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
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,...

LTX-2.3 视频生成免安装部署整合包软件下载
LTX-2 是由 Lightricks 开发的首个基于 DiT(扩散变换器)架构的音视频基础模型,能够在一个统一模型中同时生成高质量的视频与同步音频。与以往需要分别处理视频和音频的方案不同,LTX-2 将两者深度融合,实现真正的音画同步生成...
windows电脑剪贴板内容管理工具Ditto下载,快速粘贴预设文字内容回复话术
和大家分享一个windows电脑剪贴板内容管理神器Ditto,软件可以快速将预设文字内容填充到指定位置。 由于每天都要写大量文字,有时候还是重复内容,频繁到其它地方复制粘贴的话比较耗时间,所以找到了这款软件,首先佩服一下软件作者,这个软件维...
PDF转word软件FreeP2W免安装版下载
这软件还是很早的时候一个用户让做的,发现没分享过,现在分享一下。 软件主要功能就是把PDF文档转换为word文档 软件使用很简单,把需要处理的pdf文档复制到input文件夹内,双击启动软件.exe,等待处理完成即可。 注意事项 软件只支持...

















