具协同作业：
- Dezgo 局部重绘（Inpainting，
/app/text-inpainting）：当你对新生成的盔甲光影与背景环境非常满意，但希望保留手绘人脸的神态不变时，上传黑白遮罩图（Mask）。黑色像素严格保留原画，白色区域接受重绘与画风转换。 - Dezgo ControlNet 控制工具（
/app/controlnet）：若项目要求线稿轮廓一丝不差地保留，同时又想进行极大幅度的材质与风格跃迁，利用 ControlNet 的 Canny（边缘检测）或 Line Art 预处理器可以对结构形成绝对物理级锁定。
商业实践建议
对于工作室画师与独立创作者而言，Dezgo 提供了一种低门槛且高弹性的视觉落地途径。其网页端免注册的免费体验模式适合即时概念验证，而基于账户余额的 Pay-As-You-Go（按量付费、无需强制月付订阅）模式则为批量生成和 API 自动化流水线提供了高性价比支撑。把 Strength 参数视作“草图骨骼与 AI 渲染力之间的权衡杠杆”，可以在保留原创美术灵魂的同时，将概念成型周期从数天缩短至数分钟。