你是否好奇过，一幅已经完成的数字绘画，是如何从最初的草稿一步步发展到最终成品的？Paints-Undo 就是为复原这一过程而出现的。该模型由 lllyasviel 在 2024 年发布，可以将一张完成的图像作为输入，推断出绘制时可能经历的关键阶段：打草稿、勾线、上色、细化、调整色彩，甚至构图思路的改变。
「Paints-Undo」这个名字来自它的效果：生成的过程画面就像在绘图软件里反复执行「Ctrl+Z」一样，让作品从完成状态逐步回退到最初笔触。进一步结合插帧模型，还可以将这些阶段连成连续的视频回放，较为真实地呈现创作过程的演变逻辑。对于绘画学习者、可视化教学、创作行为研究等场景，PaintsUndo 提供了一种无需记录绘制过程、仅凭最终作品即可回溯绘画思路的方法，使用上相对直接，也具有一定的观察与分析价值。
教程链接：go.openbayes.com/Oz9wj
使用云平台: OpenBayes
openbayes.com/console/sig…
首先点击「公共教程」，找到「Paints-Undo 一张图生成绘画全过程 Demo」，单击打开。
页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
在当前页面中看到的算力资源均可以在平台一键选择使用。平台会默认选配好原教程所使用的算力资源、镜像版本，不需要再进行手动选择。点击「继续执行」，等待分配资源。
数据和代码都已经同步完成了。容器状态显示为「运行中」后，点击「 API 地址」，即可进入模型界面。
使用步骤如下：
参数说明
- 「Operation Steps」：可以选择输出的关键帧次序，选择的次序越大，生成的图像越相似于原图。
- 「Stage 1 Seed」：可以随机选择种子进行关键帧生成。
- 「Steps」：可以选择每帧的模型运行步数。
- 「CFG Scale」：可以控制生成图像的随机性，该值越小生成的图像随机性越高。
- 「Nagative Prompt」：填写负面词，可以缓解生成图像中包含这些负面词的情况。
参数说明
-
「Prompts」：填写正面提示词，可以提升生成图像的质量和内容。
-
「Stage 2 Seed」：可以随机选择种子进行图像生成。
-
「CFG Scale」：可以控制生成图像的随机性，该值越小生成的图像随机性越高。
-
「Sampling steps」：可以改变采样经过的迭代步数，该值越大生成的图像越精确。
-
「FPS」：可以改变生成视频的帧率，默认为 4 帧，即每秒视频包含四张生成的图像。
以下是一个使用示例：
单帧模型输出
总模型输出
生成视频
