国风觉醒：Midjourney vs LiblibAI 在武侠仙侠场景的深度对决

目录

• 前言：生成式 AI 的“西式东方主义”困境
• 第一回合：基准测试——直面审美偏差
• 第二回合：LiblibAI 实操——构建可控的国风资产管线
• 第三回合：Midjourney 的反击——利用参考功能修正偏差
• 最终复盘：参数维度对比与选型建议

前言：生成式 AI 的“西式东方主义”困境

在国风游戏的美术开发过程中，开发者常常面临一个核心痛点：在使用 Midjourney 等国际主流工具生成“武侠”或“修仙”题材时，结果往往存在严重的“西式东方主义” (Western Orientalism) 倾向。

例如，输入“Chinese swordswoman”（中国女侠），模型倾向于生成具有西方刻板印象的面孔（高颧骨、吊梢眼），服饰结构经常混淆日本和服（Kimono）与中国汉服（Hanfu）的形制，武器更是常出现西洋剑结构。

随着国内 Stable Diffusion 社区的成熟，以 LiblibAI 为代表的平台配合高质量的国产微调模型（Checkpoint/LoRA），正在重塑国风美术的生产标准。

本文将通过一组严格的控制变量测试，对比 Midjourney V6.1 与 LiblibAI (基于 SDXL) 在武侠/仙侠场景下的表现，并提供一套可落地的工业化操作流程。

第一回合：基准测试——直面审美偏差

为了保证测试的公平性，我们设定了一个标准化的测试题目，分别考察两款工具在语义理解、服饰形制及画面氛围上的表现。

测试题目：一位身穿白衣的修仙少女，御剑飞行，背景是云海和悬浮的山峰，仙侠氛围，飘逸感。

1. Midjourney V6.1 的表现

• Prompt: A female cultivator in white hanfu, flying on a sword, background is sea of clouds and floating mountains, xianxia atmosphere, ethereal, cinematic lighting --v 6.1

• 配图内容：一张由 MJ 生成的图片。画面光影极佳，但人物手持长剑在飞行，面部特征偏向欧美亚裔混血，衣领结构混乱。
• 图注：Midjourney V6.1 生成结果：光影华丽，但存在“手持飞剑”的逻辑错误及面部特征偏差。
• 配图目的：直观展示 MJ 在理解“御剑飞行”这一特定文化概念时的认知偏差，以及“西式审美”的局限性。

• 分析：
  • 优势：构图张力强，光影渲染达到电影级，适合制作情绪板 (Moodboard)。
  • 劣势：文化逻辑缺失，服饰细节经不起考据（如出现左衽），难以直接作为游戏资产使用。

2. LiblibAI (SDXL) 的表现

• Prompt：(大师作品)，1个女孩，精致的面容，修仙，白衣，汉服，手持飞剑，云海，悬浮山，仙侠，全身照，飘带。

• 配图内容：一张由 Liblib (配合国风底模) 生成的图片。人物双脚稳稳踩在飞剑上，面部为标准的东方审美（鹅蛋脸），服饰为正确的交领右衽。
• 图注：LiblibAI 生成结果：准确还原“手持飞剑”动作，服饰形制严谨，符合国风游戏审美标准。
• 配图目的：展示国产模型在垂直领域的语义理解优势，证明其更适合生产准确的游戏资产。

• 分析：
  • 优势：语义准确性极高，模型理解“广袖流仙裙”的物理下垂感和“清冷感”的面部特征。
  • 劣势：默认光影可能较为平淡，需要配合特定的 VAE 或后期处理增强质感。

第二回合：LiblibAI 实操——构建可控的国风资产管线

如果您需要产出能直接进入游戏资产管线（Pipeline）的原画，LiblibAI 配合微调模型是目前的最优解。以下是详细的操作工作流。

步骤一：底模选择 (Checkpoint Selection)

底模决定了画风的基础逻辑。在国风写实领域，推荐使用经过大量亚洲人像数据微调的模型。

• 推荐模型：麦橘写实_MajicMix_Realistic_v7 或 SDXL_国风_墨心。
• 技术理由：MajicMix 系列对亚洲骨相结构和皮肤次表面散射 (SSS) 材质的还原度达到了照片级，且对古风服饰有极好的泛化性。

步骤二：风格微调 (LoRA Injection)

这是精准控制风格的关键步骤。我们需要叠加 LoRA 模型来锁定特定的美术风格。

• LoRA 1 (服饰约束)：选择 汉服_Hanfu 或 唐风 类 LoRA。
  • 推荐权重：0.6 (过高容易导致过拟合，产生伪影)。
• LoRA 2 (画风增强)：选择 水墨_Ink 或 盲盒_Blindbox (针对 Q 版需求)。
  • 推荐权重：0.3 - 0.4。

步骤三：参数配置与界面设置

在 WebUI 或 Liblib 在线工作台中，建议使用以下参数以获得最稳定的输出：

• 采样方法 (Sampler): DPM++ 2M Karras (收敛速度快，细节丰富)。
• 迭代步数 (Steps): 30 - 40。
• 提示词引导系数 (CFG Scale): 7.0。
• 分辨率 (Resolution): 896 x 1152 (SDXL 的最佳训练分辨率区间，适合立绘)。

• 配图内容：LiblibAI 的操作界面截图。用红框高亮标注“模型选择区域”、“LoRA 添加栏”以及“分辨率设置”三个关键位置。
• 图注：LiblibAI 关键参数配置面板：多模型权重混合与采样设置示意。
• 配图目的：作为保姆级教程的一部分，帮助读者快速定位界面上的核心功能区，降低上手门槛。

第三回合：Midjourney 的反击——利用参考功能修正偏差

虽然 Liblib 在准确性上胜出，但 Midjourney 的创意发散能力依然是行业标杆。如果您必须使用 Midjourney 工作流，可以通过以下高级指令“矫正”其审美偏差。

1. 风格参考 (--sref)

通过 --sref 参数，我们可以强行将生成的图像风格锚定在参考图上。

• 操作方法： 上传一张风格纯正的国风原画，获取图片链接。 输入 Prompt 后，添加参数 --sref URL。
• 效果：Midjourney 的“西式油画味”会被参考图的色调和笔触覆盖，转变为中式厚涂或水墨风格。

2. 局部重绘 (Vary Region)

针对服饰形制错误（如领口不对），无需重新生成全图。

• 操作方法： 点击 Vary Region，使用套索工具框选错误的衣领区域。 修改局部 Prompt 为：traditional hanfu collar, right-over-left overlap, detailed silk pattern。 通过局部重绘修复特定细节，保留整体构图。

• 配图内容：左右分屏对比图。左侧是未使用 --sref 的 MJ 原图（油画感重），右侧是使用了中式作为 --sref 后的效果（东方韵味浓厚）。
• 图注：Midjourney 风格参考功能实测：左图为原生算法输出，右图为添加国风参考图后的矫正效果。
• 配图目的：证明 MJ 并非完全不可用，只要掌握高级指令，依然可以修正其审美偏差，为读者提供备选方案。

最终复盘：参数维度对比与选型建议

基于上述实测，我们从五个维度对两款工具进行了量化对比：

结论与建议

1. 策划与概念设计阶段： 推荐使用 Midjourney。在项目初期，需要快速生成大量不同风格的概念图（Moodboard）以确定美术基调，MJ 的速度和画面张力不可替代。

2. 资产生产与落地阶段： 强烈推荐使用 LiblibAI。当项目进入正式制作环节，需要产出标准的三视图、Icon 或宣传物料时，利用 LoRA 固定角色特征，利用 ControlNet 控制姿态，才能满足工业化生产的稳定性要求。