在連環漫畫、多格分鏡、遊戲原畫與角色設定集的實際製作中,數位插畫師面臨著一個核心難題:如何在不同場景與鏡頭角度下,既確保同一個角色的五官面容、服裝特徵與藝術畫風維持高度統一,又能自由繪製各種生動、具張力的肢體動態。單純仰賴文字提示詞(Prompts)生成圖像,往往會導致角色樣貌漂移、四肢結構錯亂或動作死板重複。
在 SeaArt AI 創作流程中,專業創作者的應對方法是將「角色身分特徵」與「空間肢體姿態」解耦分離:利用角色 LoRA 模型鎖定角色的五官造型、服飾配色與標誌性畫風,同時透過 ControlNet(特別是 OpenPose Full)精準控制人體骨骼與動態走向。透過精確調校兩者的權重分配,插畫師能夠在不犧牲角色辨識度的前提下,穩定產出連續分鏡與高張力插畫。
職責劃分:底層大模型、LoRA 與 ControlNet 的協作架構
在 SeaArt 中實現穩定、可預測的插畫生成,仰賴三層明確的架構分工:
+------------------------------------------------------------------+
| 1. 底層大模型(Base Checkpoint) |
| 決定基礎渲染風格(如二次元日漫、厚塗寫實、韓系半厚塗) |
+---------------------------------+--------------------------------+
|
v
+---------------------------------+--------------------------------+
| 2. 角色 / 風格 LoRA 模型 |
| 鎖定五官輪廓、髮型、代表性服裝與筆觸(權重 0.6 - 0.8) |
+---------------------------------+--------------------------------+
|
v
+---------------------------------+--------------------------------+
| 3. ControlNet 條件生成控制 |
| 以 OpenPose 提取人體骨架關鍵點,導引空間動態(權重 0.8 - 1.0)|
+------------------------------------------------------------------+
- 底層大模型(Base Checkpoint): 決定整幅作品的繪畫底色與渲染質感(例如偏向動漫風格的 Counterfeit、NOOBAI XL,或偏向寫實質感的 SeaArt Realism)。所搭配的 LoRA 與 ControlNet 必須基於相同的大模型架構(例如 SD 1.5 或 SDXL 體系不可混用)。
- LoRA 微調模型(身分與風格核心): 在底層大模型之上注入特定角色的外觀特徵或特定繪師的筆觸質感。SeaArt 平台支援最多同時疊加 5 個 LoRA 模型。通常將角色 LoRA 權重設定在 0.6 至 0.8 之間,既能保留角色的鮮明辨識度,又能為複雜姿態保留足夠的生成彈性。
- ControlNet(幾何骨骼約束引擎): 負責掌控畫面的空間結構與人體動態。插畫師無需在提示詞中苦苦描述複雜的四肢擺放,只需上傳姿態參考圖,由演算法精準抽取人體關節點並投射到畫布上。
SeaArt 中的完整操作流程
第一步:配置角色 LoRA 與關鍵提示詞
- 登入 SeaArt 創作面板,選擇符合專案風格的底層大模型。
- 在模型設定區的 LoRA 選項中,載入自訂或社群共享的角色 LoRA。若需要特定的光影筆觸,可額外疊加一款風格 LoRA。
- 將角色 LoRA 初始權重設為 0.7 左右。
- 在正面提示詞前端填入該 LoRA 的觸發詞(Trigger Word),並接續填寫角色的關鍵特徵詞(例如
silver hair, braided ponytail, navy military coat, gold embroidery)。
第二步:開啟 ControlNet 並設定 OpenPose Full
- 在左側控制列展開 ControlNet 面板,上傳姿態參考圖。此參考圖可以是 3D 人偶截圖(如 Daz、DesignDoll)、手繪骨架草圖或真人擺拍照片。
- 將 ControlNet 類型切換至 OpenPose。
- 預處理器建議選擇
openpose_full。該模型能完整辨識頭部、肩膀、手肘、手腕、臀部、膝蓋、腳踝等關鍵骨架節點,並同時捕捉手部細節與面部朝向,且完全過濾參考圖中的服裝、髮型與背景干擾。 - 將 Control Weight(控制權重) 設定為 0.85 – 1.0。
- Control Mode(控制模式) 在一般情況下維持預設的「平衡(Balanced)」;若動作極具張力、需要 AI 嚴格貼合骨架,則選用「優先預處理圖(Prioritize Pre-processing Image)」。
第三步:校準預處理解析度與畫布比例
在進行姿態遷移時,新手常因尺寸不合而造成畫面崩壞:
- SeaArt 的 ControlNet 預處理器會先產生骨架檢測中間圖。若姿態圖與最終生成畫布的長寬比不一致,骨架結構會被強行壓扁或拉伸,導致人物比例失真。
- 預處理解析度過低會導致手部與關節識別模糊,使生成人物邊緣出現像素化或鋸齒。
- 繪製前請務必確保畫布比例(例如 2:3 直式或 16:9 橫式)與參考圖比例一致,並維持適當的高解析度預處理。
權重拉鋸與平衡原則:化解模型衝突
在實務插畫產出中,LoRA 與 ControlNet 容易發生「權重拉扯」:
- 衝突症狀: 當 LoRA 與 ControlNet 權重同時拉到過高(例如 LoRA 1.0 加上 ControlNet 1.2),生成畫面常會出現焦化、關節脫臼、肢體畸形或線條雜亂。
- 核心成因: 多數角色 LoRA 的訓練資料集以標準站姿或正面肖像居多。當 ControlNet 施加強烈的俯衝、跳躍或透視縮短動作時,過高的 LoRA 權重會試圖將四肢與面部拉回肖像角度,引發結構性破裂。
| 創作場景 | LoRA 建議權重 | ControlNet 建議權重 | 預期效果 |
|---|---|---|---|
| 日常對話 / 標準站立 | 0.75 – 0.85 | 0.75 – 0.85 | 面部神態高度還原,肢體放鬆自然。 |
| 高難度戰鬥 / 大透視鏡頭 | 0.55 – 0.65 | 0.90 – 1.00 | 嚴格確保人體透視骨架正確,由提示詞補強角色特徵。 |
| 概念發想 / 輕度導引 | 0.80 – 0.90 | 0.50 – 0.65 | 充分發揮 LoRA 風格特質,姿態僅作結構參考。 |
| 過度拘束(錯誤狀態) | > 0.95 | > 1.10 | 畫面焦黑、手指扭曲、形體崩解。 |
動態調校法則:
繪製大幅度透視或動態姿勢時,應主動將角色 LoRA 權重下調至 0.60 – 0.65,給予 OpenPose 充足的形變自由度;同時在正面提示詞中補足五官細節與標誌性配件詞彙,達成「ControlNet 定骨架、提示詞與適度 LoRA 補身分」的穩定狀態。
雙通道 ControlNet 進階整合
在複雜的商業插畫或漫畫場景中,單純依靠 OpenPose 可能無法約束周圍物件,此時可在 SeaArt 疊加第二組 ControlNet:
- OpenPose Full + Lineart / Canny(線條與物件控制):
- OpenPose 鎖定角色人體動態。
- Lineart 或 Canny 模型(權重設定在 0.30 – 0.45)加載構圖草圖,規範武器、桌椅或背景道具位置,防止角色的飄帶、衣擺與環境邊界發生穿模。
- OpenPose Full + Depth(深度圖控制):
- 在多角色互動或具景深縱深的場景中,利用 Depth(如
depth_midas預處理器)明晰前後層遮擋關係,確保前景角色的肢體不會與後方人物產生深度混淆。
- 在多角色互動或具景深縱深的場景中,利用 Depth(如
後期修飾與連續畫格管理
初稿生成完畢並確認構圖與角色特徵無誤後:
- 高級修復(Advanced Repair): 使用 SeaArt 的臉部修復功能單獨對眼睛、唇齒進行細緻重繪,消除微小畸變,同時不影響全局的 LoRA 風格。
- 分塊無損放大(Tile Resample): 輸出為印刷或高清發布格式時,使用 Tile 預處理器進行分塊重繪放大,在固定總體骨架的前提下豐富布料皺褶與髮絲光影。
- 隨機碼(Seed)策略: 微調當前畫面的光影氛圍時鎖定 Seed;切換到下一格動作分鏡時解除鎖定(改用隨機 Seed),交由 OpenPose 與 LoRA 觸發詞主導全新畫格的生成。
透過將「身分表現(LoRA)」與「空間骨架(ControlNet)」清楚劃分,數位插畫師能將隨機性極高的 AI 繪圖轉變為高度精準、具備工業化量產能力的專業創作流程。