Lumina 长照片生成 & 混元大模型
Lumina Long Photo 长照片
这个工作流主要使用 Lumina 模型来生成长图像,Lumina 模型能够理解长图像的结构,将其拆分为多个独立的部分或“区块”。每个区块都可以用提示词控制,实现独立生成,最后这个工作流会把这些不同内容合成为一张风格统一,视觉感受和谐的长图,保持整体的一致性和协调性。
![](/blog/DiT/001.png)
例如上图,我们可以将这个长图分成四个部分,从左至右分别控制每个部分生成为:瀑布、河流、雄伟的鹿、红枫树。可以看到最后生成的效果图,与提示词输入想要生成的内容是一致的。
![](/blog/DiT/002.png)
游戏场景
在生成游戏场景之前,我们往往需要规划场景的总体布局和风格。比如选择场景的类型(如城堡、森林、地下城等),以及确定场景的氛围和主题。Lumina 模型可以根据你提供的提示词,生成具有特定地形特征的场景,如崎岖的山地、平坦的草原或蜿蜒的河流,也能生成树木、灌木、花朵和其他自然元素,或者指定建筑风格,如哥特式、现代或未来主义。
![](/blog/DiT/003.png)
游戏场景不仅仅是视觉上的,它们还承载着叙事和情感引导的功能。设计师通过场景布局和元素设计来引导玩家的情感和故事进程,这时便可通过提供一系列提示词来指导 Lumina 模型生成每个区块的内容。这些提示词可以包括颜色、风格、主题、元素等,确保生成的图像符合自己的期望。
![](/blog/DiT/004.png)
尽管每个区块是独立生成的,但 Lumina 模型会确保所有区块在风格和视觉上保持一致性,包括颜色调、纹理、光影效果等,以实现视觉上的和谐。当所有区块生成完毕,工作流将自动将它们拼接在一起,形成一个完整的长图像。合成过程中,模型会调整边缘和过渡,以确保没有明显的接缝或不协调的区域。
![](/blog/DiT/005.png)
描述梦境
每个人的梦境都是独特的。通过个性化的提示词,Lumina 模型可以生成反映用户个人梦境的图像。我们常常对梦境的记忆并不完全清晰,可能只能记得出现的某几样事物,那么你就可以将这几个关键内容输入提示词,生成梦境场景。
![](/blog/DiT/006.png)
甚至可以反映用户的情感状态,如快乐、悲伤或恐惧。提示词可以包括情感关键词,帮助模型捕捉并表达这些情绪。
![](/blog/DiT/007.png)
梦境通常包含抽象和超现实的元素。使用 Lumina 模型,用户可以生成无法用传统逻辑解释的图像,如漂浮的岛屿、扭曲的空间或梦幻的色彩。
![](/blog/DiT/008.png)
Hunyuan Chinese Model 混元大模型
对于中文用户来说,使用中文提示词来运行工作流程是更加高效且直观的方法,这个工作流能支持使用中文提示词表达自己的创意和想法,生成图像。
![](/blog/DiT/009.png)
你可以使用简单的句子、成语、诗句或任何形式的中文描述作为提示词,工作流都能够识别并作出响应。
![](/blog/DiT/010.png)
这个工作流的场景构建能力很强,用户可以通过中文提示词描述一个场景,工作流程能够理解场景的构成要素,生成具有空间感和故事性的图像,例如:在夜市卖烤红薯的夫妻、在图书馆看书的女孩、在公园休憩的老人等等。
![](/blog/DiT/011.png)
它能够根据提示词中的描述渲染出相应的环境氛围,如夜市的热闹、图书馆的宁静、公园的悠闲等。对于场景中的人物,也能够捕捉到他们的年龄、性别、服饰、表情等特征,并在图像中进行细致的描绘。
![](/blog/DiT/012.png)
它还能够模拟不同的光照条件,如夜晚的灯光、室内的柔和光线等,增强图像的真实感和立体感。在生成的场景图像中,工作流程会添加丰富的细节,如夜市的摊位、图书馆的书架、公园的长椅等,使场景更加生动。
![](/blog/DiT/013.png)