ComfyUI Workflow：2026年推动手游增长的免费AI利器

在本视频中，我们将介绍：

• 🇨🇳 西方与中国在人工智能应用及开源模型方面的差异。.

• 🖥️ 您需要的硬件和软件（GPU 要求及 ComfyUI）。.

• 🎨 实时解析图像生成工作流程，包括“细节处理”及具体的渲染技术。.

利用开源人工智能进行手游用户获取

罗曼：大家好，欢迎收看《ROI 101》的又一期节目。我是来自Tenjin的罗曼，今天和我一起做客的是来自Two and a Half Gamers的雅库布。你好，雅库布！

雅库布：嗨，大家好。太好了，谢谢邀请。对于还不了解我的人，我是来自“Two and a Half Gamers”的雅库布。. 

罗曼：雅各布，你在那里做什么？请给那些可能还不了解你的人做个简短的自我介绍。. 

雅库布：目前我在游戏行业，主要是手游行业，已经工作了10多年。 最近这三年左右，我基本上是以独立顾问的身份在工作的。当然，我和菲利克斯、马泰奥一起运营着《Two and a Half Gamers》播客，下个月就满四年了，所以时间还挺长的。. 

罗曼：感觉时间过得特别慢啊，老兄。感觉时间过得特别慢。我不确定你感觉如何。.

雅库布：是啊，是啊，是啊。这就是那里的日常。不过，我确实与全球多家游戏工作室合作，甚至最近还与非游戏行业的人合作，因为以Duolingo为例——你知道的，这类应用几乎已经席卷了App Store——他们都在寻求我们的专业知识。 很多时候这简直是天作之合，你知道的，他们需要进度系统、变现方案，以及系统设计之类的其他各种东西。.

罗曼：是啊，是啊。我们在应用程序方面也看到了同样的情况——数量庞大。不过，我们和雅库布在Modictum见面后，决定聊聊人工智能。当然，现在还是2025年，所以我们必须聊聊人工智能。.

雅库布，咱们直接开始吧。这次就随性聊聊，没有固定议程。我们先看看雅库布有什么要展示的，然后我会问很多问题。.

雅库布：是啊，是啊。内容很多，而且，嗯，我希望这次讨论能尽可能贴近实际，因为这不会是那种“人工智能会取代你的工作”、“人工智能会这样”、“人工智能会那样”之类的讨论，诸如此类。 这次讨论的重点是：现在你能做些什么，完全免费，而且效果极其显著。那就从这里开始吧。.

雅库布：好的，我想，是的，对于正在收听的各位来说，最好的情况是，你们可能在YouTube或其他类似平台上观看这段视频，因为我们会进行屏幕共享，而且我想从现在开始，这会成为一种工作流程。. 

所以，在看到这张精美的图片之前——我们马上就会看到它——让我们先来看看目前正在彻底席卷市场的那些实际内容，基本上就是AI创意作品。.

AI创意实际上是我们目前在市场上所见到的、最具影响力的——姑且称之为——AI的“表面现象”。在当前环境下，这是最重要的事情之一，因为今年用户获取（UA）比产品本身更重要，明年更是如此，以此类推。. 

几年前还不是这样，但现在就是这样了。如果你想找个最典型的例子，看看《King Shot》就知道了。《King Shot》是今年最火爆的游戏。它大概是在二月份上线的，目前每天的收入大约在150万到近200万之间。. 

而这一切都基于这种“先诱后骗”的虚假广告、虚假新手引导、真实游戏玩法的4X风格游戏，其实这些内容都是从Steam上的游戏《Thronefall》中借鉴而来的。.

（就是这样。）那简直太棒了，但话说回来，又非常平易近人。.

但实际情况是，由于门槛极低，他们基本上将获客漏斗扩大到了极致。用户会看到这些虚假广告。随后当他们进入游戏时，发现游戏玩法与广告中展示的一模一样，这意味着虚假广告和虚假引导在某种程度上相互抵消了。 因此，一切都不再是虚假的，它完全就是你在广告中看到的那样。但随着游戏进程的推进，它会逐渐将你引导至4X类游戏或其他我们常见的高LTV（用户终身价值）模式中。.

这种现象也正蔓延到其他类型中，比如社交赌场游戏。等我们频道发布下一期视频时，你们就会看到这种“先诱后换”的伎俩在那里同样奏效。. 

而这一切之所以能够实现，归根结底是因为创意和营销是整个体系中的关键。至于AI创意——我并不是说没有AI创意就无法做到这一点——但它确实以非常、非常显著的方式推动了这一进程，正因如此，它能为你带来海量内容，因为这正是你所需要的。.

如今，AI创意内容已极为普遍。我们预测，到2026年底，所有用户获取（UA）创意内容中，将有约50%的内容要么包含AI元素，要么完全由AI生成。比如，这里有一个例子。 我之前展示的那条，其实只是个引子，后面还有真正的游戏实机画面等内容。而这是完全由AI生成的广告素材，你会看到——就像这里展示的，完全在图像和视频编辑器中生成，你只需将其作为广告素材投放，基本上就这么简单。.

所以，再次强调，我们不会讨论“AI会抢走你的工作”之类的话题，也不会谈论“AI能做什么”。我们讨论的完全是当前市场上的热门趋势，以及如何把握这些趋势。因此，如果你们的创意团队还没有开始使用AI，那就已经落后了。情况基本上就是这样。.

那么，我们到底该如何实现这一点呢？这些事情又是如何完成的？还有，关于生成过程，能不能再详细说说一些更具体的内容？ 

因为，正如我刚才所说，最近我不会再谈论人工智能的其他应用场景了，因为在我看来，掌握用户获取（UA）流程，并在此基础上进一步提升用户获取量，才是关键。.

当然，还有一些东西——比如，你知道的，这只是个例子。这是我在YouTube上找到的一个例子，同样，你可以使用ComfyUI（我今天正在用它），通过它生成3D资源。 再次强调，开源AI生成技术并不局限于图像和视频。基本上，只要你有相应的开源模型，你就可以生成任何你想要的内容，无论是什么形式。我接下来要演示的ComfyUI，就像是——这么说吧——一个生成框架。 但你可以生成音频、3D 资源、2D 资源、2D 精灵——基本上，只要你的显卡性能足够，正如我所说，你可以完全免费地生成任何你想要的内容。.

所以情况就是这样。所以别只是想：“哦，这不就是些图片和视频吗，对我们没什么帮助。”我们几乎可以做任何事情，因为我认为未来团队的发展方向将是：他们都会进行定制化开发。 因为这正是西方那种“黑箱”式AI工具方法的最大区别——那些工具完全是封闭的，你只能进行正向提示、负向提示，然后做些微小的调整；而如果我们真正利用今天所能做到的……是的， 你能做的事情、能实际创造的内容以及进行验证等工作，其深度和广度都相当惊人。.

这让你完全自由发挥，无可比拟。 而且正如我所说，我的意思是，未来的团队将构建自己的工具、数据模型和旧数据集，然后基本上通过这些开源AI模型来使用它们。因为这就是中国的态度，或者说这就是中国处理问题的方式。. 

比如，中国目前正向市场大量投放这些开源模型，因为这符合他们的政治方针，即“我们要让这些模型掌握在人民手中。 ”这样，我们就能掌控整个生态系统。“这与西方的做法截然不同——西方的做法更像是：”我们有像OpenAI这样的巨头公司，它们在各个领域都做得最好”，但话说回来，这种做法在支持力度上远不及中国。. 

在中国，玩家社区也在推动这些游戏模式的发展，因为他们不断添加各种扩展内容和元素。 基本上可以把它想象成《上古卷轴5：天际》。《上古卷轴5：天际》至今仍有人在玩，也是世界上最出色的角色扮演游戏之一。为什么？因为它拥有一个庞大的模组制作社区，不断为游戏注入新活力、修复漏洞、进行优化等等。所以，这基本上就是他们的做法。.

罗曼：……我们刚开始时你发布的那条第一条创意内容。里面有汉字，而且我——因为我也关注了这个频道——知道你们有些来自中国的粉丝，他们总是在分享一些很疯狂的东西。. 

这让我想到我的第一个问题：你觉得他们在采用人工智能方面比其他人更坦率吗？而且，显然你的回答是“是”，对吧？

雅库布：我也是这么认为的。不仅他们的模型——再次强调，这些模型是开源的，因此你可以根据需要进行定制并自行使用——而且在中国，其方法和开发流程也确实有所不同。. 

因为，再次强调，这就是西方与东方之间的最大区别：在中国，用户获取是手游行业最重要的工作。而在西方，情况并非如此。. 

在西方，这通常被视为一款产品。产品——无论是设计，还是运营、产品管理、变现等方面。这是最重要的部分，也是核心所在。 对于他们[中国]来说，用户获取——正如我之前所说——是最重要的部分，因为那里的产品在整个行业中都达到了很高的水准。所以他们的产品从一开始就很出色。不过，这确实是另一个话题，改天再聊。.

罗曼：但西方的人能采用这种——就像你说的，这些模型是开源的——吗？

雅库布：是的。再说一次，他们确实可以。你知道，现在到处都有人工智能，所以只要你知道怎么用，基本上就不存在语言障碍。这只是人为的障碍。就像，你知道的，取决于你付出的努力。也就是说，你需要付出一些努力，然后就能做到。. 

不过除此之外，嗯，确实挺简单的。比如，我就能做到。 我不是程序员。我是游戏设计师。我会用Excel处理数学和经济方面的表格，但不会编程，可我还是把这些事都搞定了。所以这并不难。是啊，谁都能做到。.

而且，说到底，这不过是西方人自己有些懈怠罢了，其实他们本该在各地都积极推进这些事情。不过，没关系，我们迟早会着手处理的。.

所以，就像我刚才说的，该如何制作这些创意内容，甚至该如何着手处理其中的一些事情。因为，再次强调，通过Nano Banana、Chat GPT，或者西方任何其他图像生成工具，你仍然可以相当轻松地完成这些工作。你依然能做得很好。别误会我的意思。. 

这属于更硬核、也更具有可定制性的内容，因为你可以做很多事情，也能创造很多东西。例如，你可以创建自己的 LoRA。我们稍后会详细说明——这到底是什么意思。 但基本上，它的意思是你可以根据自己的艺术作品、自定义艺术作品，或者任何你想做的内容，创建自己的数据集，并将其添加到模型中。因此，模型生成的作品会像出自你自己的艺术家之手一样，而这正是GPT或其他工具无法做到的。.

因为就我目前所见，例如，每一家大公司——我是说像，比如，我不知道， 暴雪、CD Projekt Red以及其他所有这类公司——它们很可能已经在创建自己的模型了，这些模型完全仅基于它们自己的数据进行训练，这意味着它们正在组建一支由这些艺术家组成的“大军”，以便突然能够进行创作并加以利用，而这在法律上完全没有问题。 这是因为目前尚无相关版权规定，而且他们只是在使用模型，而非训练数据。不过，这确实又是这类问题之一。.

那么它看起来怎么样？里面有什么内容呢？这就是 ComfyUI。我们不妨先从稍微简单一点的工作流程开始，再逐步过渡到更复杂的内容。 再次强调，这其实很简单。一旦上手，它就是一种可视化提示。你只需从 Hugging Face 下载这个工具。Hugging Face 是一个大型的程序员资源库，里面包含各种数据库、模型等资源。所有内容都在互联网上开源。.

至于关键部分——比如，你看着这个可能会想：“哦，这太……呃，你是怎么做出来的？”不，你不会这么想的。 你根本不需要这样想。这其实很简单，因为你在这里看到的所有东西，比如我这里的工作流程，你只需要直接借鉴别人的就行了。. 

比如，如果你是硬核玩家，你完全可以直接去操作，比如：“好，加个节点，再把这些边像意大利面一样乱窜，然后做这种可视化编程”，就是从这里开始，从这里开始，再从这里开始。 你可以自己动手，但我不会。因为，比如我这里这个——那个大东西——是啊，我根本搞不定。. 

不过话说回来，你该怎么做呢：你上网，阅读指南，指南里基本上把整个过程都详细说明了。而且，这些内容都是别人为你准备好的。所以别——也许我们把这部分去掉，这样看起来会更舒服一点。 别害怕，也别想“哦，这太可怕了”。就像我说的，我也经历过这些。我以前对这些一窍不通，但基本上通过反复尝试，你很快就能搞明白。其实没那么难。.

关于使用这些工具，我最重要的建议是：无论遇到什么错误或问题，直接输入到ChatGPT里，它就会用通俗易懂的语言告诉你：“你需要这样做，你需要那样做，你还需要这样做。” 这真的很棒，因为我们必须意识到，突然间，我们身边就有了这样一位AI助手，它就坐在角落里等着我们，我们可以向它询问任何问题，它也会为我们做任何事情。. 

所以，所有这些事情——比如“我不懂这个，我不懂那个”——都不重要，因为，再说一遍，你只要把它们扔给人工智能，它就会告诉你答案。尤其是编程代码。它会立刻帮你修复错误并完成相关操作。 所以，这归根结底还是一个基于努力的门槛，除此之外别无其他障碍。.

那么，如果我们从基础说起…… 

罗曼：那我们或许可以澄清一下，可能是为了那个小家伙。这就是用来生成你现在在[屏幕]底部展示的那些创意素材之一吗？

雅库布：是啊，是啊。那我们就拿这个来说吧。那这个怎么用？怎么生成这些？ 

所以，比如这个——这是一张图片，你把它输入到视频生成器中，生成器会将其动画化，然后将其拼接成一部视频，或者说基本上就是一段创意视频。因为所有这类剪辑，通常都意味着又是一张图片，又是一次生成。 所以要完成这些——比如这个案例，就需要稍微更复杂的工作流程，因为这里有一个关键点：角色形象必须保持一致，这确实不是每天都能见到的。.

所以，再次强调，为此你需要使用 ComfyUI，它提供了确保角色风格一致的工作流程。简单来说，创建一个角色后，从那一刻起，你就把它保存下来，就像是说：“这就是我的角色。” 随后，所有生成的内容都会基于这个角色。因此，最终你会得到这样的效果：比如我说“好，让我的角色在傍晚时分坐在办公室里”，画面立刻就呈现出来了。.

而视频生成器不过是锦上添花罢了。这其实并不难。所谓创意视频生成，其关键其实在于图像本身。这是因为你通常采用的工作流程是“图像转视频”，而不是“文本转视频”。. 

很多时候，人们只是直接进行“文字转视频”。比如，你打开一个图像生成器，做些操作，输入一些文字，它就会自动生成一些内容——这固然很棒，但你无法掌控结果。这就是最大的问题。 你无法控制它的外观、角色的造型、环境——任何细节的呈现效果。. 

所以，再次强调，视频生成——或者说任何生成任务——的关键在于图像生成。这是你在学习这些技术时首先要掌握的头号法则。. 

因此，如果你想制作出优秀的创意作品，首先需要掌握图像生成技术。一旦掌握了图像生成技术，那么第一帧总是从你的图像开始，然后以此为基础创作创意作品，这样你几乎可以随心所欲地进行创作。.

那么，我们该如何进行图像生成呢？正如我刚才所说，你可以安装像 ComfyUI 这样的工具。也可以使用 Nano Banana 之类的——任何工具都可以。但这确实是一种能提供更好可控性的方法。那么，让我们来简单回顾一下这个非常简单的工作流程，了解它是如何运作的，以及这里包含哪些内容。.

这就是 Z Image Turbo，这是阿里巴巴推出的最新模型，过去一个月里它简直席卷了整个互联网。对于不了解的人来说，这简直闻所未闻，因为这是一个非常小的模型——参数数量仅为 61 亿——但表现却出奇地好。 不过，我还是快速带大家了解一下吧。.

例如，这里我们有一个经过量化的基础模型。 所谓“量化”，是指对于这些——其中部分模型——由于我们并不具备顶级显卡，因此社区再次创建了这些模型的低配版本，以降低VRAM需求，同时也略微牺牲了画质。 这意味着，尽管该模型的基础版本需要16GB显存，但我仍可以在配备12GB显存的3080 Ti GPU显卡上运行它。.

所以你只需上网搜索，而且在指南里——比如我手头这本——也能找到相关内容。 所以你会有这些代码库。例如，该模型的量化版本——你可以选择非常小的版本，大概只有2GB左右，甚至在配备6GB显存的显卡上也能运行。.

罗曼：所以第一步其实就是买一台好电脑。是这样吗？哈哈。. 

雅库布：哈哈，是的，你需要一台性能不错的电脑。所以，我建议至少需要配备8到10GB显存的NVIDIA显卡。这些东西在AMD显卡上运行不了。也许在某些实验性环境下可以，但你需要配备CUDA核心的显卡。这是第一步。 满足这些条件后，你需要安装 ComfyUI。同样，你可以在网上轻松获取，非常简单。它只是 Hugging Face 上的一个代码仓库。. 

此外，我建议安装 ComfyUI Manager，它只是一个用于管理 UI 插件的工具，基本上是一个实用程序，这样你就不需要再去网站上手动下载了。只需点击一下，它就会立即从 GitHub 下载。.

一旦有了这个，同样，你只需拖拽内容即可。你可以直接把图片拖到这里，如果图片中嵌入了元数据，那么图片及其元数据就会自动生成工作流。这就是它的妙处。 比如，你真的不需要去编写那些像意大利面一样杂乱无章的可视化代码。它会自动生成——比如，这个就是网站上的一个工作流示例。就是像这样，放一张图片进去，就搞定了。.

那么，再次总结一下，这里呈现的内容是什么，你可以控制哪些参数，以及这些参数能带来什么效果。正如我之前所说，这里有基础模型——文本编码器和模型本身。 它经过量化处理，因此质量较低，VRAM 占用也较少，这样我们才能实际运行它。然后还有像“偏移”这样的参数。这是该模型特有的，更像是一个对比度滑块。偏移值越小，对比度越高；偏移值越大，对比度越低。这就是它的作用。.

然后是正向提示。是的，我稍后会讲到——我是怎么弄到的。还有负向提示。如果我没理解错的话，这个模型对负向提示其实不太管用。 话说回来，有些图像生成器甚至根本不支持这一功能。比如Flux——它就没有负面提示。接着是图像尺寸，就是1024×1024的正方形。 我们可以将其提升到2K，甚至更高。问题在于这样加载时间会更长，而制作本视频时我们并不需要这么高的分辨率。所以就先这样吧。.

罗曼：雅库布，问个快问。就像你开头说的，这同样是基于努力程度的吗？为了真正理解这一切——

雅库布：是的。就像我说的，我完全没有编程技能，也没学过计算机科学，什么都没有。我的专业是心理学。其实，你根本不需要什么专业知识。你照样能掌握这些东西。就像我说的，比如，我们可以直接在视频里嵌入操作指南教程。 有一个大约40分钟的教程，但其中大部分内容——甚至算不上教程。只是那个家伙在讲解这些模型——Z Image、Flux和Qwen——之间的对比，更多的是一个比较。.  

雅库布：其实，他只是通过文件管理器向你演示如何安装——说实话，这大概只需要10分钟。并不是说要操作这操作那，特别难。 不，不会的。大概只需要点击四五下。再说，ChatGPT就坐在你旁边，如果你不明白，只要对它说：“我不明白这个，我该怎么做？”它就会告诉你。就是这么简单。.

比如，我当时就不清楚该为我的显卡选择哪个量化模型。没错，这就是它给我的建议。所以我直接把那个仓库的链接复制粘贴了过去，它就告诉我：“好的，你点这里，这些就是可选的模型。 所以，如果你有10到12GB的显存，就选这个，因为这个应该能满足你的内存需求。”就这么简单。然后你按照这些步骤操作就行了。超级简单。真的没什么难的。.

那么，等这些都设置好后，我们就来完成最后一步吧。 步骤非常重要。这个设置会告诉你实际要经历多少代生成过程，因为所有这些图像——通常是扩散模型——都是从噪声开始的。试想一张黑白且颗粒感很强的图片，所有图像都是从这样的状态开始的。而这将决定需要多少个步骤——噪声将经过这些步骤进行处理。.

接下来是 CFG 参数，它决定了模型在遵循提示与发挥创造力之间如何权衡。也就是说，相比于必须完全按照提示生成内容，我们允许它在多大程度上发挥创造力。同样，这是一个你可以自行调整的参数。此外还有一些基础设置，但你其实不需要管它们。.

所以，如果我们点这里运行一下，就会出现这样一个恶魔形象，看起来极其逼真——就像是一幅愤怒的森林精灵的线稿。哒哒哒哒哒。来运行一下吧。.

雅库布：我们的种子是一样的。是的，我们需要将种子改为随机值，因为我们不想每次都使用不同的种子。.

罗曼：提示。嗯，我看到里面有很多文字。是的。我们怎么获取这些内容？

雅库布：是啊，没错。 好的，我先生成一下，让你看看效果。已经处理完提示词了，现在数据在K采样器里，接着从K采样器进入解码阶段，最后就得到了这张图片。所以，我们得到的不是这个人，而是这个人。这还挺简单的。.

我们该如何获取这个巨型提示词呢？其实，提示词生成也是一种学习这些内容的方式。比如，这个提示词就是我从CivitAI那里得到的。CivitAI，我再次推荐大家去了解一下。 它基本上是互联网上最大的开源社区网站。你可以把它简单地看作一个Instagram。它基本上就是其他创作者的图片和视频，大家对这些内容进行投票，然后可以查看并进行各种操作。. 

这个网站最关键的一点在于，你可以去那里学习并获取自己需要的内容。比如，我们的“森林精灵”就是——我刚才在这里随便浏览了一下。比如，大家看，今天的图片——那是什么？是生成的。这里有很多非常有趣的内容可以获取。. 

顺便说一句，剧透预警：我用的是Civit AI Green网站，因为还有个Civitai.com网站，那简直就像90%色情内容，毕竟人们用用户生成的上下文生成出来的就是那种东西。所以提醒一下，如果你想要没有那种内容的版本，那就是Green那个。 如果你想要包含这些内容的版本，那就是基础版。.

罗曼：谢谢你为这次录音选对了那个。我非常感谢。.

雅库布：没关系。所以说，我刚才只是从一位创作者那里找到了这张图片，关键不在于图片本身，而在于右边这个部分，我们可以把它稍微放大一点。.

雅库布：所以，这里的内容实际上告诉了我们它是如何创建的。如果你真的想的话，我们甚至可以在网站上直接运行它并生成内容。只要你通过积分购买，网站是允许这样做的。但话说回来，既然它是开源的，我们为什么要这么做呢？

这告诉我们：它使用的是 Z Image Turbo 生成器。所以我只需来到这里，点击这里，就能获得这个模型。它于 11 月 26 日发布，我可以下载它、用它进行创作，或者直接从中获取内容。 此外，你还可以看到当前的生成作品以及大家在那里创作的内容等等。不过，我们已经了解这个模型了。.

接下来是创作提示。没错，就是这个创作提示。我们可以利用这个提示，你可以自由发挥并加以运用。 提示语都有非常具体的设定。同样，这可能需要我们专门做一期播客来详细讲解。但话说回来，你不需要自己从零开始创作这些内容。你可以向他人学习。这就是这个网站如此重要的原因。.

它之所以能成为成功秘诀，是因为你只需复制他人的作品，对其进行逆向工程，并研究其运作原理，就能创造出令人惊叹的作品。因此，你会学到东西，而且学得非常、非常快。.

此外还有一些其他重要内容，那就是元数据——基本上就是这位用户在ComfyUI中如何设置滑块的。正如我们之前讨论的那样，CFG在遵循度方面略微调整了一点，因此仅为1.1，共八个步骤。 关于采样器——如果我们愿意，甚至可以使用相同的种子生成完全相同的图像。这也是可行的，因为他在这里留下了种子。. 

有些人不分享他们的生成元数据，因为他们非常——你知道的，想保持保密之类的，毕竟有些人花了很多心思在自己的工作流程上。但这里展示的大部分内容，你都可以自己尝试，直接借鉴并从中学习。这就是这个网站的魅力所在——你能学到很多东西。.

雅库布：所以说，这操作起来还是挺简单的，实际上我们可以随心所欲地做任何事。就为了好玩——比如我们如果去这里，就可以把那个放火的家伙留在原地，然后——

罗曼：罗曼，告诉我你想生成什么？

雅库布：咱们来做点和圣诞节有关的事情吧。.

罗曼：圣诞节。僵尸。. 

雅库布：僵尸。. 

罗曼：比如，你还记得《植物大战僵尸》吗？

雅库布：好的，这立刻让我联想到这一点。顺便说一句，你这么说真好。这些模型的魅力在于——呃……圣诞明信片……

是啊，咱们试试这个吧。这些模型的妙处——你提得很好——在于它们完全没有审查，这再次体现了它们的巨大优势。因为如果你使用ChatGPT，或者说这类主流模型之一，就无法生成基于知识产权的内容。 比如，我儿子问我：“呃，你能——我能要个《冰雪奇缘》里的奥拉夫之类的角色吗？”但不行，因为这些模型里有其他AI在对输出内容进行审查，所以你做不到。在这里根本不可能。.

罗曼：快点！

雅库布：是的，速度非常快。 再说一遍，正如我之前所说，我用的是质量较低的版本，所以这和通常那种可以提升质量的版本会有些不同，而且还有更好的模型。这是“Turbo”版本，所以速度比质量本身更重要。不过，无论你在这里怎么操作，你看，你仍然可以获得惊人的质量。.

不过话说回来，如果我要尝试——就像我刚才说的——让《冰雪奇缘》里的艾莎和安娜站在一座巨大的冰城堡前，画面要具有电影感、高质量且逼真——那就试试看吧。 没错，当然，你添加的标签和关键词越多，生成的图像效果就越好。这根本不用多说。正如我之前所说，我建议大家先掌握这个流程。.

哦，看，就是这样！看到了吗？

罗曼：哦，那简直就是——嗯，对，就像95%那样。. 

雅库布：这就像我们再稍微调整一下细节——你看，冰面可能这里那里需要加点这样的东西。没错，这很容易就能搞定。.

罗曼：你们的法律部门肯定不会对这件事感到高兴——

雅库布：是啊，是啊，是啊。不过话说回来，你想怎么做都可以。这正是它的魅力所在。所以它能给你——而且完全免费。你知道的，只需要用电和你的显卡，真的没什么特别的。.

不过，我还是要建议大家先简单尝试一下，大致体验一下，然后掌握它。 因为，正如我之前所说，你可以将这个过程——它的运作原理——应用到任何形式上，比如文本转视频、图片转视频、2D艺术、3D艺术、语音等等，无论什么形式，原理都是一样的。 我认为，让大家了解其背后的原理以及自己实际上能掌握多少控制权，这一点非常重要。因为这真的很神奇。.

最后我们可能会用上这个，这是我一直在研究的招牌作品。没错，这能让你拥有多得多、多得多、多得多的控制权。这是一个非常高级的工作流程——不是这个，抱歉，是这个。好了，就这个。让它运行吧，因为这个流程实际上包含240个步骤。.

罗曼：这有什么用？我没听懂。这有什么用？

雅库布：是啊，是啊。所以这里的情况是，我们实际上正在使用一个 《正义之伊昂》动画模型, ，而且我们只让模型运行了140步。我们的目标是——为游戏生成一位以雪豹为原型、采用写实风格的人形战士。这里有一个相当长的提示词，还有一个相当长的负面提示词。. 

我花了一些时间才完成这个。但我们希望效果看起来真实，而我这里使用的动画模型无法呈现真实的效果。那么，这里到底发生了什么呢？ 

那么，你要怎么做呢：使用一个优化器。它的作用是——在经过140个步骤后，这个模型会停止运行，然后我实际上会替换成另一个模型。. 

所以现在我们通过Fennekin进行双模型生成，这是一个写实风格的模型，它会再进行100步的生成和图像降噪处理，从而完成整个生成过程。这样总共就达到了240步。这就是为什么需要大约3分钟的原因。 然后它基本上生成了一幅单凭这些模型中的任何一个都无法独立生成的作品。因为我们想要的，还是那个奇幻风格的雪豹战士形象——再次强调，我对网上找到的任何内容都不满意，所以我不断深入挖掘，越挖越深，最终投入其中。.

最关键的一点是，这个模型以及我们这里的工作流——顺便说一句，你们在这里看到的所有内容，我们实际使用的还不到一半。这里基本上展示了该工作流的所有可能性，你们可以像调用函数一样灵活地启用或禁用它们。 你们知道的，只需点击这里，选择启用或禁用即可。你们看到的那些紫色部分表示当前处于非活动状态。我们没有使用 OpenPose、IP 适配器或 ControlNet 升频器，还有其他所有这些功能。它的功能如此之多，要详细介绍的话，恐怕得另做一期播客了。.

但它确实能做到的是——我们正在使用生成后的修正功能，比如“细节”选项。这才是真正关键的部分。因为以我们这里生成的这张图片为例，你看，虽然效果很棒，但这两张总觉得有些奇怪。 并不是说，你知道的，她们眼睛的位置之类的问题——而是她们看起来就像是《Wish》里的角色。.

所以这里的情况是，随着工作流的持续进行，我们实际上可以实时查看效果。好的，它已经进入ADetailer了。这里是基础图像，你看，它并不完美。感觉脸部有点变形。 是的，我们并不希望这样。那么，具体是怎么回事呢？我们有一个面部细节优化工具，而这个工具实际上只针对面部进行修复。因此，我们正在对现有的图像进行新一轮的优化处理。不仅如此，我们还对眼睛进行了调整，使其效果更佳。.

罗曼：哦，是啊，是啊，是啊。我明白了，我明白了。.

雅库布：基本上是这样。而且你可以——再说一遍，我们大概可以做四个动作，包括手部和身体的姿势调整。你看，身体的位置又稍微固定了一点。.

所以上次我在网上查资料时，一位来自AI机构的专业人士在分享他的工作流程时提到，他处理一张图片大约需要20个小时，并要生成500次，才能让图片达到理想状态——也就是顶级质量。 举个例子，从非常、非常基础的需求，比如“让我根据我儿子的样子生成奥拉夫”，到像这样非常、非常高级的需求，其运作原理就是如此。因为，再次强调，这需要做到近乎完美，因为它直接决定了你想要实现的效果。.

雅库布：如果我们再看这里某个地方——不是这个，而是那个让我真的、真的非常喜欢的创意——不是这个。 对，就是这个。你看这些创意作品多美？简直就像皮克斯动画电影一样。而且，正是通过运用先进的工作流程，才能达到这种品质。最终，你得到的便是这些完美的创意作品。. 

所以，再次强调，这就是它的妙处。因为这看起来简直就像是高水准的电影画面。 这就像是别人需要投入大量、大量、大量的工作和时间才能制作出来的——我是说，手绘出来。但话说回来，你其实只需通过一个相当先进的工作流程时间线就能生成它。没错，制作过程中，你需要保持角色风格的一致性，以及处理其他各种细节。.

但正如我所说，这只是实现所有这些目标的第一步。因此，对于任何负责制作创意内容的团队来说，是的，我认为人工智能——尤其是图像生成和视频生成技术——基本上将成为明年面临的生存性问题。因为你们根本无法跟上内容产出的规模。 这确实非常、非常困难。而拥有足够的创意产出量，本应意味着你的每次安装成本（CPI）会随之降低，但实际情况却是它反而在上升。所以归根结底，所有这些因素最终都归结于这一点。.

而且正如我所说，虽然这看起来超级复杂之类的，其实并没有那么复杂。比如，我连它的皮毛都没触及——它其实可以复杂到什么程度。我展示的基本上只是一些基础内容，还远未触及它的核心。.

罗曼：是啊，我真的很喜欢我们同时考察这两个模式的做法。归根结底，我们生成的是一张图像。.

雅库布：是啊，是啊，是啊，是啊，没错。是啊，我们这里有个很棒的“战士”。但话说回来，归根结底你可以随心所欲地做任何事。而且，正如我之前所说，这正是它的魅力所在。你可以自己动手尝试一下。 这里没有那些贪婪的网站在消耗积分之类的。正如我所说，你唯一需要的只是你的显卡和电费。所以你可以随心所欲。我目前大概已经超过了1.2万、1.3万代左右。. 

是啊，有时候，就连在这里，比如，有个设置可以——一次运行八个，或者其他数量。你可以直接去睡觉，让它自动运行，然后挑出最好的那个。我偶尔也会这么做。 是啊，这就像一款放置类游戏，所以，你知道的，等它运行完后回来，基本上就能领取奖励了。.

但我认为，能够了解这些东西是如何运作的，是一件非常有成就感的事。因为这样一来，当你看到这些创意内容以及当前在社交媒体上流行的各种东西时——大多数时候，我甚至只需看一眼就能识别出生成模型。 因为有些模型非常具有辨识度——你知道的，你能一眼看出端倪。.

比如，所有ChatGPT生成的图片——它们的背景都带有一抹橙色。所以，如果我们看一下，我想是这里最后一张——对，就是这一张。 这是《糖果传奇》正在投放的一则广告图，你可以看到图片边缘有一圈橙色的光晕，这说明它是基于ChatGPT生成的原始图片。所以在这里，这种痕迹非常、非常、非常明显。 是啊。不过话说回来，这种痕迹其实非常微妙。但一旦你看了上万张这样的图片，事后就会觉得非常明显。.

因此，你可以立即了解这些团队是如何运作的、是如何产出这些成果的，而且你自己也能做到。再次强调，这让你在整个过程中拥有了巨大的优势。. 

罗曼：这确实是一项技能，对吧？大概到2026年——如果你从事创意工作，无论你是用户获取经理（UA经理）且这是你的职责之一，还是创意团队的一员。.

最后简单总结一下：像ChatGPT或Claude这样的云端服务在功能上会限制你的灵活性。因此，我们更倾向于使用开源模型。.

雅库布：说真的，你甚至可以将它们结合起来使用，比如先用开源模型处理图片以进一步优化效果，然后再使用视频生成器。 视频生成器确实很重要，但它更像是整个流程的最后一步——也就是你想要生成的内容，而这一切都始于基础图像，这可以是多种工具的组合，比如， “我也不知道，用ComfyUI——我想生成一张图片”，然后用Veo 3来完成视频制作之类的工作。总之，你可以随心所欲地操作。.

最好的情况是，你把所有方法都试一遍，然后找出最适合你的那个。这就是它的妙处。不过话说回来，了解这些之后，我们甚至可以选择自己动手测试。 否则，你就会像这样说：“哦，我们直接用Veo 3就行了。这可是我们唯一了解的。”就这样。.

罗曼：我明白了。. 

雅库布：还有另一个大问题——这些东西过时得特别快。倒不是说它们真的过时了，而是新东西层出不穷，你得紧跟潮流。 比如，我看到这里的一些创意作品——我想，对，就是这些，或者可能再早一点的——你能发现其中有些还只是基于旧模型运行的。 大家只是还没来得及更新，这其实也很正常，毕竟这里的更新周期大概只有3个月左右。但你还是应该使用最前沿的技术，因为这能让你在质量等方面占据优势，还有其他诸多好处。所以，是的，这方面的变化真的非常、非常快。.

罗曼：雅库布，你是怎么跟上进度的？你个人呢？你有时间吗？

雅库布：我不知道。好吧，是的，可以理解。所以我当然会听几个关于人工智能的播客。说真的，我们可以分享一下链接——在我看来，这个名为“AI Search”的YouTube频道，其实就是有个家伙专门做新闻汇总。 每周他都会问：“这周发布了什么？”然后逐一介绍所有模型。他们还有针对特定内容的视频，比如对比评测之类。所以我经常收看这个频道的总结视频。.

雅库布：此外，我还有几个行业相关的播客，比如ChatGPT与微软之间的最新动态，以及其他相关话题。当然，你还可以去Civitai网站看看大家生成了一些什么内容。.

所以，比如说，在这里你可以清楚地看到，其中有很多这类东西，比如，好吧，里面其实有很多ChatGPT的内容。还有很多——这是什么？对，Google Nano Banana，最近确实非常热门。 你只需看看人们生成了什么，以及市场上基本上有哪些内容。这就能告诉你：“好吧，没错，基本上就是这样。”所以，你知道是谁生成了什么，对吧？ 

罗曼：这真是太有趣了，你其实是一位游戏设计专家，现在却完全投入到了游戏的创意环节中。完全投入了。雅库布，这种感觉如何？

雅库布：哦，这太棒了，你知道的。我总是对……有点着迷——但话说回来，最大的问题是我不明白这东西是怎么运作的，这对我来说是最让人抓狂的，就像， “我得做点什么来解决它”，因为我不觉得安全，或者该怎么说呢？如果我不明白它是怎么运作的，我就感觉无法掌控局面。.

所以这让我忍不住想深入钻研一下，了解这方面的情况。因为，说到底，如果你不了解某件事，至少要明白它是如何运作的。你不必非得亲自去做，但至少要知道还有这些选择。因为这样，你就不会被排除在外。 你就不会陷入这样的境地：当有人对你说些什么时，你既无法识破对方的胡说八道，也不清楚这到底是最好的方案还是最差的方案，甚至不知道对方说的是不是真话，诸如此类的情况。.

所以，话说回来，如今人工智能的发展速度确实非常快，它也是我们当下生活中最重要的技术之一。 既然如此，何不一举两得呢？一方面，我们凭借在游戏行业的专业经验，确实需要这项技术；另一方面，人工智能势必会成为未来的一部分，并带来变革。这一点毋庸置疑。.

但话说回来，它目前给我带来的优势在于，我知道，比如在游戏方面——不，是游戏玩法方面，它并不会带来太大的改变。它或许能帮助进行一些优化，比如匹配系统之类的，具体是什么我也不太清楚。 但我们仍未达到这样的阶段：即AI能够支撑那些——你知道的——依赖AI的游戏——那些没有AI功能就无法运行的游戏。我们尚未达到那个转折点。.

这和以前的情况不一样，比如，我不知道，大概是1999年左右，《毁灭战士3D》刚发布的时候。因为它的3D特性让你能做一些在2D中无法做到的事情。我们还没达到这个地步。 再说一次，为什么？因为你了解这些，就会觉得：“哦，这说不通。它甚至还无法正确编写代码，简直是胡思乱想。” 

罗曼：万物皆有联系。好的，雅库布，这次分享非常有见地。我相信大家肯定会有很多问题。我请大家在评论区留言提问。等雅库布有时间了，我们会请他来回答这些问题。. 

有什么临别感言吗？当然，我们会在视频描述中留下所有链接，包括指向“Two and a Half Gamers”的链接以及视频中提到的相关内容。但我还想让雅库布说几句，尤其是在年底的时候。雅库布，你有什么最后的感言吗？

雅库布：是的，是的。正如我刚才所说，如果大家有任何问题、想法或意见，欢迎在视频下方留言，或者加入“Two and a Half Gamers”的Slack频道。该频道对所有人开放，大家可以分享自己的知识，并和其他人交流。.

雅库布：是的，我想——正如我刚才所说，最后想说的是：赶紧去学吧。别等到……你知道的，等到那时再想补上就来不及了。.

罗曼：说得好，说得好。我们就以此作为本期节目的结尾吧。请点赞并订阅。我相信大家一定喜欢这一期节目。非常感谢你，雅库布。.

雅库布：嗯，没问题。到时候见。再见。.

罗曼：拜拜。.