和大家分享一个高效强大的一句话P图软件OmniGen2,这个软件可以通过输入一段描述词然后直接对图片内容进行修改,就像PS修图一样,但是操作起来更简单方便。我基于当前最新版本制作了windows版免安装一键启动整合包。

OmniGen2官方介绍
OmniGen2是一个强大而高效的生成模型。与 OmniGen v1 不同,OmniGen2 针对文本和图像模态提供了两种不同的解码路径,利用非共享参数和解耦的图像分词器。OmniGen2 在以下四个主要功能方面表现出色:
- 视觉理解:继承了 Qwen-VL-2.5 基础的解释和分析图像内容的强大能力。
- 文本到图像生成:根据文本提示创建高保真且美观的图像。
- 指令引导的图像编辑:高精度执行复杂的、基于指令的图像修改,在开源模型中实现最先进的性能。
- 上下文生成:一种多功能的能力,可以处理和灵活组合不同的输入(包括人类、参考对象和场景),以产生新颖且连贯的视觉输出。
OmniGen2整合包使用说明
首先将网盘内的软件压缩包下载到本地电脑上并解压。然后双击【启动.bat】。第一次启动软件的话会下载模型文件,模型文件总共约40G,注意硬盘空间是否足够。模型下载完成后会自动打开webUI操作界面。
第一次操作的话可以点击WEBUI页面下方的示例素材进行快速体验。
首先在First image图片输入框里导入需要处理的图片。然后在提示词输入框内输入需要修改内容的描述词,再点击下方的【Generate Image】按钮生成图片,生成的图片自动保存到outputs_gradio文件夹内
WebUI界面设置说明
text_guidance_scale:控制输出遵守文本提示的严格程度。image_guidance_scale:这控制最终图像与输入参考图像的相似程度。- 权衡:较高的值会使输出更忠实于参考图像的结构和样式,但可能会忽略部分文本提示。较低的值(约 1.5)会使文本提示更具影响力。
- 提示:对于图像编辑任务,我们建议将其设置在 1.2 到 2.0 之间
max_pixels:当图像的总像素数(宽度×高度)超过此限制时,自动调整图像大小,同时保持其宽高比。这有助于管理性能和内存使用情况。- 提示:默认值为 1024*1024。如果遇到内存问题,可以减少此值。
max_input_image_side_length:输入图像的最大边长。negative_prompt:告诉模型您不想在图像中看到什么。- 例如:Blur, low quality, text, watermark
- 提示:为了获得最佳效果,请尝试不同的否定提示。如果不确定,请使用默认的否定提示。
cfg_range_start,cfg_range_end:定义应用 CFG 的时间步长范围。根据本文,减少cfg_range_end可以显著减少推理时间,而对质量的影响可以忽略不计。scheduler:在 之间选择[euler, dpmsolver++]。默认值为euler。为了以更少的步骤获得更好的性能,请尝试dpmsolver++。inference_step:ODE 求解器的离散化步数。默认值为50。
提高使用效果的一些建议
使用高质量图像
提供清晰的图像,分辨率最好大于512×512像素。
过小或模糊的输入会导致输出质量低下。
指令要具体
清晰描述需要更改的内容以及希望如何更改。
优先使用英语
该模型目前在英语提示词下表现最佳。
修改指令以增强主体一致性。当生成的图像与输入图像不太匹配时,您可以尝试以下方法来提高主体一致性:
使用尺寸更大的图像,以及人物在画面中占比较大的图像。
提高Image Guidance Scale比例,例如提高到3.0。但可能的代价是图像会有轻微的过曝或油腻感。
使用单张输入图像时,可以尝试使用以下提示词模板:“她/他……,保持她/他的面部特征、发型和其他属性。”
增加“每个提示词生成的图像数量”参数,以生成更多输出,这样您更有可能找到一张主体一致性更强且结果更令人满意的图像。
较长的提示词通常比较短的提示词效果更好。对场景和人物互动更详细的描述会带来额外的好处。
对于上下文编辑(基于多张图像进行编辑),我们建议使用以下提示词格式:“编辑第一张图像:添加/替换(将[物体]替换为)第二张图像中的[物体]。[对目标图像的描述]。”例如:“编辑第一张图像:添加第二张图像中的男人。这个男人正在厨房里和一个女人说话。”对目标图像的描述应尽可能详细。
再使用多图编辑功能的时候,要设置输出图片的Height和Width尺寸
注意事项
软件运行路径及待处理文件路径和文件名中不要出现中文及空格,否则会报错
建议英伟达显卡显存大于9G
不支持英伟达50系列显卡
只支持windows 10和11,硬件不足可使用在线版
图片内容编辑软件OmniGen2整合包下载链接
OmniGen2在线一键启动链接
本地电脑部署教程
相关推荐
Android安卓手机图片编辑器Image Toolbox下载,图片拼接去背景图片压缩GIF转换
最新版PDF转Markdown格式软件MinerU一键启动整合包v0.10.0下载
批量PDF文档转MD格式软件marker整合包下载,PDF文件转Markdown格式文件工具
人脸图片处理换脸软件facefusion整合包下载,改变年龄重建表情工具
本地文档聊天对话软件localGPT整合包下载,大语音模型文档内容分析总结
免费文字转语音软件EmotiVoice整合包下载,TTS情感语音合成工具
2D图片转3D模型软件,AI建模工具Wonder3D整合包下载
音频驱动口型图片转视频软件hallo整合包免费下载,AI视频制作工具
最近更新

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...
LTX2.3+comfyui分段提示词图片转视频工作流,AI视频带货生成器
再和大家分享一个基于 ComfyUI 的 AI 分段提示词图生视频工作流,本工作流主要基于模型LTX2.3和PromptRelay实现。可使用PromptRelay分时段控制生成不同视频画面或合成语音内容。 📌 工作流简介 本工作流是一套基...
windows电脑C盘垃圾查找清理软件
电脑用了好几年了,尽管我安装软件从来不主动装到C盘,偶尔也会清理垃圾,但是用的久了,容量也是在慢慢减少。我C盘303G,现在就剩了24G了,已经会影响到系统性能和虚拟内存调度了,已经不能不管了。C盘不装软件的话大多都是缓存,文件太多了,有时...


















