.ai

de bästa AI-modellerna med öppen källkod

Sök

Kom igång med AI-bildgenerering: din första bild på tio minuter

Q: Bilden ignorerar halva prompten

För många idéer i en prompt, eller för låg CFG. Ett motiv, en miljö, en stil per prompt. Höj CFG med ett på SDXL. Flux och Qwen följer långa prompts mycket bättre än SD 1.5.

Q: Text i bilden är nonsens

SD 1.5 och SDXL kan inte stava. Använd Flux, FLUX.2, Qwen Image eller Z-Image och sätt texten inom citattecken i prompten.

Ämne: Molntjänster

Av Captain

Publicerad 2025-08-14

Översikt

AI-bildgenerering förvandlar en mening till en bild. Du skriver en beskrivning (prompten), en modell som har lärt sig från miljontals bilder med text gör om slumpmässigt brus till något som matchar beskrivningen, och efter några sekunder har du en bild. Allt annat i den här hobbyn,

, är en förfining av den här enkla loopen: beskriv, generera, titta, justera.

Modellen är det viktigaste. Olika modeller har olika styrkor:

SDXL

och dess anime-fintuningar ritar illustrationer och karaktärer,

Flux

och

Z-Image

följer långa prompts och gör läsbar text,

Wan

och

LTX

gör video. ModelTrends.ai finns för att visa vilka modeller folk faktiskt använder den här veckan, så du slipper gissa. Varje modell-sida visar exempelbilder med exakt prompt och inställningar som användes, vilket är det snabbaste sättet att lära sig.

Du behöver inte en gamingdator för att börja. Den snabbaste första bilden gör du på en molntjänst där modellerna redan är installerade: en webbapp som

BitVector

, där du väljer modell och skriver, eller PirateDiffusion-chattboten på Telegram, där du skickar ett kommando. Att köra modeller på ditt eget grafikkort kommer senare, när du vet vilka modeller du gillar och om du vill lägga pengar på hårdvara.

Referens

Namn	Typ	Vad det är
Prompt	text	Vad du vill se. Motiv först, sen miljö, sen stil och ljus. Vanlig engelska funkar på moderna modeller; nyckelordslistor funkar på äldre.
Negative prompt	text	Vad du inte vill ha (suddigt, extra fingrar, vattenstämpel). Viktigt på SD 1.5 och SDXL; mest ignorerat av Flux och andra nyare modeller.
Model / checkpoint	choice	Hjärnan. Välj från den hetaste listan på den här sidan; familjen bestämmer utseende och promptstil.
Size	pixels	512x512 för SD 1.5, 1024x1024 för SDXL och Flux. Andra former med samma pixelantal funkar (832x1216 porträtt, 1216x832 landskap).
Steps	number	Hur många förbättringspass. 20 till 30 är normalt; fler är långsammare och sällan bättre.
CFG / guidance	number	Hur strikt modellen följer prompten. 5 till 7 på SDXL, 3.5 på Flux, 1 på turbo- eller lightning-modeller.
Seed	number	Startbruset. Samma seed med samma inställningar ger samma bild, så du kan ändra en sak i taget.
Sampler	choice	Matematiken som tar bort bruset. Euler eller DPM++ 2M Karras är säkra val; modell-sidan visar vad exemplen använde.

Gör din första bild utan att installera något

BitVector Prism är en webbapp: välj en av modellerna från den här sidan, skriv prompten från exemplet ovan och generera. Inget att ladda ner, inget att ställa in, funkar på telefon.

Prova BitVector

Steg för steg

Öppna modellbläddraren på den här sidan och sortera efter hetast. Välj en basmodell (
checkpoint
, inte en LoRA) från SDXL- eller Flux-familjen; SDXL-fintuningar som DreamShaper XL eller Juggernaut XL är snälla för första försöket.
Läs modell-sidan: titta på tre eller fyra exempelbilder och deras prompts. Lägg märke till mönstret: motiv, scen, ljus, kamera, stilord.
Tryck på Run-knappen på modell-sidan. BitVector öppnar en webbapp med modellen förvald;
PirateDiffusion
öppnar en Telegram-chatt där du skriver /render följt av din prompt.
Skriv en första prompt genom att kopiera ett exempel och bara byta motivet. Behåll storlek, steg och sampler som exemplet använde.
Generera fyra bilder, inte en. Slumpmässigt brus gör att vissa seeds är bättre än andra; att bedöma en modell på en bild är ett misstag.
Ändra en sak: lägg till ett ljusord (golden hour, soft studio light) eller ett kameraord (35mm, close-up), och generera igen. Så lär du dig prompta.
Stjärnmärk modeller du gillar med hjärtat på kortet; Favs-sidan sparar dem i din webbläsare så du kan komma tillbaka utan konto.
När du vill köra lokalt, läs VRAM-guiden och
ComfyUI
nybörjarguide på den här sidan; samma prompts och modeller funkar där.

Exempel

En första prompt för en SDXL fotomodell

a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo, shallow depth of field

Negative: blurry, deformed hands, watermark, text | 1216x832 | DPM++ 2M Karras | 28 steps | CFG 6

Samma idé på PirateDiffusion (Telegram)

/render <dreamshaper-xl> a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo [[blurry, watermark]] /size:1216x832 /steps:28

En Flux-prompt (ingen negativ, lägre guidance)

A candid photo of a fisherman mending a fishing net on a weathered pier at dawn. Soft fog over the water, warm low sun from the left, shallow depth of field, 35mm film look.

1216x832 | Euler | 24 steps | guidance 3.5

Tips

Modellen är det största verktyget, prompten nummer två, inställningarna nummer tre. Nybörjare lägger ofta tiden i fel ordning.
Korta, konkreta prompts slår långa och vaga. "A red bicycle leaning on a white wall, morning light, 50mm photo" är bättre än "beautiful stunning amazing 8k masterpiece bicycle".
Porträttformat för människor, landskapsformat för scener. Fyrkant är sällan bästa formen för något.
Spara prompts du gillar i en textfil. Varje modell-sida här visar hela prompten under sina exempel av samma anledning.
Anime- och illustrationsmodeller (
Illustrious
, Pony, NoobAI) använder tag-stil prompts; fotomodeller (Flux, Z-Image, SDXL photo fine-tunes) använder meningar. Familjesidan förklarar vilka.
Ladda inte ner något förrän du använt en modell i molnet och gillat den. Checkpoints är 2 till 24 GB styck.

Felsökning

Alla bilder ser likadana ut

Varför det händer

Seed är fast, eller prompten är en lista med generiska kvalitetsord.

Så löser du det

Sätt seed till random, ta bort "masterpiece, 8k, best quality" från fotoprompts, beskriv scenen istället.

Händer och ansikten är fel

Varför det händer

Små ansikten och händer vid låg upplösning, eller en gammal SD 1.5-modell.

Så löser du det

Använd SDXL eller Flux på 1024 pixlar, rama in motivet större, eller måla om ansiktet senare (se inpaint-guiden).

Bilden ignorerar halva prompten

Varför det händer

För många idéer i en prompt, eller för låg CFG.

Så löser du det

Ett motiv, en miljö, en stil per prompt. Höj CFG med ett på SDXL. Flux och

Qwen

följer långa prompts mycket bättre än SD 1.5.

Text i bilden är nonsens

Varför det händer

SD 1.5 och SDXL kan inte stava.

Så löser du det

Använd Flux,

FLUX.2

Qwen Image

eller Z-Image och sätt texten inom citattecken i prompten.

Det tar minuter per bild på min laptop

Varför det händer

Ingen dedikerad GPU, eller ett kort med mindre än 6 GB minne.

Så löser du det

Generera i molnet (BitVector, PirateDiffusion) och använd laptopen för att titta på resultat.

Tusentals modeller i ett chattfönster

PirateDiffusion körs på Telegram: skicka /render och en prompt så kommer bilden tillbaka i chatten. Alla modeller och LoRAs på den här sidan med Run-knapp är redan installerade där, till fast månadspris med obegränsad generering.

Prova PirateDiffusion

Frågor

Måste jag betala för att prova?

Båda molnpartnerna som länkas från modell-sidorna låter dig börja utan att installera något; lokala verktyg (ComfyUI,

Forge

) är gratis men kräver ett grafikkort med minst 8 GB minne för dagens modeller.

Vilken modell ska en nybörjare börja med?

En SDXL-fintuning för illustration eller en Flux dev-modell för foton. Guiden "vilka modeller att prova först" på den här sidan rankar dem med förklaringar.

Är en LoRA en modell?

En LoRA är ett tillägg som ändrar en basmodell. Du behöver en basmodell (checkpoint) först; LoRAn läggs ovanpå. LoRA-guiden förklarar det.

Kan jag göra video också?

Ja, med Wan,

LTX-2

och

MiniMax H3

bland andra, men video kräver mycket mer minne lokalt. Börja i molnet; videoguide finns.

Är bilderna mina?

Licenser skiljer sig per modell; modell-sidan länkar till licensen. De flesta öppna modeller tillåter personlig och kommersiell användning, vissa forskningslicenser (tidiga Flux dev-bygg) gör inte det.