AI辅助IP形象设计！用 Stable Zero123 生成任意角色的三视图

大家好，这里是和你们一起探索 AI 绘画的花生~

今天为大家推荐一种用 AI 辅助生成任意角色三视图的方法，用到的是 Stability AI 新出的 Stable Zero123 模型，并结合 Midjourney、Stable Diffusion WebUI、Ps 等工具完成。工作流搭建完成后，用来生成一些简单 IP 形象的三视图非常方便。

相关推荐：

一、根据图像生成多视角图

Stable Zero123 是 Stability AI 在前段时间推出的一个新模型，可以根据一张图像生成高质量的 3D 模型，并且支持调整相机角度，也就我们可以根据一张图像生成多个不同视角的新图像。

由于 Stable Zero123 是开源模型，所以很快就有人在 ComfyUI 中建立了用 Stable Zero123 生成多视角图像的工作流，下图就是根据一张正面图生成的 6 个视角的新图像（文末有文件资源）。

工作流的具体操作方法为：

①将工作流导入 ComfyUI，对于缺失的节点，可以直接在 Manager 中安装补全然后重启。

②先在 Load Image 中上传一张 IP 角色图像，图像需要有干净的背景，并且主体和背景之间的反差要明显。

③安装 Zero123 模型。首先我们需要下载官方的 stable_zero123.ckpt 文件，安装根目录的 Checkpoints 大模型文件夹中。然后在 Range (Num Steps）- Float 节点中设置开始角度、结束角度和总的生成张数。30 表示顺时针旋转 30°，180 表示顺时针旋转 180°，6 表示在 30°-180° 之间生成 6 张图像。

④生成时可以多尝试调节 KSampler 节点中的 cfg 参数，推荐在 2-6 之间尝试，数值较低时，新图像的效果会比较稳定。

⑤然后在 PipeLoader 节点中设置新图像的生成参数，包括大模型、VAE、提示词等。我选择的是一个 SDXL 大模型，提示词描述了图像的内容 “A cute man, smile, gray short hair, wearing a blue suit, black belt, black leaves, gray shoes, 3D style, chibi, movie layered lighting,bright color”，反向提示词选常用的即可。

⑥再设置 Controlnet 参数，这一步用于控制放大后图像的外轮廓。因为我的大模型是 SDXL 的，所以这里用的是 controlne t 模型是 sai_xl_canny_256lora.safttensors，预处理器是 CannyEdgePreprocessor。

⑦继续设置 IPAdapter 参数，这一步可以让新生成的图像在风格上与原图保持一致，需要用到 ip-adapter-plus_sdxl_vit-h.bin 模型（文末有资源包），下载后安装到根目录的 custom_nodes\ComfyUI_IPAdapter_plus\models 和 custom_nodes\IPAdapter-ComfyUI\models 文件夹中。

⑧最后设置 Upscale 放大参数，用到的是 4x-UltraSharp 模型。然后点击 Queue Prompt 模型，就能得到多张清晰的视角图了。

上面是在本地部署 Stable Zero123 模型生成多角度视图的方式，优点是可以灵活调整角度和生成效果。对于不会使用 ComfyUI 的小伙伴来说，我们也可以使用一些同类的在线工具生成多视角图像，下面为大家推荐 2 种：

1）Wonder3D

网址： https://huggingface.co/spaces/flamehaze1115/Wonder3D-demo

Wonder3D 是一个根据单张图像生成 3D 形象的模型，支持 2D 和 3D 图像，并且效果相当稳定。它在 Huggingface 上有一个免费使用的 Demo，可以根据一张图像生成 6 个不同的视角以及法线 图。如果对生成效果不满意，可以点击 Adanced options 选项，修改 cfg 参数、Inference Steps 和种子值来优化图像效果。

2）Zero123++

网址： https://huggingface.co/spaces/sudo-ai/zero123plus-demo-space

Zero123++ 也是一个可以根据单张图像生成多视角图像的模型，图像上传后点击 Generate，等待几分钟就能得到多个视角的图像，同样支持修改 cfg 参数、Inference Steps 和种子值来优化图像效果。由于它的视角非常多样，所以生成的图像也可以用来训练单个物体或人物的 Lora 模型。

二、用 Midjourney 优化图像

通过上一步我们可以得到一个角色的基础三视图，如果你觉得图像中的人物的细节还不够好，可以再用 Midjourney 的垫图功能优化图像，让细节更完整精致。如果觉得上一步的图已经很完整了， 那么也可以跳过这里的优化。

这一步需要注意的包括：

1. 提前确定好图像的分辨率，需要适合三视图的比例，我使用的是 1400-*1000px (7:5);
2. 除了垫图之外，文本提示词也要详细描述画面的细节；
3. 多调整提示词或者 --iw 参数，探索不同的结果。

多次抽卡后，从中挑选出最合适的图像，组成新的三视图用于下一步的操作。中间我还用 Ps 处理了一下人物的眼睛，让画面的细节更一致。

三、用 Stable Diffusion WebUI 统一三视图风格

有了基础的三视图之后，我们可以用 Stable Diffusion WebUI 对其进行进一步加工，让三个视角在风格和细节上更统一，具体操作方式如下：

1. 进入图生图版块，先选择一个风格契合的大模型。
2. 将我们准备好的三视图上传到图生图版块，设置好提示词和生成参数；重绘幅度不宜太高，0.2-0.5 为佳；
3. 启用 controlnet 插件，选择 tile 模型，保证新生成的与原图的相似度。

生成参数可以参考下面的设置（文末也有 Lightflow 工作流文件，可以直接导入 WebUI 中使用）：

1. 大模型：revAnimated_v122, VAE hash: 235745af8d / VAE: vae-ft-mse-840000-ema-pruned.safetensors
2. 正向提示词：best quality,old masters,Front view,side view and back view of A cute boy. The cute boy wearing a light blue suit and gray shoes,smile,gray hair. Three view picture,full body,3D,chibi,minimalist,blindbox,white background,blender,chibi,
3. 反向提示词：ng_deepnegative_v1_75t,easynegative,badhandv4
4. Steps: 28, Sampler: Euler a, CFG scale: 7, Seed: 316427694, Size: 1024x728, Denoising strength: 0.4, Clip skip: 2,
5. ControlNet 0: tile_resample, control_v11f1e_sd15_tile, Weight: 0.9

完成以上步骤后，我们就获得一套完整且细节对应的三视图了，后期还可以继续放入 Ps 中对色调、对比度等细节进行调节。这算是目前效果最好的生成任意角色三视图的方法，文章内提到的模型和工作流文件都在文末的网盘链接内，大家记得下载。如果你还不了解 Midjourney 和 Stable Diffusion 的用法，可以看看我最新制作的 《零基础 AI 绘画入门指南》，这是一门面向 AI 绘画零基础人群的系统课程，有全面细致的用法教学，并提供配套资源，能帮你快速掌握这两款目前最热门的 AI 绘画工具。

喜欢本期推荐的话记得点赞收藏支持一波，也可以分享给身边有需要的朋友。如果有关于文章或者 AI 绘画的疑问，可以扫描下方二维码加入 “优设 AI 绘画交流群” 和我直接交流，还可以和其他设计师 一起交流学习 AI 绘画知识~

推荐阅读：