AI前沿技術乾貨教程 【無廢話乾貨】一口氣徹底搞懂Kontext的各種模型和工作流玩法,完美一致性解決方案,連續編輯進階玩法

东方之韵
12粉絲
27 次觀看·2026年3月28日
AI 生成·可能包含錯誤
哈嘍大家好我是阿正
歡迎來到本節課程
這期課我們來給大家去詳細的講解一下
flux的context的這個技術
這個技術它其實就是通過一句話的描述
可以去直接對我們的圖片進行一個改動
這個是一個非常好非常方便
也非常優秀的一個改出這個模型
這個模型現在在社區裏面的熱度也非常的高
但是它有很多很多的變體
而且它的開源模型也有很多這種變體
它有收費的模型
那麼這裏面的信息非常多
我這裏做了一個xmod
來給大家去詳細的梳理一下
爲了防止我們有知識點的遺漏
我這裏挨着給大家去講一下
首先它的官方的主頁介紹
它有對這個技術有一個詳細的介紹
我們可以點擊這個網址進來
就是這個網站
那麼在這個網站裏面它提到了
就是它其實就是一個這樣子
in context其實就是上下文
就是它可以自動的去理解你的圖片
然後對圖片進行改動
比如說它這裏舉了一個例子
它原來用flux.1生成了一張圖
然後它直接寫這個提示詞
the bird is now sitting in your bar
and enjoying a beer
就是這個鳥
然後現在坐在這個酒吧裏面
然後在喝啤酒
它就自動的把這個鳥
放到這個酒吧這個場景裏面了
但是它維持了這個鳥的這個形象
基本上是一致的
同時它這裏又加了一隻鳥
從背後去看這個鳥
然後這兩隻鳥坐在這個電影院裏面去
反正就是它可以
直接通過文字描述就可以去改這個圖
這是一種非常先進的改圖的方式
那麼這個模型它在下面有介紹
它有分了好幾個版本
而且它有對這個性能的一個描述
這裏有一個叫flux.1 pro
pro的話就是它的一個
這個叫它的專業版
專業版其實跟我們以前的flux.1
就是那個模型
生存模型其實它是對應的
那還有一個叫max
max是pro的這個更高級的版本
高效高速
然後性能最大化
然後還有一個是這個dev模型
dev模型它是開源
但是它是非商業的許可
就是可以允許你拿去做學習研究用途
但是你如果說是商業用的話
明面上是不允許你直接拿去商用的
但這個你自己去判斷
那麼它的這個dev模型
又有很多這個變體
我們等會在下面再給大家詳細的講解
那麼先給大家說下這個pro的這個模型
它的這個是怎麼用的
有兩種使用方式
就這個是收費的
收費的話就是你不用去考慮你本地的算力
你只要能聯網就能用
如果說你確實偶爾有這種需求的話
你需要去做這種編輯
那你直接打開它的網站就可以用
那麼官方的這個平臺就是這個
background.bfl.ai
你點擊這個網址打開
打開之後
你就可以進到它的官網上面去用這個功能
打開之後
你要去註冊一下
註冊了之後
它默認你好像是送200個積分
我這裏點到我的my account
這裏還剩80多個積分
那麼你點進來之後
你要記得進到這個edit這個頁面裏面來
因爲它是對圖像進行編輯
比如說我這裏隨便的傳一張圖過來
這裏把這個圖片拽到這個界面上面來
然後它就傳上來了
然後在這個地方去寫你希望去生成的這個內容
比如說我說生成這個女孩的正面的肖像照
就是生成一種正面的那種
就是像我們去這個拍證件照那種
我們把它翻譯成英文
然後點擊執行
稍等片刻它就基於這張圖像
給我們去生成了4張這個圖像
其實你不用一次生成4張
在這個地方有一個三個小點
點開之後它可以去設置你的這個生成的張數
你一次生成4張的話
它消耗的這個積分會多一些
點到my account
剛剛是80多現在就是60多了
如果說你自己充值的話
你可以在這個地方點一下
去設置你要生成的張數
比如你只生成一張
一次一張讓它去生成
那也是可以的
比如說你點擊你生成一張之後你點擊它
好你可以在這個地方再去點擊它再次edit
所以這張就是它這張圖已經是我們剛剛
生成的這個正面的肖像照
那麼我們在這個下面還有選項可以去選
就是一個是我們的這個叫safety tolerance
這個就是指的是你的這個安全性
它這個指的是什麼
就是應該是NSFW相關的一些東西
人體的這個道德這種層面就是安全性
然後下面還有一個就是你的這個圖的格式
一個是PNG一個是JPG
這個你根據你的習慣去選就可以了
你可以對它再次進行編輯
好這次我就只生成一張
比如說我這次再去把它的提示詞改一下
然後翻譯成英文
我說把這個圖片變成吉卜力的風格
ok好很快它就把這個圖片給我們變出來了
變成了一個動漫的一種風格
這個就是我們在官網上面直接去使用它
你不用去下載任何的這個軟件
就是直接在網站上就可以去體驗到這個技術
然後如果說你確實有需要的話
你可以自己去充值
但是不知道是不是因爲我這裏沒有充值的原因
我在這個地方是看不到它這個切換模型的選項的
那麼另外一個就是我們可以直接進到
我們的config裏面去進行體驗
那麼這個首先你要把config表升級一下
那麼config升級的話就是我們再跟大家說一下
一個是你的config的包下載下來之後
拿到我們的課件
一個是在update這裏
可以點擊這個update country和python的這個環境
另外一個就是你可以用
比如秋月的這個啓動器去進行管理
但這個你最好不要用它來啓動我們的包
我們的包跟這個是不適配的
它只能拿來做這個版本管理
你在這個版本管理這裏面
然後找到這個開發版
然後把它切換到最新的版本就可以了
切換了之後你再重新啓動一下
然後在這個工作流這裏面有一個瀏覽模板
然後找到我們的圖像API
在這個裏面有一個flux.econtext的工作流
它有三個pro和max它是分開的
如果說你用pro的話你點這個pro
然後在這裏你直接去上傳你的圖片就行了
然後就可以去點擊生成
它也是需要花錢的
那麼比如說你劃一張圖
你找到我們的測試圖在這
那麼你就可以在這個地方去生成
寫對應的提示詞
比如說我在這裏我還是寫生成這個肖像照
去執行這個節點的話它是要花錢的
你看到這個節點的右上角是有一個這個圖標
你要在你的設置這裏面
然後找到這個用戶
這裏去登錄一下
然後在這個積分這去購買一下這個積分
就是現在我們在config裏面
可以去鏈接到很多的API
那麼這些API都是統一的一個支付的入口
你購買了之後都可以去用config裏面
很多的這個帶API的這個節點
點這個購買積分
點擊這個立即購買
隨便選擇一個你需要購買的這個早餐
然後進來之後你點到這個支付寶或者微信
都可以去支付的
這裏面它的支付方式是很方便的
這裏我有這個積分我就不去支付了
然後你點這個把這個翻譯成這個英文
這個地方他要注意一下
就是在網站上官網上
它自動的按照你這個圖片的這個比例
去給你去生成的
但是在config裏面
它這個比例它沒有給你去自動的去識別
然後這個地方你要去手動的去填一下
就是這個是個多少比例
當然你也可以直接把這個圖片
就是去獲取一下這個圖片的比例
比如說你這裏可以去手動的寫一下
這裏有一個小技巧給大家說一下
就是我們可以獲取這個圖片的寬和高
我們選擇image size
有這個獲取這張圖片的尺寸
然後寬度和高度我們可以把它做一個格式
它這個地方我們把這個拉出來看一下
它這個是個什麼格式
在這往前拽
拽了之後它就會有一些自動關聯的這個節點
它能連上去的
那麼它其實是個字符串
那麼字符串的話我們就是首先
寬度和高度把它轉成字符串
這個convert anything
寬度然後轉成字符串
然後高度也轉成字符串
然後它是這個多少比多少的
那麼我們把它再來一個text
concatenate或者我換一個節點
text
用這個看着乾淨一點
text a text b
然後它的中間我們就把它改成冒號
對一下這地方用英文的冒號
然後ok
然後這個字符串它就是寬度和高度的比
那麼我們可以在這地方接一個show text
看一下
右鍵單獨執行一下這個節點
它就是801×1200
就是比這個
那麼把這個字符串接到這個比例裏面去
這樣子就對了
這樣子它就自動的會讀取到你這張圖片的這個比例
然後我們來執行一下
我們可以把這個往後拽一下
好 上段片刻這邊也正常了吧
那如果說我們用的是max這個控制流
它是一模一樣的
只是它的收費要更貴一些
它理論上來說它的這個效果會更好一些
那我們實測之後發現沒有特別明顯的區別
包括我們有一個這個叫artificial analysis這個網站
它有一個評測在這個網單裏面
找到image
available
然後我們找到這個leaderboard
找到image
editing
這裏它pro和max其實不分上下
pro還稍微的領先一點點
包括這個dev這個也沒有比這個差多少
它的這個效果都是1000出頭
這個分數
然後最好的其實目前是GPT-4O
GPT-4O我們在後面的課程會給大家去講
怎麼用API去調用它
然後這裏max我就不去試了
因爲它每一次試一次都要花錢
就是付費版本的
我們在config裏面也可以很方便的去用它
但如果說你本身你連config都不想打開的話
你直接在官網上面去用也是可以的
在這裏面去充值去用就行了
只是官網上我沒有找到它這個模型切換的這個接口
但其實說實話
這個其實它pro和max是吧
其實效果大差不差
隨便你用哪個其實都可以
然後接下來重點來說一下
這個開源的這個模型要怎麼用
就是我們回到我們的xmod裏面來
就開源那個模型的頁面是在這裏
就是hackingface上面
它有提供這個模型的原文件可以下載
然後在這個files and version這裏面
然後這個是flux context dev這個模型
原版的模型比較大
還有23個G
然後好原版的模型
就它的這個官方的工作流
它其實在config裏面
就是瀏覽模板裏面也有
它是不在圖像API裏面
它是在flux裏面
然後在這flux context dev
還有一個叫flux context dev group
一個是basic一個是group
就是這兩個其實本質上是一回事
我們直接拿這個來給大家去講就可以了
點開之後它有一個提醒
就是它說你這個模型要按多少顯存
這裏就是
如果說你選擇的是fp8 scale的
這個大概要20個G左右的顯存
如果說你用的原始權重
大概要32G的顯存
那麼32G目前正好對應的就是5090
像我的電腦還是可以跑得起來
但是如果說你沒有32G的顯存
那電腦大部分人是跑不起來的
所以你可以去選fp8的這個權重
但其實這個跟我們的flux
那個模型本身是一樣的
就是你可以去下那個原始的模型
這裏面的模型的版本就特別的多
很多人會容易暈
簡單給大家去解釋一下
就是你下載原版的那個模型
比如說我在我們打開我們的
這個config在這
大家去說一下
就是我這裏下載的就是
flux1 context dev
這個原版的模型
我們直接在這個地方可以去改
選成這個fp8 e4m3
就直接這樣子選
給你去下載一個fp8的模型
它本質上是一模一樣的
那我爲了減少電腦裏面
去放很多很多的模型
我就只下載了原版的模型
然後用這個去改成fp8的就行了
那麼這個模型下載下來之後
它是放在我們的config的modos
給大家看一下路徑
在unet裏面自己去下載
我們會在網盤裏面
給大家去提供兩個文件
一個是flux context dev
原版的模型
這個是下載下來是22.1個G
然後另外一個我下載
提供了一個gguf的模型
還有一個就是nunchaku
我們在nunchaku的課裏面講過
nunchaku這裏面還有一個context的模型
那麼如果說你用的是50系的顯卡
你就用fp4的
如果說你是40系30系的
你就用這個int4的
這些模型呢
我都已經傳到我們的公盤裏面去了
就是我們的科建
就是我的整個包裏面
找到這個modos
然後unet裏面
都已經把它放進去了
到時候大家如果說沒有相關的
這些文件的話
去我的網盤裏面去下載一下就ok了
然後這個是它的這個遍體
就是它的這個context有很多的遍體
那麼這些不同的模型怎麼去用呢
首先我們原始版本
你就直接用這個unet的加載器
大約需要32G的顯存
那麼如果說你用原版的
你就用default就可以了
如果說你要用fp8的
你就直接在這個地方
去改成fp8e4m3就可以了
我們之前測過
e4m3比e5m2要效果更好一些
那這個是fp8的
fp8你就不用單獨去下載一個獨立的模型了
但是你如果說確實
你永遠都不可能用那個原版的
你就想直接保存那個fp8的模型也可以
但是我自己習慣就是有原版的
儘量去把原版的保留一個
比如我們後面要微調的
你肯定是基於原版的
這樣子你原始的模型信息有一個
因爲它直接改一下這個地方就可以
那如果說你要用ggof的模型的話
你就要用這個
ggof unet loader
然後鋪好ggof這個
在這個地方去切換成flux
context-dev-q
我這裏面提供的是q6的這個模型
那它也有其他的版本的模型
因爲我想着你如果說
你都要用ggof的了對吧
你肯定是帶不動
就是很大的模型
q8的跟f8的這個大小是差不多的
q6它跟f8的這個性能基本上是相當的
但是它的模型會小一些
但如果說你確實帶不動
你也可以去下載q4的模型
這個就是你直接自己去搜一下就好了
其實多種模型
其實你直接在谷歌裏面就是flux
然後你搜這個context
然後ggof的
其實很多模型你不用去求人
你直接這個裏面一搜對吧
其實它自動就出來了hugging face
然後在這裏面它有很多很多的版本
你看q6的 q5 q4
q3 q2的都有對吧
如果說你確實帶不動
q6的你想去下載一個更小的版本
其實你可以去選這種更低精度的
但是太低的可能它這個質量損失就會比較大
我建議就是你q6
如果你帶不動
你就考慮可以上雲端或者怎麼樣對吧
好然後還有一個浪恰酷的那個
浪恰酷的你就搜這個浪恰酷
flux data loader
然後在這個裏面去找到這個
浪恰酷這個模型
然後有一個flux context
data這個
然後你把這個你就按住shift
把它遷移過來
或者遷移到這個上面去就可以了
我們這裏講課了
我們就用這個fp8的這個
講一下
或者你用這個gguf的也可以
浪恰酷的
如果說你電腦的性能特別的這個低的話
我建議你可以去用它
不然的話我還是比較習慣就是用
原版fp8的或者gguf的
這兩個呢它的性能是差不多的
好然後呢它的這個基本的用法
它也有一些這個特殊的用法
就是它跟我們的常規的工作流
稍微的有一點點區別
那首先這個地方的加載圖像這個節點
它跟我們常規的那個加載圖像不太一樣
它這裏有一個叫
auto refresh after generation
然後有個refresh的這個按鈕
這個是拿來做啥的
就是它有點像我們在網站裏面
剛剛我們比如生成了一張對吧
我可以繼續的去生成
我給大家去解釋一下它這個邏輯
比如說我們還是用這張圖來給大家去解釋
好它的提示詞呢
我就直接去複製一下
我們之前寫的這個
好我們這裏把提示詞給它複製一下
它默認的用法呢就是這樣子
你在這一方上傳圖片
在這去寫你的提示詞
然後呢模型路徑記得去選擇一下
這裏cliff l
這個跟我們的flux粉絲那個模型是一樣的
這裏選擇t5
我們選擇的是fp8的這個量化的
flux的vae
好然後呢我們就可以直接去執行了
我們這裏提示詞的吧
生成它的正面的肖像照
然後呢我們點擊運行
如果是fp8的話大約需要佔24G的顯存
如果說你的電腦24G的顯存還是帶不動
它其實我在網上看到一些這個評測
它其實也不一定要24G的顯存
因爲當你的這個顯存不夠的時候
它會自動的分配到你的內存裏面去
這個如果說你fp8的帶不動的吧
你可以用gguf的模型去試一下
ok好它很快就把這個正面照給我們生成去了
其實這個質量也不差的吧
比如說我們可以從這個網站上
它這個評分都是1000多出頭
它有一點差距但是不是特別的大
所以這個flux這個公司吧黑森林還是挺良心的
好那麼我們生成了一張圖之後
如果說我們點這個refresh
就是它會自動的
把這個圖就接收到這個地方來
你可以基於這張圖再去進行二次的編輯
這樣子就很方便
那如果說你開了這個auto refresh的話
它就會自動的就給你傳過來了
比如說我們把這個圖變成吉卜力風格
好稍等片刻對吧
它這個地方這個圖像生成了吉卜力風格
那它這個生成了之後
自動就把這個圖給你傳到這來
就是auto refresh這個功能
這個你需要的話你就打開
你不需要就把它關閉就行了
如果說你需要手動的去refresh
去刷新這個圖
你點一下這個它也會自動給你刷新過來
這個是單圖去輸入對吧
它可以連續的編輯
這個工作裏我還提供了另外一個功能
就是給大家說一下
就是如果說你想把連續編輯的
每一步的這個過程的把它保留下來
比如我這裏生成了一張這個結果對吧
你可以點擊這個圖像
保存圖像上面的這個功能
這個圖標有一個叫編輯
添加編輯模型步驟這個功能
你點擊它一下
它會自動的給你串出來一個
這樣子的一個節點
它這個節點其實就是
把前面的這個節點
全部給你包含在一起了
它就變成了一個節點組合在一起了
然後這個裏面呢
你可以去再去二次編輯
就相當於比如說我這裏
先去第一次去編輯
比如我生成了正面照對吧
生成了正面照
我第二次再去把它變成一個
吉卜力的風格
比如我把這個吉卜力風格
這個Ctrl X
複製到這邊來
然後呢
我的第一次的吧
我就生成它的這個正面的肖像照
翻譯成英文
然後呢
它就同時的
相當於第一個節點
執行完了之後對吧
在這個地方會生成一個正面照
然後在這個地方
會繼續的再去生成
把這個正面照
再變成這個吉卜力的風格
然後呢
你可以把這個圖像轉出去
Save image在這兒
當然如果說你後面還要去接它一個這個
它把前面這個都給你打包了
你可以再去接一個
比如Ctrl C Ctrl V
再去接一個
比如說我這個地方需要這個Latent的吧
然後這個圖像
我再去做一個操作
比如說我最後再去變成吉卜力風格
這樣子吧
這邊呢我去生成一個
比如說
這裏第一步對吧
生成它的正面的肖像照
然後呢
第二步比如說
比如生成一個女士和一個男士對吧
在拍自拍照的這麼一個場景
這樣子整個畫面的指令更清晰一點
然後在這個地方會生成一張圖像
最後再讓它生成吉卜力風格的這個圖
他們這裏要稍微注意一下
就這個節點目前啊
在這個config這個版本里面
它有點bug
就是你複製過來之後
或者有時候你刷新的這個界面
它的這個節點啊
這些參數全部都錯位了
在這裏面呢
手動去檢查一下它的set值
然後呢生成圈控制
比如我們開成random
然後複述20步EulerSample
這些都是沒有問題的
然後這下面的EulerName
Clip
然後呢AE啊
這個地方AE去選一下Clip
檢查一下
因爲它這個一旦刷新了之後
它有可能就出問題了
我不知道這個是
應該是一個bug
目前這個版本
這裏比如20步
然後呢這裏選擇EulerSample
guidance 2.5
然後呢這裏Euler
選擇我們的context
然後呢Clip
選擇Clip L和T5
FP8
然後呢VAE
對吧
這樣子就完整了
這樣子我們可以去點擊運行
它就依次的給我們去生成
對吧
從這個生成一個人臉
正面照
第一張圖它已經生成完了
對吧
它就繼續的往後去發送這個流程
它就不用
你手動的在這點幾次
點幾次對吧
所以它這個工作流
跟我們以前常規的這個工作流
稍微的有一些區別
它有一些這種更進階的用法
然後呢第二步編輯
對吧
這個女孩一個男士的這個合影
對吧
那麼它就生成了第二張
然後呢再去生成第三張
這個地方沒有生成
這個地方應該是哪個地方出了bug
這個地方沒有填
應該是這個地方
要去填它這個東西
這個地方應該是出了一個小bug
但是呢如果說後面修復了
應該這個地方你去複製一個過去
它可以繼續的生成
這裏我就不去重複這個操作了
大家知道這個邏輯就可以了
你也可以手動的去點這個refresh
然後在這個地方去再去重複去填它
對吧
一輪輪的檢查了這個結果再去生成
這個是它的這個基本的用法
它還有一個就是多圖生成
多圖生成它這個工作流它給了一個
其實這個裏面直接把這個打開
也可以進行多圖的這個編輯
它有一個獨立的工作流
在這個瀏覽模板裏面
在flux裏面找到這個flux context group
它其實這個節點就是用的這個
flux context image edit這個節點
對吧
它其實就是我們剛剛那個
直接把它變過來這個節點
其實本質上是一回事
在這個裏面如果說我們不去用它那個工作流
我們直接就用默認這個工作流
一樣的可以把它做出來
就是我們直接在這個地方加載圖像
我們可以ctrl加b把它打開
那麼這裏你可以去輸入兩張圖像
比如說我要讓這裏我傳一張圖像過來
讓這個人穿上這件衣服
那麼這兩個圖像就可以一次的傳進來
傳進來之後它會自動的在這個地方
做一個image stitch
就是把這兩個圖像拼在一起
然後從左往右這樣子去拼
拼了之後它會進入一個
就把這個圖片做一個壓縮
它這個壓縮是把它壓縮到100萬像素左右
然後這裏的提示詞你就要稍微的注意一下
這裏它不是每次都能成功
我給大家說一下
就是它比較考這個提示詞的
像這個場景我們還是去反覆的測試這個提示詞
就是你儘可能的把這個需求說清楚
就是我們這裏說的是
保持這個女士的姿勢和她的臉部對吧
然後把它的衣服變成T恤
然後把它的衣服的T恤顏色參考
右邊這個
然後保持衣服的樣式款式不要去變
就是你要說得很清楚才能去實現
如果說你模棱兩可的說
比如說讓這個女士穿上什麼T恤
它可能甚至就不成功
我們這裏可能來執行一下
看一下這個運作的邏輯
兩張圖一起的發過去的拼在一起
拼在一起之後在這個地方
就進行了一個壓縮
就變成了1184×880
它會做一個尺寸的規整化
變成8的倍數
同時這個圖的像素
它總共長程寬
差不多是在100萬左右
然後就進到我們這裏面去生成
生成了之後它是
因爲這兩個圖拼在一起
發送到我們的這個空間裏面去
生成這個結果
好 這個就是兩張圖一起輸入給它
然後讓這個人去換這個衣服
這個其實就有點像我們的
那個萬無千億的那種效果
這個圖你可以進到PS裏面去把它切掉
當然這個也有
直接在config把它切掉的這個辦法
因爲這節課錄得很長
我們在後面的這個
進階的這個專題
再給大家去詳細的講解
我們context還有很多這個進階的案例
好 那大家先知道對吧
就是這樣子
你就可以把這個衣服給它穿上去
但這個地方比較考這個提示詞
大家可以自己去試一下
比如你隨便的換一個人換件衣服
你去寫一下
你用這個提示詞就不行
可能會不行
但是也有可能可以
就是它對這個提示詞的要求比較高
你要很清晰的描述你的這個需求
哪些部分變哪些地方不變
這是兩張圖讓它去交互
它這個多圖交互
其實還有一種邏輯
它這個頂上它其實寫了
但是它沒有給你示例的工作流
這個我給大家去寫了一個
就是在我們的科技裏面有一個這個
叫多圖參考
這個你把它拖進來
拖進來之後它是這樣子的
前面這部分都是一樣的
去選我們對應的模型
然後這裏就是去填提示詞
那它的這個地方有一個
就是我們看它這個默認的工作流
我們看它這個默認工作流
在這個地方
它是有一個叫reference latent
它這是個條件的
我們經常用contourline就知道
條件它是可以去串聯的
那麼我們在這個工作流裏面
就是去把這個reference latent
把它去進行了一個串聯
那麼它每一個reference latent
它是可以接一張圖的
比如說我們剛剛的那兩張圖
一個人物一件衣服對吧
我們把衣服都傳進來
這個人物這是他的衣服
然後傳進來之後
這裏的提示詞
我們跟剛剛它寫的是一樣的
但這個地方的latent圖像
我們就直接給它一個空的latent就可以了
我們點擊運行
好稍等片刻之後
這個人也把這個衣服給它穿上去了
而且這個遷移的效果還挺好的
但是因爲我們這個圖
這個空的latent圖像的這個尺寸
是我們手動指定的
它跟這個原圖的尺寸
比例不是完全一樣的
如果說你希望跟這個原圖比例一樣的
這個很簡單
這個簡單跟大家說一下
因爲這些遍體太多了
我們講不完的
這裏比如說隨便的寫個image size
去獲取這個圖像的尺寸
那麼你把這個縮放之後的
因爲它有flux context這個scale
這個是把它縮放到100萬像素
然後你把這個寬度
給它高度給它對吧
這樣子再去生成
它就跟這個圖的比例是一模一樣的
這個我就不再去生成了
這個裏面它還有很多衍生出來的遍體
大家可以自己去嘗試
它還有很多很多有趣的玩法
我們會在後面的課程
給大家去進行更多的案例的講解
這期課我們就先講到這
謝謝大家
拜拜
