照片转插画 / 绘画风格
- 方式
- 轻量 GAN（AnimeGANv2 / fast-neural-style），只替换画风
- 所需环境
- 无需 WebGPU，手机和较旧的笔记本也能用
- 首次下载
- 每种风格约 8MB，7 种约 50MB
- 每张耗时
- WebGPU 下 1 秒以内，CPU 也只需几秒
- 画风指定
- 从 7 种固定风格中选择
- 效果
- 构图、表情、五官保持不变，很少失败
- 适合谁
- 想快速做头像的人、设备配置一般的人
用 AI 把照片变成插画（扩散模型）
在浏览器内运行基于 Stable Diffusion 的扩散模型，把照片重绘为动漫、水彩、油画等风格。比“照片转插画 / 绘画风格”更灵活，可通过提示词指定画风。照片绝不会离开您的设备。
正在检测您的环境…
此工具首次运行时会下载 AI 模型（约 2100 MB）。由于目前服务器端带宽有限，下载可能需要 10 分钟左右；之后会使用浏览器中保存的副本。需要 WebGPU 支持。
设置
0.55
该用哪一个 — 轻量版与扩散模型版的区别
把照片变成插画的工具有两个。请根据设备和目的选择。建议先用轻量版试试，不够满意再用扩散模型版。
AI 照片转插画（扩散模型）当前页面
- 方式
- 扩散模型（LCM Dreamshaper v7），根据提示词重新绘制照片
- 所需环境
- 必须支持 WebGPU，GPU 显存 4GB 以上（核显为共享内存）
- 首次下载
- 约 2.1GB。目前受服务器带宽限制，约需 10 分钟
- 每张耗时
- 核显 20〜40 秒，独立显卡几秒
- 画风指定
- 5 种预设，另可用英文提示词自由指定
- 效果
- 作为画作重绘，表现力更丰富；强度越高越偏离原本的面容
- 适合谁
- 有游戏 PC 或 Apple Silicon Mac、想细致指定画风的人
| 项目 | 照片转插画 / 绘画风格 | AI 照片转插画（扩散模型）当前页面 |
|---|---|---|
| 方式 | 轻量 GAN（AnimeGANv2 / fast-neural-style），只替换画风 | 扩散模型（LCM Dreamshaper v7），根据提示词重新绘制照片 |
| 所需环境 | 无需 WebGPU，手机和较旧的笔记本也能用 | 必须支持 WebGPU，GPU 显存 4GB 以上（核显为共享内存） |
| 首次下载 | 每种风格约 8MB，7 种约 50MB | 约 2.1GB。目前受服务器带宽限制，约需 10 分钟 |
| 每张耗时 | WebGPU 下 1 秒以内，CPU 也只需几秒 | 核显 20〜40 秒，独立显卡几秒 |
| 画风指定 | 从 7 种固定风格中选择 | 5 种预设，另可用英文提示词自由指定 |
| 效果 | 构图、表情、五官保持不变，很少失败 | 作为画作重绘，表现力更丰富；强度越高越偏离原本的面容 |
| 适合谁 | 想快速做头像的人、设备配置一般的人 | 有游戏 PC 或 Apple Silicon Mac、想细致指定画风的人 |
使用方法
- 1
添加照片
拖入一张照片。处理时使用中央的正方形区域（512×512），因此人脸位于画面中央的照片效果最好。
- 2
选择风格和变化强度
从动漫、水彩、油画、美式漫画、像素画中选择，或用英文自行输入提示词。变化强度越高，画风越明显；越低，则越多保留原本的相貌。
- 3
生成并挑选
按指定张数生成图片并排显示。只保存您喜欢的即可；用相同设置再次运行会得到不同的结果。
工作原理与使用前须知
将 LCM Dreamshaper v7（MIT 许可证）转换为 fp16 ONNX 格式，通过 onnxruntime-web 在 WebGPU 上运行。照片先被编码为潜在表示并加入噪声，再由模型按照提示词分 4 步重绘，即 img2img 方式。变化强度对应噪声的多少，0.5 左右可以在保持人物可辨认的前提下改变画风。
模型总计 2.1 GB，首次下载需要一些时间。受目前服务器端带宽限制，可能需要 10 分钟左右；这一点将随基础设施迁移而改善。之后会使用浏览器中保存的副本，无需等待。需要 WebGPU 和约 4 GB 显存（集成显卡为共享内存）；每张图片在集成显卡上耗时 20–40 秒，独立显卡只需几秒。
常见问题
我的照片会被发送到服务器吗？
不会。模型会下载到您的浏览器中，生成在您设备的 GPU 上完成。此外，用于修复问题的处理统计（设备性能、错误类型等，不包含照片本身、文件名和提示词）会发送到本站服务器。可通过页面底部“诚邀协助提升服务品质”中的开关停止发送。
为什么下载速度很慢？
目前服务器端带宽上限约为 4–5 MB/s，因此 2.1 GB 需要 10 分钟左右。带宽升级已在计划中。下载只需一次，之后会使用已保存的副本。
为什么生成的脸和本人不像？
扩散模型的 img2img 会随着变化强度升高而逐渐偏离原照片。将强度调低到 0.4–0.5 可以保留相貌。如果五官细节出现崩坏，可对结果再运行一次“AI 人脸修复”。
与“照片转插画 / 绘画风格”有什么区别？
那个工具使用轻量级 GAN，保留构图、只改变渲染方式（几秒完成，模型 8 MB）。本工具用扩散模型重新绘制图像，因此更灵活、可由提示词控制，但模型体积大，并且需要 WebGPU。
诚邀协助提升服务品质
转换或压缩失败时，若能把当时的情况发送给我们，将有助于查明原因。了解哪些设备、哪些格式更容易失败，以及处理需要多长时间之后，我们就能调整支持的格式并修复相应问题。如果方便，保持开启会帮上很大的忙。
会发送的信息
- 使用的工具和所选设置（输出格式、质量等）
- 设备性能（有无 GPU、内存、核心数）
- 输入格式和大致大小
- 成功与失败的数量和耗时
- 失败时的错误类型和内容
不会发送的信息
- 文件本身、文件名
- 添加到视频中的文字、字幕或提示词
- 要朗读的文本、声音描述、读音词典和保存的声音
- PDF 中的文字、改写或涂黑的文字、密码、字体名称和指定的页面范围
- IP 地址
数据只发送到本站自有服务器，不会交给第三方服务。
各工具发送的明细（仅数量、时间、类型和有无）
朗读和 PDF 工具除“会发送的信息”外，还会发送以下明细。
- 朗读
- 文本的大致字数和句数、分段生成的次数、AI 模型的加载时间。
- PDF 工具（通用）
- 页数范围、是否禁止编辑、是否输入了权限密码、是否有电子签名、是否加密。
- 修改 PDF 文字、PDF 涂黑
- 改写、删除、白色覆盖和涂黑的次数、改写的字数（区分原字体与替代字体，替代字体的字数为范围）和替代字体的字体类型、无法改写的行的原因类型，以及涂黑时转为图片的页数和原因。
- PDF 页面操作及图片与 PDF 互转
- 输入和输出的数量，旋转、删除、复制、移动的页数，原样放入、经过转换、HEIC 格式、修正了方向的图片数量，以及降低了分辨率的页数（均为范围），是改写了原文档还是生成了新文档，是否重新设置了原来的保护、是否把表单域写入了页面、是否重新添加了书签。
- 压缩 PDF
- 输入和输出的数量，缩小、未缩小和黑白二值图片的数量，缩小的图片中连透明信息也一并缩小的、保持无损压缩缩小的、从 CMYK 转换为 RGB 的图片数量以及压缩次数（均为范围）、未缩小的原因类型、是否压到了目标大小及未压到的原因类型、缩小比例的范围、是否重新设置了原来的保护以及是否原样返回了原 PDF。
- 裁剪 PDF 和添加页码
- 输入和输出的数量，裁剪、添加页码或缩小了边距的页数（均为范围）、边距的设定方式、要裁剪的页面和添加页码的页面的选择方式、页码的格式和位置、起始编号的范围、直接改写了原文档这一点以及是否重新设置了原来的保护。