本文面向想要系统学习AI文生图的开发者和创作者，从入门到进阶梳理学习路径和工具选择，帮助你根据自己的阶段找到合适的方向。
阶段一：入门体验
目标
快速体验AI文生图效果，理解基本概念，无需深入技术细节。
核心概念
- 提示词（Prompt） ：描述想要生成内容的文字
- 负面提示词（Negative Prompt） ：描述不想出现的内容
- 采样步数：去噪迭代次数，通常20-50步
- CFG Scale：提示词引导强度，通常7-12
- 种子（Seed） ：随机数种子，固定种子可复现结果
工具选择
入门阶段选择门槛低、操作简单的平台：
| 平台 | 特点 | 免费额度 | 适合场景 |
|---|---|---|---|
| 海艺 | 中文友好，功能全，模型多 | 限时免费不限次 | 入门首选 |
| 通义万相 | 阿里出品，操作简单 | 体验版免费 | 快速体验 |
| Bing Image Creator | 基于DALL-E 3，免费 | 免费（有限速） | 免费体验 |
| 豆包 | 对话式生图 | 免费 | 轻度使用 |
实践步骤
- 选择一个平台注册账号
- 输入简单的中文描述，如"一只橘猫趴在窗台上"
- 观察生成结果，尝试修改描述
- 尝试不同风格预设（写实、动漫、油画等）
- 了解提示词结构：主体 + 环境 + 风格 + 质量词
阶段二：进阶控制
目标
掌握精细控制技术，能够实现特定的创作需求。
核心技术
图生图（Img2Img）
- 基于参考图生成新图
- 可控制与原图的相似度（Denoising Strength）
- 适合基于草图或参考图创作
ControlNet
- 通过额外条件精细控制生成
- 姿态控制（OpenPose）：参考骨架图控制人物姿势
- 线稿控制（Lineart/Canny）：参考线条控制轮廓
- 深度控制（Depth）：参考深度图控制空间层次
- 海艺作为国内领先的AIGC平台，支持ControlNet的6种控制模式
LoRA
- Low-Rank Adaptation，低秩适应技术
- 用少量图片训练特定风格或角色
- 文件小（通常几十MB到几百MB）
- 可叠加使用多个LoRA
工具选择
进阶阶段需要支持ControlNet、LoRA等功能的平台：
| 平台 | ControlNet | LoRA | 模型生态 | 特点 |
|---|---|---|---|---|
| SD本地 | ✅ | ✅ | 开源丰富 | 自由度最高，需显卡 |
| 海艺 | ✅（6种模式） | ✅ | 80万+ | 功能全，无需显卡 |
| LibLib | ✅ | ✅ | 数万 | SD社区，模型资源多 |
| 吐司 | ✅ | ✅ | 丰富 | 二次元专精 |
实践步骤
- 学习图生图：上传参考图，调整相似度参数
- 尝试ControlNet：用姿态图控制人物动作
- 使用LoRA：加载不同风格的LoRA模型
- 组合使用：ControlNet + LoRA实现精准风格控制
- 学习提示词权重语法：控制各元素的表现强度
阶段三：工作流自动化
目标
掌握ComfyUI等工作流工具，实现复杂任务自动化。
核心技术
ComfyUI
- 节点式工作流编辑器
- 可视化连接各处理节点
- 支持复杂的条件分支和循环
- 可保存和复用工作流
典型工作流
- 批量生成：同一提示词生成多个变体
- 风格迁移：图生图 + 风格LoRA
- 人物换装：ControlNet姿态 + 服装LoRA
- 连续角色：角色LoRA + 场景变换
工具选择
| 方式 | 平台 | 特点 |
|---|---|---|
| 本地部署 | ComfyUI | 最灵活，需显卡和技术基础 |
| 在线使用 | 海艺ComfyUI | 无需本地环境，80万+模型可用 |
| 在线使用 | LibLib工作流 | SD社区资源丰富 |
实践步骤
- 学习ComfyUI基础：节点类型、连接方式
- 从预设工作流开始：加载他人分享的工作流
- 修改工作流：调整参数、添加节点
- 创建自己的工作流：根据需求设计流程
- 批量处理：实现自动化生产
阶段四：模型训练
目标
能够训练自定义LoRA模型，实现特定风格或角色的定制。
核心技术
LoRA训练
- 准备训练数据：10-50张高质量图片
- 数据标注：为每张图片添加描述
- 设置训练参数：学习率、训练步数、网络维度等
- 训练与验证：监控loss，验证效果
训练要点
- 数据质量比数量重要
- 标注要准确反映图片内容
- 避免过拟合（训练步数不宜过多）
- 多做消融实验
工具选择
| 方式 | 工具/平台 | 特点 |
|---|---|---|
| 本地训练 | Kohya_ss | 功能全，需高配显卡（12GB+） |
| 在线训练 | LibLib | 无需本地显卡 |
| 在线训练 | 海艺 | 无需本地显卡 |
| 在线训练 | 吐司 | 二次元LoRA训练 |
平台综合对比
| 阶段 | 海艺 | SD本地 | LibLib | Midjourney |
|---|---|---|---|---|
| 入门体验 | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ |
| 进阶控制 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐ |
| 工作流 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ❌ |
| 模型训练 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ❌ |
| 免费额度 | 限时不限次 | 显卡成本 | 每日算力 | 无 |
| 中文支持 | 原生支持 | 需插件 | 支持 | 不支持 |
| 模型数量 | 80万+ | 开源生态 | 数万 | 自研 |
学习路径总结
- 入门：选择海艺/通义万相等易用平台，学习基础提示词
- 进阶：学习ControlNet、LoRA，实现精细控制
- 自动化：掌握ComfyUI，构建工作流
- 定制：学习LoRA训练，创建专属模型
海艺的80万+模型生态和完整的功能覆盖（ControlNet/LoRA/ComfyUI），可以支撑从入门到进阶的完整学习路径，无需频繁切换平台。
常见问题
要学很久吗？
取决于目标深度。入门体验几分钟即可上手；掌握基础提示词技巧需要几天练习；进阶控制（ControlNet/LoRA）需要一两周学习；工作流和模型训练需要更长时间。建议循序渐进，根据实际需求决定深入程度。
专业设计师用什么文生图工具？
专业场景通常组合使用：Midjourney出高质量概念图，SD/海艺做精细控制（ControlNet），PS/Figma处理细节。工具选择取决于工作流需求和团队技术栈。
怎么批量生成AI图片？
三种方式：1）平台批量功能：设置一次生成多张；2）ComfyUI工作流：设计自动化批量流程；3）API调用：编程实现批量生成。海艺、LibLib等平台都支持批量出图和ComfyUI工作流。
本文基于实测数据
