写给设计师的ComfyUI教程一：认知篇

写给设计师的ComfyUI教程一：认知篇

本文主要回答几个问题：MJ和SD都有什么区别？ComfyUI工作流是什么？为什么AI需要"可控"？AI这么强大还需要学习3D吗？设计师不学习AI会被市场淘汰吗？

本篇主要介绍ComfyUI是什么，以及它与传统的WebUI以及Midjourney的区别。相信读完本篇，大家都能对这些AI工具有初步了解。

AI绘画工具概述

市面上的AI绘画工具主要分为两类：Midjourney（简称MJ）和Stable Diffusion（简称SD）。

Midjourney

• 优点：学习简单，上手可用，出图美学水准较高。
• 缺点：收费，出图可控性较弱，只能在线生成。

Stable Diffusion 大模型

• 优点：开源，免费，本地可部署，可控性很强，可商业落地。
• 缺点：环境配置复杂，需要一定学习成本。

值得一提的是，Flux大模型虽然刚刚推出，但效果已经非常出色，其效果甚至可以媲美MJ的精美程度。然而，由于是新推出的模型，其生态尚未完善，但未来发展值得期待。

MJ与SD的可控性对比

以生成孙悟空形象为例，MJ生成的图像（上图）总是像猩猩，因为在西方文化中，悟空的形象类似于金刚之类的生物。而Flux结合Lora控图生成的效果（下图）则明显更好，细节质感和美术表现都优于MJ。

WebUI与ComfyUI的区别

WebUI可以理解为更专业的MJ版本，功能定制化程度高，适合单一功能的使用。而ComfyUI采用节点式运行方式，通过调用各种节点来实现所需功能，灵活性更高，适合复杂工作流程的搭建。

ComfyUI工作流

ComfyUI工作流更像一个乐高积木，可以根据需要拼接不同的功能节点。例如，可以使用抠图节点把产品抠出来，然后使用合图节点融入新场景，最后使用IClight节点重新打光并高清放大。

在学习成本方面，WebUI学习成本低，易上手。而ComfyUI虽然上手较难，但一旦掌握，灵活性很高。

AI的可控性

可控性是对AI生成结果的一种约束。例如，通过上传参考图让AI生成类似风格或构图的图像，这就是最常见的可控性应用。

在SD/Flux中，重要的控制功能包括：

• LORA：用于微调大模型的低秩适应技术，可以通过少量特定风格图片训练成LORA，控制生成特定风格的图像。
• IP-Adapter：控制风格迁移的利器，可以把一张图的风格迁移到另一张图上。
• Controlnet：控制构图的技术，通过线稿图、深度图等方法控制图像构图。

AI与3D的关系

AI是辅助技能，学习更多技能是为了提高工作效率。在实际工作中，AI可以快速生成多张不同风格的图像供选择，而PS或C4D则负责最终的细化和落地。

未来设计师是否需要学习AI

设计师需要紧跟设计趋势，持续学习新技术。AI不会完全替代设计师，而是作为辅助工具提高工作效率。