如果要在 AI 绘画里找一个既有创作张力、又能完整展示工作流价值的题材“反乌托邦与乌托邦交织的新世界”是非常合适的方向。Sketching the new dysto-utopian world with presence of AI这个项目标题核心不是单个提示词而是一套可复现的创作流程把“技术、秩序、自由、失控”这些抽象概念转化为风格统一的系列视觉作品。本文会从环境准备、本地部署、提示词工程、批量生成到接口调用完整拆解这套 AI 绘画世界观创作工作流。这个创作方向最值得关注的点有三个第一它把 AI 绘画从“单张抽卡”变成“系列世界观构建”产出内容有叙事逻辑第二工作流本身可以工程化文生图、图生图、局部重绘、批量任务都能接到统一流程里第三底层用的是开源工具链ComfyUI 配合 Stable Diffusion 系列模型可以本地部署也支持 API 调用适合反复实验和批量出图。如果你关心的是本地部署门槛、显存占用怎么看、批量任务怎么设计、提示词如何控制“反乌托邦/乌托邦”两种对立风格、以及接口怎么接到自己的工具里这篇文章可以直接收藏。下面按实际可操作的顺序展开。1. 核心能力速览能力项说明创作主题反乌托邦dystopia与乌托邦utopia并存世界观的 AI 可视化主要工具链Stable Diffusion 系列模型 ComfyUI 工作流风格控制手段正面提示词、负面提示词、LORA 风格模型、CFG 参数核心功能文生图、图生图、局部重绘、批量生成、API 服务启动方式命令行启动 / 脚本启动 / WebUI 访问 / API 模式批量任务支持可通过目录轮询或 API 请求循环实现硬件门槛推荐 NVIDIA 显卡CPU 可运行但出图速度显著降低显存占用与模型版本、分辨率、步数强相关需按本机实测为准接口能力基于 ComfyUI API 可提交任务、查询进度、获取结果适合读者概念设计师、科幻创作者、AI 绘画进阶用户、对工作流工程化感兴趣的开发者这里要特别说明显存占用、出图速度、支持的分辨率上限都取决于你实际下载的模型版本和工作流参数不存在一个“万能数字”。更稳妥的做法是搭好环境后用自己常用的参数跑一遍记录本机数据。2. 适用场景与使用边界这个创作项目适合谁可以先说清楚。第一类概念设计师和插画师。世界观提案阶段需要大量风格参考图AI 绘画可以把“反乌托邦高密度城市”“底层人群与技术监控共存”这些文字描述快速转成视觉草案供后续精修参考。第二类科幻写作者和世界观架构师。写小说、做桌游设定、做游戏世界观文档时图文结合能让设定更直观批量生成功能可以一次性产出多个场景图。第三类AI 绘画进阶用户。如果你已经用过在线生图工具想进一步控制风格、批量出图、接入自己的脚本这套本地工作流就是下一阶段应该掌握的技能。使用边界同样要明确。它不适合需要像素级精确的商业成图AI 生成的细节在建筑结构、文字、装备造型上仍可能出错交付前必须人工修正。它也不适合直接把生成的图用于商用而不做任何版权审核。实际创作时要注意不使用未授权的真人肖像不模仿在世艺术家风格并用于商业用途不使用受版权保护的角色、品牌标识作为画面主体不生成涉及暴力、违法、色情等违规内容如果使用他人 LORA 模型或图像素材先确认授权范围发布或商用前逐张复核画面内容和提示词来源。AI 绘画的创作边界不是“能不能生成”而是“生成之后如何使用”这部分必须由创作者自己负责。3. 环境准备与前置条件本地部署建议按以下清单先检查一遍环境减少后面排错的成本。操作系统推荐 Windows 10/11 或 Ubuntu 20.04 以上64 位系统。Python 版本建议 3.10 或 3.11具体以 ComfyUI 当前版本的 requirements 为准。NVIDIA 显卡建议提前装好对应版本的 CUDA 驱动和 cuDNN显卡驱动版本可以用nvidia-smi查看。磁盘空间要留出模型文件的空间Stable Diffusion 模型的 checkpoint 文件通常在 2GB 到 7GB 之间如果还要下载 VAE、LORA、ControlNet 模型整体占用会到几十 GB。默认端口 8188 需要保持可用如果被占用后面启动时换一个端口。可以用下面几条命令快速检查环境python --version git --version nvidia-smi如果nvidia-smi能正常输出显卡信息说明 NVIDIA 驱动已就绪。Python 版本如果不对建议用虚拟环境或 pyenv 管理避免和系统其他项目冲突。CPU 用户也能跑但大分辨率出图速度会非常慢建议先用小分辨率测试工作流是否正常再考虑是否升级硬件。4. 安装部署与启动方式这里以 ComfyUI 为例因为它是目前对 AI 绘画工作流支持最直观、也最容易接 API 的工具之一。部署分为三步拉取代码、安装依赖、启动服务。git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI pip install -r requirements.txt依赖装完后把下载好的模型文件放到对应目录大模型 checkpoint 放到models/checkpoints/VAE 放到models/vae/LORA 放到models/loras/ControlNet 放到models/controlnet/目录不存在就手动创建。模型文件从 Hugging Face 或各模型仓库下载选择哪个模型取决于你的风格需求“反乌托邦—乌托邦”主题通常适合写实、科幻、概念设计类模型但具体效果需要实测对比。启动服务python main.py --listen 127.0.0.1 --port 8188启动成功后浏览器访问http://127.0.0.1:8188可以看到 ComfyUI 的节点式编辑界面。这种界面比传统 WebUI 更接近“工作流”的本质每个节点负责一个环节从加载模型、输入提示词、设置采样器到保存图像都通过连线串联起来。如果你需要让其他设备或容器访问可以修改监听地址python main.py --listen 0.0.0.0 --port 8188但局域网开放服务时要注意访问控制不要让服务暴露到公网。5. 功能测试与效果验证环境跑起来后不要急着做复杂项目先从最基础的文生图开始逐项验证功能是否正常。5.1 文生图生成世界观概念图测试目的确认模型加载、提示词解析、采样器、图像保存这条主链跑通。在 ComfyUI 工作流中把默认的 checkpoint 加载器指向你下载的模型在正面提示词节点中输入一个关于反乌托邦城市的概念描述例如a vast dystopian megacity at dusk, towering brutalist skyscrapers, surveillance drones in the sky, crowded streets with neon signs and faded propaganda posters, cinematic composition, detailed concept art, moody atmosphere负面提示词建议写blurry, low quality, watermark, text, distorted perspective, deformed buildings设置一个相对保守的采样参数步数 20 到 30分辨率 512x768CFG Scale 7。点击运行后观察图像生成结果。判断成功的标准图像能清晰表达“反乌托邦城市”的主题建筑结构基本合理没有大面积崩坏。如果画面出现明显畸形、重复纹理或提示词完全不生效优先检查模型路径是否正确、提示词节点是否连到了采样器。5.2 图生图统一系列风格测试目的用一张参考图约束画面构图和色彩生成风格统一的系列图。图生图需要增加一个“加载图像”节点把参考图输入到采样器的 latent 输入端同时设置 denoise 强度。denoise 越高生成结果越偏离原图越低越接近原图结构。对“反乌托邦 vs 乌托邦”这种双面对照主题可以用同一张城市草图作为基础一套提示词生成反乌托邦版本另一套生成乌托邦版本保持构图一致、氛围相反。这个方法特别适合做世界观对比图。判断成功的标准两张图构图一致但光影、色调、细节风格有明显差异。如果两张图几乎一样说明 denoise 偏低或提示词风格区分不够如果完全对不上说明 denoise 太高原图信息丢了。5.3 局部重绘修改画面细节测试目的不改动整体画面的前提下修正或替换画面中的局部元素。在 ComfyUI 中用遮罩掩码标记需要重绘的区域比如想在城市远景中加入一座标志性悬浮建筑就把天空区域标记出来在提示词中写入对应描述只针对这部分区域重新采样。判断成功的标准重绘区域与周围环境的光影、透视、色调融合自然没有明显的边界割裂。5.4 批量生成系列世界观作品测试目的验证批量出图流程是否稳定。批量生成有两种思路一种是在 ComfyUI 中设置 batch size一次跑多张另一种是叠加多张不同区域的重绘逐步拼出完整世界观。对系列创作推荐第二种先定义一张“母图”作为世界观基准再基于母图做区域扩展和局部重绘保证整个系列的视觉一致性。批量出图时建议输出目录按项目分结构管理outputs/ project_dysto_utopia/ 001_megacity_dystopia/ 002_megacity_utopia/ 003_character_protagonist/ 004_character_ai_overlord/这样后期筛选、回看、拼接都很方便。6. 接口 API 与批量任务ComfyUI 的价值不只是可视化编辑它还能以 API 服务方式运行方便接进自己的脚本或第三方工具。启动服务后可以通过接口提交任务、查询进度、获取结果。先检查 API 服务是否正常用 curl 请求系统信息接口curl http://127.0.0.1:8188/system_stats能返回 JSON 数据说明服务正常。提交任务时需要把 ComfyUI 工作流导出为 JSON 格式再通过 API 接口提交。工作流 JSON 可以在界面中通过“导出工作流”获取。Python 调用示例import json import requests # 读取导出的工作流 JSON with open(workflow_api.json, r, encodingutf-8) as f: workflow json.load(f) # 提交任务 response requests.post( http://127.0.0.1:8188/prompt, json{prompt: workflow}, timeout30 ) print(response.json())返回结果里会包含 prompt_id后面的轮询都基于这个 ID。查询任务是否完成可以通过 WebSocket 接口监听进度也可以用轮询方式获取历史记录prompt_id response.json().get(prompt_id) # 轮询查询任务结果 history requests.get(fhttp://127.0.0.1:8188/history/{prompt_id}, timeout30) print(history.json())当 history 接口返回对应 prompt_id 的记录时说明任务已完成可以从返回的图片保存信息中拿到输出路径。批量任务的设计思路是把“反乌托邦—乌托邦”世界观拆成一组场景提示词存成 JSON 列表脚本逐个提交任务处理完成后统一归档。带日志、带失败重试的脚本模板如下import json import time import requests API_URL http://127.0.0.1:8188 # 读取场景提示词列表 with open(scenes.json, r, encodingutf-8) as f: scenes json.load(f) for scene in scenes: scene_id scene[id] prompt_text scene[prompt] workflow load_workflow(scene_id, prompt_text) # 需要按实际工作流实现 resp requests.post(f{API_URL}/prompt, json{prompt: workflow}, timeout30) if resp.status_code ! 200: print(f[{scene_id}] 提交失败: {resp.text}) continue prompt_id resp.json().get(prompt_id) print(f[{scene_id}] 已提交prompt_id{prompt_id}) # 等待任务完成这里只做简单轮询演示 for _ in range(300): history requests.get(f{API_URL}/history/{prompt_id}, timeout30).json() if prompt_id in history: print(f[{scene_id}] 完成) break time.sleep(2)实际项目中load_workflow函数需要根据你导出的工作流结构做替换批量任务建议加任务状态记录和失败重试机制不要一次性提交太多任务把显存打满。7. 资源占用与性能观察AI 绘画项目里最容易被忽略的是资源占用观察这里重点讲怎么看、怎么判断。显存占用可以在 Windows 任务管理器或nvidia-smi中观察。Linux/命令行用户可以直接用nvidia-smi关注这里的Memory-Usage和GPU-Util两项。生成过程中 GPU Util 会明显升高显存占用取决于模型大小、分辨率、步数和 batch size。注意具体数值因模型版本和硬件不同差异很大不要拿别人的数字当标准要以自己机器实测为准。影响资源占用的主要因素分辨率512 和 1024 的显存开销差别非常大分辨率翻倍显存占用通常翻几倍采样步数步数越多计算时间越长但显存占用增加有限batch size一次生成多张图会把多份中间结果同时放在显存里显存压力显著上升ControlNet 模型额外加载 model 会增加显存开销图像尺寸过大会直接触发 CUDA out of memory。降低显存占用的常见做法使用 xformers 或 ComfyUI 的--lowvram模式先用小分辨率测试确认构图后再放大减少 batch size一次生成一张关闭无关的后台程序释放内存压力使用半精度模型或量化版本。还有一类性能问题容易被忽略端口冲突。如果启动时提示端口被占用换一个端口即可python main.py --listen 127.0.0.1 --port 8189如果服务已经改成监听0.0.0.0记得在防火墙里限制来源 IP防止被外部扫描器乱刷任务。8. 常见问题与排查方法问题现象可能原因排查方式解决方案启动后页面打不开端口被占用或服务未启动查看启动日志检查端口监听状态更换端口或重启服务生成时报 CUDA out of memory分辨率、batch size 超过显存上限查看 nvidia-smi 显存占用降低分辨率、减少 batch、开启低显存模式提示词完全不生效提示词节点未连接、模型不对检查工作流节点连线重新连接提示词节点到采样器模型加载失败模型文件损坏或路径错误检查 models 目录下的文件重新下载或移动模型到正确目录生成图风格严重崩坏采样步数过低、CFG 过高或模型不匹配尝试调节步数和 CFG步数提高到 20 以上CFG 保持 5-9API 调用失败工作流 JSON 结构不对检查 API 返回的错误信息重新导出 API 格式工作流批量任务卡住任务阻塞、显存冲突中断任务查看日志减少并发任务数加入超时机制对“反乌托邦—乌托邦”这种主题创作来说最常见的坑其实是风格不一致第一张图是冷色调、高密度城市第二张图变成了暖色调、田园风格。这不是模型坏了而是提示词里对“统一风格特征”的描述不够稳定。解决方法是把固定的风格描述写成一个重复出现的关键词块或者用 LORA 锁定特定画风再配合图生图 / 局部重绘保证系列一致性。9. 最佳实践与使用建议把这套工作流用于实际创作时建议遵循下面这些原则。第一先小参数验证再大参数出图。不要一开始就用 1024x1024 跑全套工作流先用 512 分辨率跑通流程确认构图和风格后再放大。第二保留一套最小可运行配置。把跑通的工作流单独保存包含模型路径、提示词模板、采样参数作为后续项目的基线避免每次从零开始。第三提示词模板化。对世界观系列作品建议把提示词拆成结构[固定风格前缀] [场景主体] [氛围描述] [构图/镜头描述] [负面提示词]比如固定前缀写“cinematic concept art, detailed environment, atmospheric lighting”场景主体写“dystopian megacity with surveillance drones”氛围描述写“oppressive, cold blue tones”。这样每次只改中间部分风格统一性会明显提升。第四输出目录分项目管理。模型文件、输入素材、输出结果严格分目录不要让生成文件混在一起。批量任务输出用“项目名/场景名/序号”结构。第五批量任务加日志和失败重试。本地跑 100 张图中途大概率会出几次资源不足或网络抖动脚本里必须记录每个场景的提交状态失败后能断点续跑。第六接口服务限制访问范围。如果只在本地用监听 127.0.0.1 就够了需要局域网访问时设置防火墙规则不要直接暴露公网。第七合规提醒。使用真人照片做图生图参考、使用他人画作做风格模仿都要先确认授权生成内容发布前逐张人工审核尤其是涉及人物肖像、政治人物、敏感符号的画面谨慎处理。第八输出质量不稳定时优先查提示词而不是换模型。多数“风格崩坏”问题在提示词层面就能解决换模型会让同一套工作流的参数全部重调反而更耗时。10. 总结与下一步Sketching the new dysto-utopian world with presence of AI这个项目最值得尝试的点是它把“抽象世界观概念”和“可复现的 AI 绘画工作流”放到了一起你不再是一张一张碰运气而是能成体系地生成一个风格统一、主题完整的系列作品。最先应该验证的功能是文生图加负面提示词用一句话描述反乌托邦场景看模型能否准确表达压迫感、科技失控、高密度城市这类视觉特征。这个基础能力跑通后再逐步加入图生图、局部重绘、批量任务和 API 调用。最容易踩的坑是显存不足和模型路径错误。前者通过降低分辨率、减少 batch 解决后者在部署阶段花十分钟整理目录就能避免。后续可以继续扩展的方向不少训练一个专门表达“反乌托邦—乌托邦”视觉风格的 LORA用 ControlNet 约束每张图的透视结构把批量生成任务接成带队列的服务甚至把生成结果接入视频生成流程让静态世界观“动起来”。每一步都能单独写一篇教程核心思路不变先跑通最小工作流再逐项叠加能力。建议先把本文的流程走一遍再按自己的创作方向做扩展。