Krita AI Diffusion

Krita AI Diffusion是什么？

Krita AI Diffusion是一款把生成式AI直接集成到Krita绘画工作流中的开源插件。艺术家可以继续使用Krita的画笔、图层、选区、蒙版和颜色工具，同时在侧边栏调用文生图、局部重绘、扩图、参考图控制、实时绘画和超分辨率。

插件本身不直接执行大型扩散模型，而是连接ComfyUI后端。后端可以由安装向导部署在本机，也可以运行在另一台电脑或服务器，还可以使用Interstice云GPU服务。这种架构让界面保持在Krita内，同时保留本地模型和远程算力的选择。

文生图与画布创作

用户输入正向与负向提示词，选择Style和基础模型后即可在当前画布范围生成图片。结果以Krita图层形式进入文档，方便继续手绘、变形、调色和合成，而不是只能从独立网页下载成品。

提示词生成无法保证准确文字、复杂手部或角色一致性。专业项目应保存模型、LoRA、种子、采样设置和Krita源文件，以便复现和修改。

选区局部重绘

使用Krita任意选区工具圈定区域后，可执行Fill添加物体、移除内容或重新生成局部。上下文会帮助AI理解周围颜色、透视和结构，适合修复面部、替换服装、增加道具和清理画面。

蒙版边缘、上下文范围和强度会影响衔接。小区域位于超大画布时，应给AI足够上下文并分阶段处理，避免纹理断裂或比例变化。

扩图与画布延伸

扩大画布后选择空白区域即可让AI补全边缘，适合把方图改为横版海报、补足人物身体或延伸背景。扩图会推测原图之外的内容，并不能恢复真实拍摄范围。

Refine图生图细化

Refine通过可调强度重新解释已有画面。低强度主要改善纹理与细节，高强度会改变造型和构图。艺术家可以用手绘草图逐步引导AI，而不是一次性生成最终图。

渐进式细化是插件的核心工作方式：先画大形和颜色，再在局部提高分辨率与细节，通常比对整张高分辨率画布反复重生成更可控。

Live Painting实时绘画

Live Painting会持续读取当前画布或指定区域，把用户笔触实时解释为更完整的图像。它适合寻找构图、光影、材质和角色方向，画笔变化可以快速得到AI反馈。

实时模式对显卡和生成速度要求较高。延迟过大时可降低分辨率、步数或使用更快模型，并在确定方向后再进行高质量细化。

Regions分区提示

Regions允许为画面不同区域设置独立提示词，例如让人物、背景和服装使用不同描述。区域与Krita图层结合后，用户可以更明确地控制多主体场景，而不是把所有要求塞进一个提示词。

区域重叠或边界过硬可能产生冲突，应配合柔和蒙版、图层顺序和全局提示进行调节。

ControlNet精确控制

插件支持涂鸦、线稿、Canny边缘、姿势、深度、法线、分割等ControlNet方向。用户可以从当前图层生成控制图，也可以导入外部参考，从而约束构图、轮廓、人体姿态和空间关系。

控制模型必须与基础模型架构兼容。SDXL的ControlNet不能直接用于Flux，模型组合错误会造成加载失败或结果失控。

参考图与IP-Adapter

Reference Images可以引导风格、构图、人物和物体特征。IP-Adapter等能力比纯提示词更容易保持视觉方向，但参考权重过高会压制变化，甚至复制输入缺陷。

使用真人、品牌、角色设定和他人作品时，应确认授权范围，不能把技术上的可参考误解为自动获得商业权利。

支持的基础模型

插件支持的架构会随版本更新。每个Checkpoint、LoRA、ControlNet和IP-Adapter都有自己的许可证、触发词与资源要求，不能只依据插件GPL许可证判断生成内容的商业授权。

Style与LoRA

Style保存基础模型、提示词模板、采样设置和扩展模型组合，方便在项目中复用一致视觉方向。LoRA可通过文件选择上传到本地或远程后端，并设置触发词和默认强度。

多个LoRA叠加可能互相干扰并增加显存使用。正式制作应为每个风格保留经过验证的组合和示例图。

超分辨率与分块处理

Upscale可使用超分模型提高图片尺寸，并可选择Refine upscaled image继续用扩散模型补充细节。大图会分成Tile逐块处理，避免一次性耗尽显存。

分块可能出现接缝、重复纹理和局部风格变化。人物脸部、文字和几何图案在放大后要重点检查。

编辑模型与文字指令修改

兼容的Edit Models允许通过文字描述修改图像，例如调整光线、颜色、服装或物体。编辑模型能减少手工遮罩步骤，但可能同时改变用户没有要求的区域，适合先在副本图层测试。

连接方式与成本对比

Krita与插件本身均可免费使用。本地方案没有官方订阅费，但模型下载通常至少需要10GB，安装多套可选模型达到50GB以上并不罕见。Interstice云端的当前金额未在公开手册稳定展示，应登录服务页面确认套餐、额度和地区税费。

安装教程

1. 先安装受支持版本的Krita。
2. 从官方GitHub Release下载插件压缩包，不要直接下载仓库源码快照代替发布包。
3. 在Krita中使用Python插件导入器安装并重启软件。
4. 在Settings的Dockers中启用AI Image Generation面板。
5. 点击Configure，选择自动安装本地后端、连接现有ComfyUI、远程服务器或云服务。
6. 按需要下载基础工作负载与可选模型，先用低分辨率文档测试。

本地硬件与平台

插件界面可在Windows、Linux和macOS运行，ComfyUI后端支持的平台仍在扩展。项目主要持续测试Windows和Linux上的NVIDIA GPU，这通常是最稳定的本地路线。

AMD、Apple Silicon与其他后端是否可用取决于PyTorch、ComfyUI和模型架构。显存不足时可降低画布、批量和模型规模，或改用远程GPU。只有CPU通常速度很慢。

Flatpak与AppImage注意

Linux Flatpak版Krita的沙箱可能阻止部分后端软件包安装，官方手册更建议需要本地自动安装时使用AppImage。也可以把后端安装在独立目录后通过网络连接。

自定义ComfyUI兼容

高级用户可以连接自己的ComfyUI服务器，但插件使用特定节点和工作流约定。ComfyUI、comfyui-tooling-nodes和comfyui-inpaint-nodes等组件版本不匹配时会报错。升级插件后应同步检查后端。

它不是把任意ComfyUI节点图直接显示在Krita中的通用前端。自定义节点可能无法被插件工作流调用，生产环境应固定可工作的版本。

远程访问安全

远程ComfyUI不应无认证暴露到公网。团队部署需要反向代理、HTTPS、身份认证、防火墙、文件大小限制和独立工作目录。模型上传与自定义节点应只允许可信来源。

隐私与数据

本地后端可让提示词、画布和模型留在自己的设备上。远程或云端模式会把必要图片和参数发送到服务器，处理敏感客户素材前应核实云服务的数据保留、训练使用和删除政策。

开源许可证

Krita AI Diffusion采用GPL-3.0-or-later许可证，源代码、问题与版本发布均在官方GitHub仓库公开。Krita本身也是开源软件，但ComfyUI自定义节点、模型权重和云服务分别适用自己的许可。

生成图片不会仅因使用GPL插件自动变成GPL作品，不过其商业使用仍受模型、LoRA、输入素材和当地法律影响。

适合哪些用户？

• 希望在Krita中直接使用AI的插画师；
• 需要手绘与生成式局部修复结合的创作者；
• 使用Flux、SDXL或动漫模型的本地绘图用户；
• 需要ControlNet、分区提示和参考图控制的设计师；
• 已有ComfyUI服务器并希望接入专业画布的团队；
• 重视离线隐私和开放源代码的用户。

主要优势

• AI结果直接进入Krita图层和选区工作流；
• 免费开源，可选择本地、远程或云端后端；
• 支持多种现代与经典扩散模型架构；
• 覆盖局部重绘、扩图、实时绘画和超分辨率；
• 提供ControlNet、参考图、Regions和LoRA控制；
• 保留传统数字绘画工具进行人工精修。

限制与注意事项

本地模型占用大量磁盘和显存，安装与版本兼容比纯网页工具复杂。插件、ComfyUI、节点和模型需要配套更新，非NVIDIA平台的性能与稳定性差异较大。

AI输出仍可能产生结构、文字和一致性错误。开源不等于模型可自由商用，也不代表第三方云服务免费或数据完全留在本地。

常见问题

Krita AI Diffusion免费吗？

插件和本地运行免费开源；自有硬件、云GPU或Interstice Cloud会产生相应成本。

必须安装ComfyUI吗？

必须连接兼容后端，但可以让插件自动安装，也可以连接现有或远程ComfyUI，无需单独操作节点界面。

支持Flux和SDXL吗？

支持Flux 2、Z-Image、SD 1.5、SDXL和Illustrious等架构，具体能力取决于插件版本与已安装模型。

可以局部重绘和扩图吗？

可以，Krita选区可直接用于生成填充、移除物体和画布扩展。

支持macOS和AMD吗？

插件界面支持常见平台，但本地后端性能和兼容性由ComfyUI、PyTorch和硬件决定，NVIDIA的Windows与Linux是主要测试路线。

插件开源吗？

开源，采用GPL-3.0-or-later许可证。