AIGC ｜ Midjourney——图片一致性操作及深度学习原理剖析

科技前沿 • 2026-04-05 21:33 • 阅读 1

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

MJ作为AI圈很抗打的AI生图工具，在其强大的功能里，人物一致性的保持堪称一大亮点。我们在制作插画或角色故事时，人物一致性至关重要。此操作不仅仅靠单一的后缀参数调整来实现，要想更大程度上挖掘MJ进阶用法，需要打出一套组合拳并理解背后严谨的数学原理和机器学习。

我们在第一篇博客中讲过，垫图、风格迁移……都可以高度还原理想图片。

不了解MJ基本操作的朋友们可以先阅读这篇博客：

但是要想充分利用MJ这一工具需要调用多个功能：

第一步： 使用/describe，对目标图片进行描述

第二步：将描述结果进行翻译，选择更为全面的描述，同时也可以综合四条结果自己整合出更全面的提示词。

第三步：复制目标图片链接在提示词前进行垫图，垫图后输入空格后再写入提示词，写入提示词后，空格加入后缀参数，每个后缀参数间要插入空格。

注：–iw（范围为0-2）数值越大，对垫图链接的参考越大。–sref空格+链接+空格+–sw空格（0-1000）数值越大，对链接图片的风格参考性更大。–cref空格+链接+空格+–cw空格（0-100）数值为0时，只是对图片脸部进行参考，数值为100时，是对全图细节元素进行参考。

–sref –sw & –cref –cw 使用贴士

–sref与–sw不一定要同时使用，但–sw 不能单独使用，故只能出现：–sref空格+链接或–sref空格+链接+空格+–sw空格（0-1000）这两种形式。

–cref与–cw必须同时使用，故只能出现：-cref空格+链接+空格+–cw空格（0-100）否则会报错。

此外，我们在一张图中也可以融合多张图的元素，比如人脸参考图A，风格参考图B，大致垫图为图C，也就是说，这三张图不一定要是一张图。

垫图+–iw +–cref –cw 0+–seed，对提示词进行修改，从而呈现不同画面。

提示词： , A little girl plays the guitar in the garden –seed –cref –cw 0 –iw 2 –niji 6

在垫图中我们可以多次垫不同的图，确保有更大的发挥性，垫图的先后次序有关权重，我们也可以在链接后输入::+数值来调整权重。

我们在提示词中加入特定指令也可实现，人物一致性操作。

如：不同动作：Different actions

连续动作：Continuous action

多视角动作：Multi-view action

不同表情：Different expressions

正在做什么：What is being done

连续拍摄：Continuous shooting

序列拍摄：Sequence shooting

详情请看：

通过提供视觉参考，垫图帮助 AI 抓取并应用关键元素，如风格、纹理等，与文本提示相结合来指导创作。主要有 “克隆” 和 “牵引” 两种用途，“克隆” 是尽可能复刻风格，“牵引” 是引导创作方向而非完全复制。

核心是利用深度学习中的卷积神经网络（CNN）等技术，将内容图像的内容与风格图像的风格进行融合。

代码实现： 以 Python 和 TensorFlow 为例，使用 VGG19 模型实现风格迁移。

代码实现：

本文代码实现来自：豆包

数学原理参考文献：

不作溢美之词，不作浮夸文章，此文与功名进取毫不相干也！

与大家共勉~感谢您的阅读！您的三联是我更新最大的动力！