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

OmniSVG:统一的可缩放矢量图形生成软件
OmniSVG 是一个基于视觉-语言模型(VLM)的端到端多模态 SVG(可缩放矢量图形)生成框架,由 OpenVGLab 团队开发。该项目能够从文本描述或参考图像生成高质量的 SVG 矢量图形,覆盖从简单图标...

AI实时变声器Voice Changer2.1.4 CUDA版下载,高质量RVC变声软件
Voice Changer是一款实时 AI 变声工具,允许你通过多种 AI 声音模型(如 RVC 和 Beatrice)实时转换声音。转换延迟更低,是目前社区中最受欢迎的开源实时变声方案之一。 核心特点 1. 实时性 voice-chang...

Studio One Pro 7免费开心版下载
Studio One 7是一款专业数字音频工作站(DAW)软件,它是音乐制作、混音、母带处理与现场演出一体化的旗舰软件。 ✨ 核心功能 1. AI 智能音轨分离(Stem Separation) AI 驱动的音轨分离功能允许用户将混缩后的音...
PDF转Markdown软件MinerU 3.1.11整合包(高性能版)
MinerU是一款非常热门的PDF、图片、DOCX、PPTX、XLSX转markdown格式软件,转换效果属于同类软件中比较优秀的一个。当前最新版为3.1.11版本,我基于最新版源码制作了免安装一键启动整合包,并做适当优化及修改,详情查看链...
阿里千问Qwen3-TTS声音克隆语音合成软件【低配电脑版】
阿里千问Qwen3-TTS是一款热门的语音合成及声音克隆软件,我基于当前最新版制作了免安装一键启动整合包,并增加多人对话语音合成功能。 此版本为低配显卡电脑版,软件使用0.6B模型,模型尺寸略小,对电脑显卡配置要求也更小,但是质量不会差太多...

腾讯混元三维世界重建系统WorldMirror 2.0通用3D三维资产重建工具下载
WorldMirror 2.0 是由腾讯混元(Hunyuan)团队开发的下一代通用三维世界重建系统,底层基于 HY-World-2.0 模型。它能够从一组普通照片或一段视频中,自动恢复出场景的三维结构,并生成多种形式的三维资产,包括: 我基...

阿里Qwen3-TTS高质量声音克隆语音合成系统,AI视频配音多人对话生成工具
Qwen3-TTS 是由阿里 Qwen 团队开发的新一代语音合成系统,基于自研的 Qwen3-TTS-Tokenizer-12Hz 编解码器和离散多码本 LM 架构,实现了端到端的全信息语音建模。它突破了传统级联架构的信息瓶颈,支持音色克隆...

PasteMD:一键将 Markdown 和网页 AI 对话文本内容粘贴到 Word、WPS 和 Excel
PasteMD:一键将 Markdown 和网页 AI 对话(ChatGPT/DeepSeek等)完美粘贴到 Word、WPS 和 Excel 的效率工具。 在写论文或报告时,从 ChatGPT / DeepSeek 等 AI 网站中复制出...

BiliNote:自动生成B站油管视频笔记,AI视频内容总结工具
在信息爆炸的时代,视频已经成为最重要的知识载体之一。但相比文字,视频的“可检索性”和“复用效率”始终较低。如何快速从长视频中提取重点、形成结构化知识,成为很多学习者和创作者的痛点。 而 BiliNote 正是为解决这一问题而诞生的一款开源 ...

优云智算HappyHorse AI 视频生成API KEY WebUI
大家可能平常刷视频的时候已经发现了,进入2026年AI短剧极其火爆,不管是短视频平台还是拼多多等购物平台,短剧视频里经常能刷到AI漫剧。前几年短剧公司拍真人短剧赚的盆满钵满,进入2026年短剧公司被AI打的毫无还手之力。借助AI的快速发展,...

















