這個五一小長假，一款 Remini 的人工智能修圖軟件火了，一夜之間，大家都變成了粘土人。你喜歡粘土風格嗎？這篇文章帶你了解了解~

推薦閱讀

一、前言

最近你是不是也被各個平臺爆火的丑萌丑萌的粘土人照片視頻刷屏了？這個五一小長假，一款 Remini 的人工智能修圖軟件火了，一夜之間，大家都變成了粘土人。很多人的第一反應是：太丑了！添加濾鏡后的照片不僅丑萌丑萌，甚至還有點“呆傻”。還有網友評價：每一張都丑得很意外。真的很丑萌嗎？我們一起瞧瞧！

雖然丑出天際、丑到無語，甚至五官亂飛，但很多人一上手根本停不下來。有網友說，一玩玩到了凌晨五點；還有網友表示：陰森森的，但就是很喜歡，感覺自己進入了雙人成行的世界里。

截屏微博網友（如有侵權，聯系刪除）

二、粘土濾鏡

黏土濾鏡是 Remini 最近上線的一個新功能。短短幾天時間，小紅書上關于 Remini 黏土濾鏡的筆記超過了 6000，黏土濾鏡、黏土教程、黏土特效等相關帖子的瀏覽量達到幾千萬。

Remini 的收費并不低，一周會費 68 元，不過前面 7 天可以享受免費試用服務。有意思的是，因為黏土濾鏡過于火爆，閑魚已經出現 24 小時接單的商家，價格從 1 元 1 張，到 3 元 10 張不等。

作為會使用 comfyui 搭建的我來說，當然是直接搭建一個 comfyui 工作流啦。

三、ComfyUI 工作流

1. 工作流原作者

網址：https://openart.ai/workflows/xiongmu/image-to-clay-style/KRjSiOFyPSHO5QCQ4raV

感謝原作者的分享，我在原工作流基礎上增加了 SVD 和增加視頻幀率的流程，讓其更加方便地能夠直接通過圖片轉成視頻。

完整工作流截屏（高清圖附件下載）

2. 工作流主要技術點

1. 黏土風格 lora 使用
2. ipadapter 風格提取
3. WD1.4 提示詞反推
4. ControlNet Canny 控制生成最后的圖片
5. SVD 圖片轉視頻
6. VFI 視頻幀率提升

3. 大模型和 Lora 的選擇

這里的大模型可以直接使用官方版本的 SDXL 大模型或者其他常用的大模型都可以，不做強制要求，lora 使用的是粘土風格的 lora 模型。

黏土風格 lora 的下載地址：

粘土風格 lora1：CLAYMATE - Claymation Style for SDXL

網址：https://civitai.com/models/208168/claymate-claymation-style-for-sdxl

粘土風格 lora2：Doctor Diffusion's Claymation Style LoRA

網址：https://civitai.com/models/181962/doctor-diffusions-claymation-style-lora

lora 強度根據可以不用動，參考下圖即可，這里 lora 堆模塊使用的是一個插件 ComfyUI_Comfyroll_CustomNodes，如果缺失了這兩個模塊可以在 manager 直接搜索下載。

也可以在 github 直接下載，安裝到你的 comfyui 根目錄\custom_nodes 文件夾中即可。

網址：https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes

lora 堆模塊使用的是一個插件 ComfyUI_Comfyroll_CustomNodes

4. IP-adapter 風格提取

Ipadapter 使用了新版本，如果使用老版本也是可以的直接將下載兩個模塊刪除替換即可。ipadapter 使用的是 plus 版本的模型，ipadapter 強度 0.7，并且使用 image Resize 將圖片做了縮放，保證圖片不會太大，可以在工作流中正常生成。

Ipadapter 需要的三個模塊

5. WD1.4 提示詞反推

正向提示詞使用了 WD14 進行反推，并且使用 Comfyui-Gemini 插件中的 ConcatText 模塊將兩個提示詞連接到一起，primitive 元節點中寫的是 lora 的觸發詞。

注意點：如果缺失 WD14 模型會發生報錯，如果有報錯，或者缺失 WD14 插件可以直接附件下載我的這個。

Comfyui-Gemini 插件，github 鏈接： https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini

6. ControlNet Canny 控制最后生成的圖片

Controlnet 這里需要注意的是和大模型版本一定要一致，使用 SDXL 版本的模型才可以。當然這里使用的是 sdxl 版本的 canny 模型。

完成以上內容之后就可以輸入到 k 采樣器中進行圖片轉繪啦。生成好圖片之后，就來到了圖片轉視頻的流程。

7. SVD 圖片轉視頻

最后添加了一個 svd 工作流，使用的是 SVD_xt 模型，這個 svd 工作流最多能夠生成 25 幀的長度的視頻，如果視頻幀率設置為 8，那么生成的視頻長度大約是 3 秒。

再添加一個 VFI 模塊，用于將 svd 生成的視頻增加幀率，讓其更加流暢。

SVD 圖片轉視頻相關不是特別了解的小伙伴可以看這條視頻，詳細講解了 svd 參數調節和 svd 工作流使用方法：

結語

這個案例用到 lora 模型和工作流，我已經打包了，有需要的同學自取喲！文章末尾自取~

歡迎關注作者微信公眾號：「AI芝士計劃」