二次元世界，以其独特的魅力，吸引了无数艺术爱好者和动漫迷。如今，借助Stable
Diffusion的二次元模型，你只需一键操作，就能轻松实现扁平化风格的插画创作。本文将带你深入了解Stable
Diffusion二次元模型的使用方法，助你轻松掌握这一技巧。

Stable
Diffusion是一款基于深度学习的图像生成模型，它能够在没有任何人类指导的情况下生成高质量、逼真的图像。与传统的图像生成技术相比，Stable
Diffusion具有更高的生成质量和更快的生成速度。

今天和大家分享一款基于SD1.5的扁平化风格的二次元大模型：纯平简彩flatanime-
mix。对于喜欢扁平风格的小伙伴们，该模型还是非常值得推荐的。

目前最新的版本是V1.0版本，该版本对提示词的识别非常友好好，人物/场景/物体都能够表现。更多时候，该模型可以作为扁平化插画风格的二次元底膜使用。

模型下载地址 （文末可自行扫描获取）

作者在官网给出了该大模型推荐参数设置。

• 无需外挂VAE，或者用animevae，(vae-ft-mse-840000-ema-pruned.safetensors可能有一点模糊)

• 采样：Euler a

• CFG：7-8

• 高清修复：R-ESRGAN 4X+Anime6，重绘幅度0.3左右

下面我们来实际体验一下，看使用这个模型出来的图片效果如何吧。

反向提示词

(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad
hands,text,error,missing fingers,extra digit,fewer digits,cropped,jpeg
artifacts,signature,watermark,username,blurry

公共参数设置

• 大模型：纯平简彩 flatanime-mix V1.0

• 采样器：Euler a

• 采样迭代步数：20

• CFG：7

• 图片宽高：512*768

1. 微笑

Prompt:(masterpiece, best quality:1.3),1girl,smile,red dress,upper
body,flowers,city background,

提示词 ：(杰作，最佳质量:1.3)，1女孩，微笑，红衣服，上身，花朵，城市背景，

2. 办公女士

Prompt ：(masterpiece, best quality:1.3),1girl,solo,long hair,office
lady,sitting,full body,laptop,working,flowers,

提示词 ：(杰作，最佳质量:1.3)，1个女孩，独唱，长发，办公室女士，坐着，全身，笔记本电脑，工作，鲜花

3. 圣诞节

Prompt ：(masterpiece, best quality:1.3),1 girl holds Christmas gifts in
her hands,wears a Christmas hat,Christmas tree,night lighting

提示词 ：(杰作，最佳品质:1.3)，1个女孩手里拿着圣诞礼物，戴着圣诞帽，圣诞树，夜灯

4. 绿发女孩

Prompt: (masterpiece, best quality:1.3),1 girl,green hair,curly
hair,green eyes,upper body,white background

提示词：(杰作，最佳质量:1.3)，1个女孩，绿色头发，卷发，绿色眼睛，上半身，白色背景

5. 篮球运动员

Prompt: (masterpiece, best quality:1.3),1 boy,playing
basketball,sportswear

提示词：(杰作，最佳质量:1.3)，1名男生，打篮球，运动服

6. 日落风景

Prompt: (masterpiece, best quality:1.3),no
humans,scenery,road,moutain,sunset

提示词：(杰作，最佳画质:1.3)、无人、风景、路、山、日落

7. 中国传统建筑

Prompt: (masterpiece, best quality:1.3),no humans,lanterns,traditional
Chinese architecture,mountains

提示词：(杰作，最好的质量:1.3)，没有人，灯笼，中国传统建筑，山脉，

8. 花样年华

Prompt: (masterpiece, best quality:1.3),1 girl,red dress,upper
body,flowers, lora:花样年华:0.7

提示词：(杰作，最佳质量:1.3)，1个女孩，红色连衣裙，上身，花朵，

好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。

资料软件免费放送

次日同一发放请耐心等待

目前 ControlNet 已经更新到 1.1 版本，相较于 1.0 版本，ControlNet1.1 新增了更多的预处理器和模型，每种模型对应不同的采集方式，再对应不同的应用场景，每种应用场景又有不同的变现空间

我花了一周时间彻底把ControlNet1.1的14种模型研究了一遍，跑了一次全流程，终于将它完整下载好整理成网盘资源。

其总共11 个生产就绪模型、2 个实验模型和 1 个未完成模型，现在就分享给大家，点击下方卡片免费领取。

[外链图片转存中…(img-kPjJFmZd-1733740170811)]

1. 线稿上色

**方法：**通过 ControlNet 边缘检测模型或线稿模型提取线稿（可提取参考图片线稿，或者手绘线稿），再根据提示词和风格模型对图像进行着色和风格化。

**应用模型：**Canny、SoftEdge、Lineart。

Canny 示例：（保留结构，再进行着色和风格化）

2. 涂鸦成图

方法：通过 ControlNet 的 Scribble 模型提取涂鸦图（可提取参考图涂鸦，或者手绘涂鸦图），再根据提示词和风格模型对图像进行着色和风格化。

应用模型：Scribble。

Scribble 比 Canny、SoftEdge 和 Lineart 的自由发挥度要更高，也可以用于对手绘稿进行着色和风格处理。Scribble 的预处理器有三种模式：Scribble_hed，Scribble_pidinet，Scribble_Xdog，对比如下，可以看到 Scribble_Xdog 的处理细节更为丰富：

Scribble 参考图提取示例（保留大致结构，再进行着色和风格化）：

3. 建筑/室内设计

**方法：**通过 ControlNet 的 MLSD 模型提取建筑的线条结构和几何形状，构建出建筑线框（可提取参考图线条，或者手绘线条），再配合提示词和建筑/室内设计风格模型来生成图像。

**应用模型：**MLSD。

MLSD 示例：（毛坯变精装）

这份完整版的ControlNet 1.1模型我已经打包好，需要的点击下方插件，即可前往免费领取！

4. 颜色控制画面

**方法：**通过 ControlNet 的 Segmentation 语义分割模型，标注画面中的不同区块颜色和结构（不同颜色代表不同类型对象），从而控制画面的构图和内容。

**应用模型：**Seg。

Seg 示例：（提取参考图内容和结构，再进行着色和风格化）

如果还想在车前面加一个人，只需在 Seg 预处理图上对应人物色值，添加人物色块再生成图像即可。

5. 背景替换

**方法：**在 img2img 图生图模式中，通过 ControlNet 的 Depth_leres 模型中的 remove background 功能移除背景，再通过提示词更换想要的背景。

**应用模型：**Depth，预处理器 Depth_leres。

**要点：**如果想要比较完美的替换背景，可以在图生图的 Inpaint 模式中，对需要保留的图片内容添加蒙版，remove background 值可以设置在 70-80%。

Depth_leres 示例：（将原图背景替换为办公室背景）

6. 图片指令

**方法：**通过 ControlNet 的 Pix2Pix 模型（ip2p），可以对图片进行指令式变换。

应用模型：ip2p，预处理器选择 none。

**要点：**采用指令式提示词（make Y into X），如下图示例中的 make it snow，让非洲草原下雪。

Pix2Pix 示例：（让非洲草原下雪）

7. 风格迁移

**方法：**通过 ControlNet 的 Shuffle 模型提取出参考图的风格，再配合提示词将风格迁移到生成图上。

**应用模型：**Shuffle。

Shuffle 示例：（根据魔兽道具风格，重新生成一个宝箱道具）

8. 色彩继承

**方法：**通过 ControlNet 的 t2iaColor 模型提取出参考图的色彩分布情况，再配合提示词和风格模型将色彩应用到生成图上。

**应用模型：**Color。

Color 示例：（把参考图色彩分布应用到生成图上）

这份完整版的ControlNet 1.1模型我已经打包好，需要的点击下方插件，即可前往免费领取！

这里就简单说几种应用：

1. 人物和背景分别控制

2. 三维重建

3. 更精准的图片风格化

4. 更精准的图片局部重绘

以上就是本教程的全部内容了，重点介绍了controlnet模型功能实用，当然还有一些小众的模型在本次教程中没有出现，目前controlnet模型确实还挺多的，所以重点放在了官方发布的几个模型上。

同时大家可能都想学习AI绘画技术,也想通过这项技能真正赚到钱，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学，因为自身做副业需要，我这边整理了全套的Stable Diffusion入门知识点资料，大家有需要可以直接点击下边卡片获取，希望能够真正帮助到大家。