前面的课程，我们已经把工作流的底层逻辑、搭建方法和基础操作都讲透了。今天，咱们要跳出 “新手村”，直接进入实战模式。我们就拿一套能从生成，再变成的 AI 短片全流程为例，一步步教你把网上下载的陌生工作流，调试到能完美运行的状态。首先，我们需要从网盘找到本节课需要用到的工作流 ——短片全流程下载地址：https://pan.baidu.com/s/1vDXDzrsV9xCYEM9LAs_gLw 提取

简单来说，预处理就是把你输入的原始图片，转换成 ControlNet 模型在训练时 “看得懂” 的格式。这是因为 ControlNet 模型（比如 Canny）在训练阶段，是通过 “图像对” 来学习的。以 Canny 模型为例，它学习的是 ** 原始图像（左侧）和对应的轮廓图像（中间）** 之间的对应关系。如果不做预处理，直接把原始图片喂给模型，它就无法正确提取到需要的特征，自然也就达不到理想的控

ControlNet 是 AI 绘画领域里一个非常重要的工具，它能让 Stable Diffusion 生成的画面变得更加可控。简单来说，它是一种特殊的神经网络结构。它的核心作用是给 Stable Diffusion 模型添加额外的 “控制条件”，从而精准地干预图像生成过程，让结果更符合你的预期。手绘的涂鸦线稿图像的边缘轮廓图人物的姿势关键点深度图、分割图、法线图等这些输入都会作为 “指令”，指导

Stable Diffusion 本身是一个能根据文字描述生成图像的模型，借助 LoRA，我们可以快速训练它生成特定风格的画作（比如模仿梵高的画风），或者生成特定角色的图像。这样一来，LoRA 就能在保留模型原有能力的基础上，让它快速适应新任务。在执行绘图之前，一定要先把工作流里的大模型、放大算法模型等路径，修改为你自己电脑里对应的本地文件路径，这样才能避免软件报错。所以说，LoRA 必须搭配大模

本文介绍了 Stable Diffusion 模型的不同版本，重点对比了SD1.5与SDXL的特性，包括适用场景、生态发展及性能要求。文章还提供了模型下载网站与推荐模型，并详细说明了在 ComfyUI 中，如何安装和配合不同版本模型使用。