附录 D：术语表——用大白话解释 AI 绘画黑话

使用说明

1. 按字母顺序排列（中文按拼音）
2. 每个词包含：术语 + 大白话解释 + 举例（必要时）
3. 重要术语会标注【★】（必看）

A 类

AI 绘画 【★】

用人工智能（AI）来生成图片的技术。 你描述一句话，AI 就给你画出来。

Aspect Ratio（宽高比）【★】

图片的"长宽比例"。

• 1:1 = 正方形（朋友圈、头像）
• 16:9 = 横屏（PPT、视频封面）
• 9:16 = 竖屏（短视频、海报）
• 3:4 = 略竖（小红书）
• 4:3 = 略横（普通照片）

B 类

Batch（批量）

一次生成多张图。 比如"Batch=4"就是一次生成 4 张。

Blender

3D 建模软件，与 AI 绘画关系不大，但常被一起提到。

C 类

CFG / CFG Scale（引导强度）【★】

AI 听你话的"严格程度"。

• 数值低（3-5）：AI 自由发挥
• 数值中（7-9）：平衡（推荐）
• 数值高（10-15）：严格按你说的画

详见第六章。

Checkpoint（基础模型）

AI 绘画的"大模型"。 就像不同的"画家"，每个 Checkpoint 风格不同。

常见的：

• SD1.5、SDXL、SD3（Stable Diffusion 系列）
• Midjourney V6、V7
• Flux

Civitai

国际最大的 AI 模型分享网站。 里面有海量 Lora 和 Checkpoint 可下载。

ComfyUI

一种"节点式" AI 绘画工具。 界面像"流程图"，专业玩家用。 对小白来说太复杂。

Controlnet（精确控制）

让你"精确控制"图的工具。 比如：上传一张姿势图，AI 按这个姿势画。 进阶玩家必备。

CLIP

AI 用来"理解文字"的模型。 你不需要知道细节，只要知道：CLIP 越好，AI 越懂你的提示词。

D 类

DALL-E 【★】

OpenAI 推出的 AI 绘画工具。 现在是 DALL-E 3，集成在 ChatGPT 里。 对长提示词理解最好。

Deepfake（深度伪造）

用 AI 换脸的技术。 违法警告：未经同意制作他人 Deepfake 是违法行为。

Diffusion Model（扩散模型）【★】

AI 绘画的核心技术原理。 大白话理解：

• 想象一张充满噪点的"雪花屏"
• AI 一遍一遍"擦除"噪点
• 直到呈现你想要的图

详见第一章。

DPM++ / DPM 2M

一种"采样算法"。 小白不需要知道细节，默认就行。

E 类

Embedding（嵌入）

一种"小型模型"，用来记住特定特征。 比如：让 AI 记住"我女儿的样子"。 现在用 Lora 替代。

F 类

Face Restore（修脸）

AI 自动修复脸部扭曲。 大多数平台默认开启。

Flux

2024 年开源 AI 绘画大模型。 真实感强，目前是 SD 之外最强的开源模型。

FP16 / FP32

模型的"精度"。 小白不用关心，默认就行。

G 类

GAN（生成对抗网络）

早期的 AI 绘画技术。 现在被 Diffusion 模型替代。

GPT-4 / GPT-5

OpenAI 的语言模型。 不是绘画工具，但常被用来"写提示词"。

H 类

Hand Detailer / Hands Lora（修手）

专门修复 AI 画手错误的工具 / Lora。

High-Res Fix（高清修复）

把低分辨率图变成高分辨率的功能。 大多数平台都有。

HuggingFace

国际最大的 AI 模型平台。 偏技术，开发者用得多。

I 类

Img2Img（图生图）【★】

用一张图为基础，让 AI 在它的基础上画。 详见第七章。

Inpainting（局部重绘）【★】

只重新画图的"某一部分"。 比如：只重画错的手，其他不变。 详见第八章。

Ideogram

擅长画"文字"的 AI 工具。 LOGO、海报有文字时用它。

K 类

Krea

实时 AI 绘画工具。 你边写提示词边出图。 适合快速创意验证。

Krita

开源绘画软件。 现在集成了 AI 功能。

L 类

LCM（潜在一致性模型）

一种加速 AI 出图的技术。 原本要 30 秒，用 LCM 可能 3 秒。

Leonardo AI

游戏美术 AI 工具。 游戏开发者常用。

Liblib 【★】

中国最大的 AI 模型社区。 可以训练 Lora、下载模型。

LLM（大语言模型）

像 ChatGPT、豆包、文心一言。 不是绘画工具，但和 AI 绘画密切相关。

Lora 【★】

一种"小型微调模型"。 让 AI 学会某种特定风格 / 角色。

举例：

• "宫崎骏风格 Lora" = AI 学会宫崎骏的画风
• "我女儿 Lora" = AI 学会画我女儿的样子

详见第八章。

Latent Space（潜在空间）

AI 内部的"思维空间"。 小白不需要知道细节。

M 类

Midjourney（MJ）【★】

国际最知名的 AI 绘画工具。 画面美学极高，最适合艺术创作。 价格 10-60 美元/月。

Model（模型）

AI 的"大脑"。 不同模型 = 不同画家。

MidJourney V7

Midjourney 2025 年发布的版本。 人物处理大幅提升。

N 类

Negative Prompt（负面词）【★】

告诉 AI"不要画"什么。 比如："低质量, 模糊, 多余手指, 水印"。 每张图都建议加。

详见第四章、第五章。

O 类

Outpainting（扩图）【★】

让 AI 把图"扩大"。 比如：竖图扩成横图。 详见第八章。

OpenAI

DALL-E 和 ChatGPT 的开发公司。

P 类

Photoshop（PS）

经典图像处理软件。 现在集成了 Adobe Firefly（AI 功能）。

Pose（姿势）

人物的姿势。 用 ControlNet 精确控制。

Pika

视频生成 AI 工具。

Prompt（提示词）【★】

你输入给 AI 的"指令"。 AI 绘画的核心。 详见第四章、第五章。

Prompt Engineering（提示词工程）

研究"怎么写好提示词"的学问。

Q 类

Quality（质量）

图的清晰度 / 精度。

• Midjourney 的 --q 0.5 = 低质量（快但糙）
• --q 1 = 标准
• --q 2 = 高质量（慢但精）

详见第六章。

R 类

Recraft

专做矢量图、品牌设计的 AI 工具。

Resolution（分辨率）

图的像素大小。

• 512×512 = 低
• 1024×1024 = 标准
• 2048×2048+ = 高

Runway

视频生成 / 编辑 AI 工具。

S 类

Sampler（采样器）

AI 出图的"算法"。 小白默认就行，进阶玩家会调。

常见：DPM++ 2M、Euler a、DDIM

Sampling Steps（采样步数）【★】

AI 画图的"细致程度"。

• 步数低（10-15）：快但粗糙
• 步数中（20-30）：平衡（推荐）
• 步数高（40-100）：精细但慢

详见第六章。

SD（Stable Diffusion）【★】

开源的 AI 绘画大模型。 免费、可本地部署、社区生态最好。 但有技术门槛。

Seed（种子）【★】

AI 出图的"随机数"。 同一种子 + 同提示词 = 几乎同一张图。 用来"重现"满意的图。

详见第五章、第六章。

Sora

OpenAI 的视频生成 AI。 质量目前国际最强。

SDXL

Stable Diffusion 的高级版。 出图质量比 SD1.5 好。

Style Transfer（风格迁移）

把 A 图的风格迁移到 B 图上。 图生图常用。

Stylize（风格化强度）【★】

Midjourney 的 --s 参数。 AI"自由发挥"的程度。 详见第六章。

Super Resolution（超分辨率）

把低分辨率图放大不糊的技术。

T 类

T2I（Text-to-Image，文生图）

用文字生成图。 最基本的 AI 绘画功能。

Text Prompt（文字提示词）

= Prompt（提示词）。

Tile（瓷砖式）

图的一种特殊模式：可以无缝拼接。 做壁纸常用。

Token（词元）

AI 计算的"单位"。 你写的提示词会被拆成 Token。 小白不用关心。

Topaz

专业图像放大软件。

Training（训练）

教 AI 学习某个新风格 / 新角色的过程。 训练 Lora 就是 Training。

U 类

Upscale（放大）

把图放大不糊。 Midjourney 出图后点 U1-U4。

V 类

V1, V2, V3...（版本号）

AI 模型的版本。 比如 Midjourney V7、SDXL、SD3。 版本越新通常效果越好。

VAE

模型的一个组件。 小白不用关心。

Variation（变体）

基于一张图生成"类似但不同"的版本。 Midjourney 出图后点 V1-V4。

Video Generation（视频生成）

AI 生成视频。 代表工具：Sora、可灵、Runway、Pika。

W 类

Waifu

二次元美少女的统称。 "Waifu Diffusion"是专门画二次元的模型。

Weight（权重）【★】

提示词中某个词的"重要程度"。

• 默认 1
• (red:1.5) = 红色权重 1.5（更强调）
• (red:0.5) = 红色权重 0.5（更弱化）

详见第五章。

Workflow（工作流）

完成一个项目的"操作流程"。 ComfyUI 用节点图表示工作流。

X / Y / Z 类

XL（SDXL）

Stable Diffusion 的高级版本。

YAML

一种配置文件格式。 开发者用，小白不用。

中文专有名词

比例

= Aspect Ratio（宽高比）。

版权

谁拥有这张图的法律权利。 详见第十四章。

触发词

激活 Lora 的关键词。 比如："训练好了一个'宫崎骏风格 Lora'，触发词是 ghibli style"。 出图时不写这个词，Lora 就不起作用。

大模型

= Checkpoint（基础模型）。

垫图 【★】

= Reference Image（参考图）。 用一张图给 AI"打样"。 详见第七章。

多人 / 单人

提示词关键词。

• "1 girl"、"solo" = 单人
• "2 girls"、"group" = 多人

二次元

日漫风格。 "二次元 Lora"= 日漫风格的 Lora。

反向提示词 / 负面词 【★】

= Negative Prompt。

风格化

= Stylize。

高清修复

= High-Res Fix。

工作流 / 流水线

= Workflow。

古风

中国古代风格。 工具：文心一格擅长。

国风

中国传统美学风格。 水墨、工笔、青花瓷等。

国漫

中国动画风格。 代表作：《哪吒》《大圣归来》。

黑话

行业内的特殊用语。 比如本附录的所有术语都是"黑话"。

即梦 AI 【★】

字节跳动的 AI 绘画工具。 本书强力推荐的入门工具。

角色一致性 【★】

让同一个角色在多张图里"长得一样"。 绘本、漫画的核心需求。 详见第八章。

局部重绘 【★】

= Inpainting。

可灵 AI 【★】

快手的 AI 视频生成工具。 国内最强视频 AI。

蒙版

提示 AI"哪个区域要修改"的工具。 局部重绘时画出来的"白色区域"。

莫兰迪色

低饱和、高级感的色调。 现代设计极喜欢用。

跑图

AI 出图的口头表达。 "我跑了 100 张图才挑出 1 张满意的。"

平面图 / 立体图

平面 = 2D 插画 立体 = 3D 渲染

启动器

帮你"打开" Stable Diffusion 的工具。 代表：秋叶启动器（中文友好）。

参考强度

图生图的"听话程度"。

• 低（30%）：AI 改得多
• 高（80%）：AI 改得少

详见第七章。

设定图 / 概念图

某个角色 / 物品的"标准设计图"。

双胞胎 / 重复

AI 出错时常见现象： 画一个人结果出现 2-3 个相同的人。 解决：负面词加 "duplicate"。

算力

AI 出图需要的"计算资源"。 本地跑要好显卡，云端跑要付费。

提示词工程师

会写复杂提示词的人。 现在新兴职业之一。

通义万相

阿里的 AI 绘画工具。 电商场景强。

文生图 【★】

= T2I（Text-to-Image）。 用文字生成图。

文心一格

百度的 AI 绘画工具。 中文理解好，国风强。

修图

后期调整。 用美图秀秀、PS 等。

一致性

= 角色一致性。

引导强度

= CFG。

训练

= Training。

也图 / 嗯图

AI 圈口头语。

• "也图"= 出新图
• "嗯图"= 出图（拟声）

元素

构成图的"成分"。 人物、背景、道具、光线都是元素。

真实系 / 写实系

逼真的画风。 对应"二次元"。

重绘

= Inpainting（局部重绘）。

主体

图的"主角"。 提示词的核心。

字体

文字的样式。 AI 不擅长画字体，要后期加。

综合模型

包含多种风格的模型。 适合通用场景。

100 个高频术语速查表

本附录小结

1. AI 绘画"黑话"很多：但 80% 的术语小白不必懂。
2. 必看的 20 个术语（标注了★）：先掌握这些就能上手。
3. 遇到看不懂的词：来这里查一查。
4. 不要被术语吓到：能"输入提示词、按生成"就是入门。

持续更新：AI 绘画术语在不断演变，本附录会随着行业发展持续补充。