UNO是字节跳动开发的一款多主体图像生成软件,解决了角色或物体一致性的问题,可用于漫画、虚拟试衣等场景。我基于当前最新版本制作了免安装一键启动整合包。

UNO介绍
UNO是一款基于扩散模型的AI图像生成工具,核心目标是解决AI生成图像时难以保持角色或物体一致性的问题。例如,生成系列漫画时,主角在不同场景下形象不稳定(如发型、服装变化),而UNO能确保“主角”特征始终如一,同时支持多物体组合生成,避免风格混乱。
核心功能与亮点
- 多主体一致性生成
- 单主体控制:输入一张参考图(如人物),生成不同场景下保持特征(如服饰、外貌)的图像,适合漫画、虚拟试衣等场景。
- 多物体融合:上传多张参考图(如“咖啡杯+笔记本”),生成风格统一、自然融合的图像,避免传统方法“拼贴感”问题,可用于产品设计等。
- 动态化与可控性
- 文本+图像双条件输入:用户可结合文本描述(如“在沙滩上”)和参考图,精准控制生成内容。
- 风格转换:保留主体特征的同时调整风格,例如将写实人物转为吉卜力动画风。
- 高性能与SOTA效果
- 在权威测试集(如DreamBench)中,UNO的DINO分数(主体相似度)和CLIP分数(文本匹配度)均达行业最佳水平,尤其在多主体生成任务中表现突出。
UNO整合包使用说明
首先将软件压缩包下载到本地电脑上并解压,然后双击启动软件,高配显卡启动【正常模式】即可,显卡显存低的话就启动【低显存模式】。
部分模型无法自动下载我打包进了压缩包,还有剩下模型文件可以在软件启动时自动下载,所以软件在第一次启动webUI的时候会自动下载模型文件,完整模型下载完成后约占用35G硬盘空间。

软件成功启动后会自动打开webUI界面。操作界面比较简单,Prompt输入描述词,上传参考图,设置图片尺寸宽Gneration Width,高Gneration Height,点击合成按钮Generate即可。
Prompt描述词用英文输入。
参考图可以是1-4张,也可以不上传参考图。参考图越多生成图片速度越慢
视频教程及效果演示:https://nuowa.net/1820
注意事项
为了支持英伟达50系列显卡,所以软件对显卡驱动版本要求比较高,使用前请先将英伟达显卡驱动更新到最新版本
英伟达显卡显存不低于8G,显存低于16G的话运行低显存模式,高于16G的话运行正常模式
建议内存不低于32G
只支持windows10或11
软件运行路径中不要有非英文字符和空格,待使用文件素材同样要注意
如果启动时报错提示页面文件太小,无法完成操作,可增加虚拟内存大小
AI图像合成软件UNO整合包下载链接
相关推荐
最近更新

Claude居然自称“本人”
今天在和Claude聊网文写作的时候,Claude回复中居然自称本人,这让我有点震惊。 我经常会和AI聊工具功能对比等话题,ChatGPT、Gemini、Claude这些以前我记得从来没有自称过本人的,好像都是本模型,本工具等等,反正从来没...

图像无损放大神器:Topaz Gigapixel AI软件下载及使用指南
在数字内容创作成风头的今天,我们经常会遇到低分辨率素材模糊、AI 生成图片尺寸太小、或者老照片充满噪点的情况。传统的图像放大方式(如双三次插值)只是单纯地拉伸像素,容易让画面变得模糊、虚化。 如果你正在寻找一种能“凭空”补齐细节、让低画质瞬...

AI视频提示词反推工具,参考视频即梦提示词一键生成
本工具是一款面向 AI 视频生成创作者的本地离线辅助软件。用户导入任意视频文件,工具会自动完成场景检测、关键帧提取、多模态模型分析、提示词拼装等全流程,最终输出一份可直接复制粘贴到即梦 AI 等视频生成平台的完整提示词。 适用场景 功能特点...
免费在线HTML转markdown工具
经常看一些在线文档,想复制给AI参考的话不方便直接复制,转换成markdown再给AI阅读会更简单明了,也方便自己查阅,这里给大家推荐两个在线的免费HTML转markdown网站。 1、https://d1tools.com/tools/c...

闲鱼自动回复机器人XianyuAutoAgent下载,24小时在线智能客服机器人系统
XianyuAutoAgent是一款面向闲鱼平台的智能化自动回复机器人,利用大语言模型自动识别买家意图并生成专业回复,实现 7×24 小时智能客服。 主要功能 1. 智能自动回复 2. 可视化 Web UI 3. 人工接管模式 4. 安全防...

AI漫剧制作即梦seedance2.0教程及提示词2026年5月最新版分享
AI视频依旧持续火爆,各种类型的AI视频层出不穷,视频效果也是越来越好,甚至快接近影视级,目前最主要的AI视频生成工具还是即梦,即梦 Seedance 2.0生成视频一秒钟都到2块多钱了😂,不过也没办法,还是得用,目前还没能有替代即梦see...

AI实时语音聊天对话系统,外语口语陪练/虚拟好友实时语音交流
AI 实时语音对话系统 是一款集语音识别(ASR)、大语言模型(LLM)对话、语音合成(TTS)于一体的实时语音交互软件。用户通过麦克风说话,系统自动识别语音内容并转为文字,交由 AI 角色进行智能回复,最终将回复内容合成为语音实时播放,实...

ComfyUI 三参考图生图工作流,虚拟试衣、换脸、图片内容整合
本工作流核心能力是将三张不同角度、内容的参考图,通过 AI 理解融合,生成一张新的图像,新图像内容根据描述词指令生成。工作流集成了阿里巴巴的 Qwen2.5-VL 多模态大模型(图像编辑版本)与 SeedVR2 超分辨率放大模型,实现了「理...
comfyui CUDA128+torch 2.8.0+python3.12最新纯净版一键启动整合包
comfyui官方发布的最新版便携包是基于torch 2.11+CU130 +Python 3.13版本制作的,Python版本和torch版本都太新了,windows电脑上安装某些节点的时候会有冲突报错,有时候就算能安装上也会比较麻烦,感...
LTX2.3+comfyui音频驱动视频生成工作流
这是一个基于 ComfyUI 的 LTX 2.3 音视频同步生成工作流,核心功能是上传一段音频 + 参考图片(可多张图),自动生成与音频内容对应的视频,适合制作人物说话、唱歌等口型同步视频。工作流使用8位量化版ltx2.3模型,显存需求降低...


















