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
[erphpdown]https://pan.quark.cn/s/2a64c747b6bf
https://pan.baidu.com/s/1rHw9wNq-ulAD0520DYxG3g?pwd=agmc[/erphpdown]
相关推荐
最近更新
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
Lastbook 是一个面向 macOS、Windows 和 Linux 的离线生存知识库,整合手册、视频、百科、离线地图和可选本地 AI,首次下载后即可在断网环境使用。本文介绍其功能、运行环境、安装方式、隐私设计和适用场景。
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。
PeakCut:开源自托管的 AI 视频切片工具,把长视频和直播变成竖版短片
PeakCut 是一个自托管的 AI 视频切片工具,能把长视频和直播自动转成带字幕的 9:16 竖版短片,支持自带 AI 密钥、实时直播切片和连接社交平台发布。
ai-texture-forge:在 Blender 视口里用 AI 生成无缝 PBR 纹理的插件
ai-texture-forge 是一个 Blender 插件,可在 3D 视口内用文本提示生成无缝 PBR 材质、概念图和场景级投影纹理,支持本地 GPU 或云端扩散模型,面向 Windows x64 和 Blender 4.2+。
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Freebie Radar 是一个自托管的福利与多兴趣信息聚合雷达,用 57 个源定时采集、AI 语义审核过滤假福利,并按获取方式分级和多路由推送到 Telegram。项目基于 TypeScript 与 SQLite,支持 Docker Compose 快速启动,GitHub 上已有 835 Star。
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
Muse4AI 是一个运行在 Windows 本机的桥接工具,通过 REST、MCP 和 OAuth 把用户的 Muse 会话开放给 ChatGPT、Claude、Cursor、Codex、n8n 等 AI Agent,用于生成图片视频、继续对话、延长或按描述编辑视频。项目不经过自有云端中转,结果和密钥保存在本机,采用 MIT 许可证。
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
一个用 Python 纯 HTTP 实现 muse.ai 注册与邀请码兑换流程的研究项目,整理了抓包比对得出的协议细节,包括 OTP 确认、会话引导、动态披露文案、vm/wake 调用和邀请码兑换失败原因等。项目不采用 MIT 等开源许可证,仅供个人非商业学习研究使用。











