简介:想用AI自动生成漫画,目前主要有开源框架、在线AI作画和带角色一致性的接口三类方案。本文比较三类方案的适用场景,给出分镜表与可复制的提示词模板,并列出角色脸不一致、文字乱码、多角色融合等常见问题的处理方法,帮助你从角色设定到成稿完成一套多角色短篇漫画。
目前可用的方案大致分为三类。选择时先看两点:你需要的是快速出图,还是同一角色反复出现的连载漫画。
| 方案 | 代表 | 上手门槛 | 角色一致性 | 适合人群 | 主要限制 |
|---|---|---|---|---|---|
| 开源漫画生成框架 | DiffSensei(据论文与项目页介绍) | 需要GPU、Python环境和模型权重 | 设计目标是多角色、多状态可控 | 愿意折腾、要做研究或深度定制的人 | 部署复杂,显存要求高 |
| 在线AI作画服务 | 百度AI作画等 | 注册即可使用 | 依赖参考图和提示词,需要反复调试 | 想立刻出图的个人创作者 | 同一角色跨格时容易变形 |
| 带主体一致性的图像接口 | 各平台提供的主体一致图像生成接口 | 需要开发能力,按接口文档调用 | 支持参考图,适合批量生成 | 要做产品或团队批量生产的人 | 需要自行处理任务队列、轮询和并发 |
开源框架。 DiffSensei由北京大学、上海人工智能实验室与南洋理工大学的研究团队公开发布。据论文和项目页介绍,它用多模态大语言模型作为身份适配器,根据分格标题调整角色的表情、姿势和动作,再由扩散模型生成画面。项目还提出了MangaZero数据集,用于多角色、多状态的漫画生成研究。使用前,请到官方代码仓库查看依赖版本、显存需求和模型下载方式。实际效果需要你自己测试确认。
在线作画服务。 百度AI作画是一款文生图服务。官方介绍称,它基于大模型和混合降噪专家网络,支持多种风格和批量生成。出图速度、画质和风格数量会因配置与任务不同而变化。建议用同一组提示词做几次对比测试,再决定是否长期使用。
接口化能力。 这类接口通常分两步调用。第一步提交请求,传入文本、分辨率、数量和参考图,服务端返回任务ID。第二步用任务ID轮询查询状态,任务完成后返回图片地址。接口的并发数决定同时能处理几张图,任务结束后并发名额才会释放。具体参数名和限制请以各平台的官方文档为准。
画质通常不是最大的问题。真正卡住创作者的有三件事。
DiffSensei的研究思路正对着前两点。它用局部特征和图像级特征描述角色,通过掩码交叉注意力为每个角色建立独立的注意力区域,从而控制角色位置。它还把对话位置编码进噪声潜变量。这些机制依赖训练和专门的代码支持。对大多数在线用户来说,最实用的做法是两步:每格都上传同一张角色参考图,并把角色描述写成固定文本。
Step 1:先定角色设定图。 每个主要角色准备一张清晰的正面或半身立绘。五官不被遮挡,光线均匀。这张图会在后续每一格重复使用,是角色一致性的基准。
Step 2:写分镜脚本表。 先把故事拆成格子,再开始生成。建议用表格管理:
| 格号 | 画面内容 | 出场角色 | 镜头 | 台词 |
|---|---|---|---|---|
| 1 | 少女站在雨夜便利店门口回头 | 林夏 | 中景,侧逆光 | “你也还没回家?” |
| 2 | 男生抬头,手里握着伞 | 林夏、陈默 | 过肩双人 | “……在等你。” |
Step 3:逐格生成。 每格都上传同一张角色参考图。不同平台的参数名和取值范围不同,常见的参数包括参考强度、重绘幅度、随机种子和负面提示词。参考强度调高,角色会更接近原图,但过高可能让构图僵硬,可以从中等强度开始试。同一场景的多次生成可以固定随机种子,便于比较。负面提示词可以写入”文字、水印、边框、彩色”,减少不需要的元素。
单角色时,描述要简短。多角色时,用”左侧、右侧、前景、背景”写明站位,每次只强调一个主体的动作。
Step 4:后期排版。 生成纯画面,台词、气泡、拟声词和网点都在排版软件里添加。这样能避开AI生成乱码文字的问题,台词修改也不必重新出图。
角色设定提示词:
【任务目标】为我的漫画生成统一的角色设定图,用于后续所有分格的角色一致性参考。【角色信息】姓名:林夏;性别年龄:女,17岁;发型发色:黑色齐肩短发,右侧别一枚银色发夹;瞳色:深棕;服装:藏青色水手服外套,搭配米白围巾;体型:偏瘦,160cm;气质关键词:安静、倔强。【输出要求】正面半身立绘,纯浅灰背景,柔和均匀光,日系黑白漫画风(monochrome manga, ink line, screentone),不要任何文字、水印、边框。同一角色再输出侧面与背面各一张,保持五官与服装一致。【质量要求】三视图必须是同一人,发夹位置、围巾长度、外套纽扣细节不得变化。
单格分镜提示词:
【任务目标】生成漫画第3格的画面,风格与角色设定图保持一致。【输入参考】上传角色"林夏"的设定图作为主体参考,参考强度设为中高。【画面描述】雨夜便利店门口,林夏站在画面左侧三分之二处,侧身回头看向右前方;陈默在右侧背景虚化的位置,手撑黑伞,只露上半身;地面积水反射灯光,中景,低角度侧逆光。【风格要求】黑白漫画,钢笔线稿,网点阴影,高对比度,电影感构图,边缘留白,便于后期加对话气泡。【禁止项】不要生成任何文字、对话气泡、拟声词、签名、水印;不要改变角色的发型与服装。【输出】单张竖构图,比例3:4。
AI自动生成漫画已经能做出可用的成品,关键在于工作流:统一的角色设定图、先行的分镜表、逐格使用参考图生成,文字放到后期添加。想深入研究或做可控生成,可以看DiffSensei这类开源框架。想快速出图,在线作画服务更省事。要做产品或批量生产,就要使用接口,并处理好任务队列和并发。建议先用一个简单的四格故事跑通流程,再决定投入哪条路线。