借助 NVIDIA 的 3D 引导生成式 AI Blueprint 控制 AI 图像的构图

AI 赋能的图像生成技术突飞猛进，从早期模型会生成手指过多的人类图像，到现在能创造出令人惊叹的逼真视觉效果。即使取得了如此飞跃，仍然存在一个挑战：实现创意掌控。

使用文本创建场景变得更容易，不再需要复杂的描述，模型也改进了针对提示词的一致性。但仅通过文字描述构图、拍摄角度、物体摆放这些精细细节已经很不容易了，要修改调整更是难上加难。虽然使用 ControlNet（通过更好地控制输出来增强图像生成的工具）的高级工作流提供了解决方案，但其设置复杂，限制了更广泛的使用。

为帮助克服这些挑战并快速获取先进的 AI 功能，NVIDIA 在年初的 CES 展会上发布了面向 RTX PC 的 NVIDIA 3D 引导生成式 AI Blueprint。这个示例工作流包含了全套工具，让你能从头开始生成完全控制构图的图像。用户现在就可以体验这个全新的 Blueprint。

利用 3D 控制 AI 生成的图像

NVIDIA 的 3D 引导生成式 AI Blueprint 可控制图像生成，它使用 Blender 中的 3D 场景草稿向图像生成器（Black Forest Labs 的 FLUX.1-dev）提供深度图，与用户的提示词一起生成所需的图像。

深度图帮助图像模型理解物体应该如何放置。这项技术的优势在于，它不需要高度细节化的物体或高质量纹理，因为它们将被转换为灰度。此外，由于场景是 3D 的，用户可以轻松移动物体并更改相机角度。

视频：

https://images.nvidia.cn/cn/youtube-replicates/ITlTTG9qyY8.mp4

Blueprint 的底层是 ComfyUI，这是一个功能强大的工具，允许创作者以有趣的方式链接生成式 AI 模型。例如，用户可以通过 ComfyUI Node Editor Blender 插件将 Blender 连接到 ComfyUI。此外，用户可以使用 NVIDIA NIM 微服务在 GeForce RTX GPU 上部署 FLUX.1-dev 模型并以最佳性能运行，充分利用 NVIDIA TensorRT 软件开发套件以及 FP4 和 FP8 等优化的精度格式。3D 引导的生成式 AI Blueprint 需要 NVIDIA GeForce RTX 4080 及以上 GPU。

生成式 AI 工作流的预构建基础

3D 引导的生成式 AI Blueprint 包括开始使用高级图像生成工作流所需的一切：Blender、ComfyUI、连接两者的 Blender 插件、FLUX.1-dev NIM 微服务以及运行该微服务所需的 ComfyUI 节点。对于 AI 艺术家，还附带了安装程序和详细的部署说明。

视频：

https://images.nvidia.cn/cn/youtube-replicates/K_MnB6rrlhA.mp4

RTX AI 提供支持的实时生成

AI Blueprint 在 NVIDIA RTX AI PC 和工作站上运行，充分利用了 NVIDIA Blackwell 架构的最新性能突破。

3D 引导的生成式 AI Blueprint 中包含的 FLUX.1-dev NIM 微服务经过 TensorRT 优化，并量化为 FP4 精度以适用于 Blackwell GPU，推理速度比原生 PyTorch FP16 提升了一倍以上。

对于使用 NVIDIA Ada Lovelace 架构 GPU 的用户，FLUX.1-dev NIM 微服务附带 FP8 精度，同样由 TensorRT 加速。这些改进使高性能工作流更容易实现，从而能够进行快速迭代和实验。量化还有助于减少模型运行所需的显存。使用 FP4 量化时，模型体积直接比 FP16 小了一半还多。

使用 RTX AI 进行定制和创建

目前有 10 个 NIM 微服务可用于 RTX，支持从图像和文本生成到语音 AI 和计算机视觉的用例，更多 Blueprint 和服务即将推出。

AI Blueprint 和 NIM 微服务现已推出，为准备在 RTX PC 和工作站上创建、定制和突破生成式 AI 界限的用户提供了强大的基础。