Official
官方风格
官方风格的核心，是精致、现代、克制的赛璐璐二分法游戏插画。
这个案例基于《绝区零》一类高辨识度美术风格展开。 它不是简单的平涂。阴影边界清晰，明暗二分明确，但过渡处常常保留舒适的中间色块， 让画面既有设计感，也不会显得生硬。
训练时真正需要复现的，是这种干净轮廓、明确色块和柔和过渡之间的平衡， 而不是把噪点、压缩痕迹和局部伪影一起学进去。
把 AIGC 从灵感工具变成可交付的生产系统。
2 年 AIGC 商业化实战经验，4000+ 小时模型训练时长。专注 LoRA、大模型微调、 ComfyUI 生产管线与 AI agent 工作流，把业务需求拆成可训练、可复现、可规模化的生成系统。
Hero Visual替换为你的代表 AIGC 作品
About
我关注的不是“生成一张好图或一个好视频”，而是让好结果持续发生。
我深度掌握 Anima、Flux、SDXL、Z-Image 等模型的训练与调优，熟悉 LoRA、Full Finetune、 Merge 等微调方法，能够把概念设计、风格需求、素材产能和成本约束拆解成清晰的模型策略。
我的优势是完整闭环：需求分析、拆解、数据采集、Prompt&Skill工程、模型训练、训练策略、 ComfyUI 自动化、基于Vibe Coading的产线开发及制作、素材及后期多媒体处理与团队AIGC教学培训。
Projects
案例展示
Case Study 01 · Object Concept Training
案例 A。一次关于稀缺数据、噪点风格和稳定复现的 LoRA 训练。
目标不是做出一张“看起来接近”的图，而是让训练对象在有限素材、复杂画风和高噪点源图下， 仍然保持清晰的身份、干净的结构和接近官方设定的视觉质感。
Common
常见做法
粗制的数据投喂，会让模型学到错误的风格。
社区常见做法往往是把可找到的数据不做任何处理直接丢进训练集：来源混杂、清洗不足、Caption 粗略， 最后得到的是“像”，但AI感十分严重的产物。而且可以观察到，社区上基本没有任何一个LoRA模型能准确还原出官方风格的效果。
不是大家不想做，是做不到。
这种训练方式会放大风格偏移。一致性开始变差，特征边界变模糊，模型看似学到了对象， 实际却没有抓住它真正稀缺的风格精髓。
Character A
我的方案
终于把这个风格调出来了。现在它更接近官方美术。
官方的设定中覆盖了明显的胶片颗粒、压缩痕迹和多种噪点。人眼会自动忽略这些干扰， 但对 Anima 这类规模的模型来说，它们会污染底层视觉结构。而我的结果就是规避掉这些影响同时产出能输出目标风格的效果的模型。
Training Challenge
难点不在“训练”。难点在让模型知道什么该学，什么该忽略。
Scarce Data
01
图片量少，数据源稀缺。
这个对象训练为什么难？难在哪儿？难在官方风格数据太少了，而且数据质量都不达标，你能找到的都是失真、压缩过的数据（不是无损存在严重的信息丢失）, 要么就是各种风格迥异无法统一。
Unstable Style
02
风格不稳定，模型边界变模糊。
当数据来源混杂、画面规格不一致时，模型会同时学习多个相互冲突的视觉标准， 最终表现为脸部漂移、线条松散、色彩和材质不统一。
Noise
03
目标风格里的噪点，会干扰 LoRA 学习。
官方插画中的胶片颗粒、JPEG 压缩和纹理噪点并不是角色设计本身。 如果直接作为训练数据，对于规模小于5B以下的大模型，它们会破坏可学习的形体、边缘和色块关系。
Artifacts
04
最终结果容易失真，甚至带出 JPEG 伪影。
当噪点被模型当成风格学习后，输出图会出现信息损失、边缘脏污、细节糊化和非预期压缩纹理。 这不是“有质感”，而是训练信号被污染。
Common Approach
常见做法会把问题继续放大。
Issue A
数据源不稳定，导致风格混乱。
不同来源、不同压缩质量和不同绘制标准被混在一起，模型无法建立统一的风格判断。标志性的赛璐璐风格丢失，取而代之的是均匀油腻的AI画风
Issue B
没有仔细清洗，导致画面失真。
噪点、低清图、裁切错误和压缩痕迹进入训练集，最后会反映到生成结果里。
Issue C
标准混乱，容易造成特征丢失。
Caption 没有区分角色身份、服饰、风格和背景时，概念会互相污染，触发词也会变得不可靠。
My Result
我的结果：在更少、更难的数据里，保留角色与风格的核心。
Restore
Caption
Clean Output
Concept
Generalize
Case Study 02 · Checkpoint Fine-tuning
案例B。Cleora。为游戏工业美术风格重新校准一个基础模型。
这个案例不是训练单个角色，而是微调一个更通用的图像基础模型。目标是让它在现代赛璐璐与半厚涂之间， 获得更干净的结构、更稳定的风格，以及更少的 AI 痕迹。
Market Baseline
常见微调模型的问题，往往不是不够华丽，而是不够干净。
Distortion
失真、JPEG 与压缩伪影。
轮廓线被不自然锐化，细节变得混乱，画面会出现明显的 JPEG 痕迹。
Dirty Color
颜色脏乱。
阴影、材质和笔触缺少统一控制，导致画面灰、脏、糊，缺少工业插画需要的清透感。
Unstable
不稳定，污染严重。
同一组提示词下，效果却有严重振荡，画面总是出现莫名其妙的元素。
AI Slop
AI Slop 感严重。
随机噪点、白点、塑料质感和无法解释的碎细节，会让图像一眼显得像默认 AI 输出。
设计目标
现代赛璐璐。半厚涂。干净、流畅、没有多余噪声。
Cleora 更偏向半厚涂方向，同时保留未来拆分更多模块的空间：更专门的赛璐璐风格、半厚涂风格、 以及其他可组合的美术模块。它保留 Anima 的大部分既有知识，同时强化我个人更偏好的角色知识与图像审美。 最重要的是——它不AI。
Final Quality
最终目标，是让模型输出符合游戏工业的美术要求。
Stable
Unique
Clean Lines
Smooth
Modules
Case Study 03 · ComfyUI Production Workflow
案例C。把买量素材生产，从一次次调用，变成一条可控的本地管线。
场景很明确：业务需要大量产出日系写真广告，素材的风格要独一无二，且多样性要有保证，但预算、审核、网络延迟和模型稳定性都会限制产能。 我设计的 ComfyUI 工作流，目标是把模型、生成、筛选、细化和高清产出以不依赖第三方的方式完成。
Business Context
大量素材。更少成本。更稳定的产出节奏。
闭源方案适合快速试错，但一旦进入持续生产，成本会被反复放大：文本、图片、视频都要按量调用； 审核可能中断流程；网络波动会拖慢交付；模型版本变化也可能让同一套创意突然失效。
Pipeline 01
Pipeline 02
Pipeline 03
Pipeline 04
Pipeline 05
Closed Model Cost
闭源工作流的问题，不只是一笔账。
Text Cost
反推与文本调用也会持续消耗。
Prompt 反推、文案变体、素材描述和批量改写都可能进入付费调用，还会遇到审核与延迟。
Image Cost
图片生成按量付费，试错越多越贵。
广告素材需要大量变体，单张成本看似不高，但迭代、重抽、换构图会快速堆高预算。
Video Cost
视频调用成本更高，等待更长。
当图片素材需要进一步转视频，闭源视频模型会带来更高费用、更长队列和更不可控的失败率。
Unstable
模型不稳定，产出不理想。
同一需求多次生成仍可能风格漂移、主体错误、构图跑偏，导致可用素材比例下降。
Messy Logic
工作流逻辑复杂混乱。
多个平台、多个工具、多个模型之间来回切换，文件版本、参数记录和复现都会变困难。
My Workflow Design
我的方案：把创意变量留给 Prompt，把质量控制交给工作流。
01
LoRA 驱动选型
根据业务选择或训练对应 LoRA，例如 ZIT、Krea.2，用可控风格作为素材生产的底层驱动。
02
随机 Prompt 工程
设计本地随机提示词输入，让主题、镜头、情绪、背景和商品卖点可以批量组合。
03
多段采样质量控制
通过多段采样把创意探索和结果收敛分开，先生成方向，再把画面推向更稳定的成品状态。
04
高清无损放大
在最终阶段进行高清缩放、细节修复和产品素材整理，让图像满足投放与展示尺寸。
05
批量命名与版本管理
输出时保留参数、种子、Prompt 片段和版本信息，方便回溯高转化素材的生成条件。
06
可替换模块结构
把 LoRA、采样器、Upscale、风格模块拆开，后续可以按业务替换，而不需要重建整条流程。
Production Result
最终产出不是一张图，而是一套可以复用的素材生产系统。
Batch
Local
HD
Reusable
Control
Scale
Case Study 04 · Development
案例D。从 0 到 1，独立实现一款以探索、战斗和动作为核心的 2D ARPG。
这个项目展示的不只是“会使用引擎”，而是把一个同人游戏从需求拆解、里程碑规划、素材制作、 脚本开发到调试验证完整推进。技术选择以 Unity3D 与 C# 为核心，目标是做出手感明确、 系统结构清晰、可继续扩展的动作角色扮演游戏原型。
Solo Production
单人完成设计、开发、素材和调试，把想法推进成可运行的游戏系统。
项目围绕 ACT 类型的精确角色操控展开：通过碰撞检测、状态切换和输入响应控制角色移动、 攻击、受击与交互，让探索和战斗能够形成稳定的基础手感。
Gameplay探索、战斗、动作操控、NPC 行为逻辑。
Architecture有限状态机、单例模式、观察者模式与模块化脚本组织。
Systems装备系统、点数系统、角色状态和可扩展的 RPG 规则。
Creator Impact
经验不是写在工具列表里，而是落在持续发布、下载、调用和社区反馈里。
140+Civitai 开源模型
36k+模型下载量
180k+模型调用生成
3k+全平台创作者粉丝
开源模型社区创作者
在 Civitai 发布模型 140+，模型下载量 36k+，调用生成量 180k+，站内最高排名进入前 50。持续围绕角色 LoRA、风格模型与生成工作流进行公开发布，并在 Civitai、Pixiv、小红书、Bilibili、X 等平台累计获得 3k+ 粉丝。