1. 别让“补肉”拖垮你的立绘拆分流程做 Live2D 模型最磨人的环节是哪个拆图肯定排第一但真正确认过眼神、遇到就头疼的绝对是“补肉”。如果你拆过几套完整立绘一定经历过这个场景头发拆成十几个图层之后刘海底下露出来的是大片空白。飘散的丝带、扬起的裙摆、垂下来的袖子一旦和身体分离原本被遮挡的地方全是漏洞。你想让模型动起来那就必须把这些缺口填上、补回合理的结构和颜色。传统做法是拿着画笔一块块涂、一块块扩边缘要羽化、颜色要融合、结构要自然连贯。赶上需要上下左右大幅度摆动的部件补的“肉”得足够大、足够完整不然摆到边缘就直接穿帮。问题是这套流程极度依赖绘画功底和耐心地板上一张图可能要折腾半小时到一个小时一套完整的模型拆下来光“补肉”就能耗掉大半天甚至一整天。我见过很多本来想入坑做模型的朋友把图拆得差不多之后直接在补肉阶段劝退了。所以当我把“AI自动补全”这套流程跑通、并把一套完整模型的拆图补肉压缩到三分钟左右的时候第一反应是这东西确实值得写出来给所有做模型、做动画的人看看。这篇文章不整虚的直接拆解我的完整流程。从思路设计、工具选型到每个步骤的原理、参数选择再到实操过程中踩过的坑和排查办法一次讲清楚。不管你是刚接触Live2D的新手还是被拆分折磨了很久的老手这套流程都能直接帮你把补肉环节的时间压缩到原来的十分之一甚至更少。2. 为什么补肉是拆图流程里的“隐形天花板”先把补肉这件事本身说透你才能理解为什么AI补全是一种更合理的思路。2.1 不补肉会发生什么很多人第一次拆图时想省事直接拿边缘裁切层的原始图就去建网格、刷权重结果模型一旦动起来问题全暴露了。举个例子拆一撮挡在脸前的刘海。原图上它盖住了部分额头和眼睛一旦把这层刘海独立出来下面就是一片镂空颜色可能是皮肤色、眼白色也可能直接是空白透明。做头部左右摆动的时候这撮刘海如果不动那还好它始终盖着原来的位置。可一旦你让它跟着某个参数动镂空区域就会立刻暴露出来形成一个丑陋的缺口。要么透出后面根本不该露出的画面要么直接看到画布背景。同时没有补肉的部件也扛不住形变。比如袖子拆出来后只留了原图那一点点面积当你用网格去推动它做大角度旋转时边缘会拉伸到根本没有像素的地方结果就是一块被拉长的透明区域模型看起来像纸片被扯破了一样。简单说补肉不是锦上添花它是让模型能动的根基。拆图拆得再干净补肉不过关就等于白拆。2.2 手工补肉为什么这么折磨人手工补肉的痛点可以归纳成三条。第一条是极度依赖绘画功底。你不是简单地拿吸管工具取个色、拿画笔涂满就完事。边缘要自然过渡纹理要顺着结构走颜色要有明暗变化。没受过美术训练的人补出来的缝一眼假。第二条是重复劳动量太大。一套常规立绘至少要有二十到三十个可动部件头发分前中后三层每层可能再拆出三到五个区域衣物、四肢、饰品、背景分层全算下来几十个“漏洞”等着补。每个漏洞都要单独处理流程是重复的但每次处理的形状和颜色又是不同的根本没法批量搞定。第三条是反复调整循环。你补了一块刘海下方的肉做摆动测试发现露出的区域比预想的大又得回去继续补。补完再测可能摆动幅度再大一点又漏了。这套“补了测、测了补”的循环极其消磨耐心。所以很多做模型的老手宁可接三套绑骨骼的单子也不愿意接一套需要从零拆图的单子。2.3 AI补全为什么能解决这个痛点AI补全的思路其实很直接——你把缺了肉的区域框出来让程序参考周围的像素来推断这里原本可能长什么样然后自动生成填充内容。技术底层是生成对抗网络或扩散模型类的能力但放到具体工具里体验上就是“框选区域 生成”。它的核心优势在于两点一是足够快。框一块区域几秒钟就出结果一张图十个漏洞五分钟全部补完这对手工来说是碾压级别的效率提升。二是有一定的结构合理性。AI是参考整张图的上下文来生成的。补刘海下的空洞时它会参考上下左右出现的额头、眼睛、肤色结构生成结果比简单的“高斯模糊填色”高明得多有时候甚至会生成出合理的光影过渡。但我也要把丑话说在前面。AI补全绝不是一键完美它生成出来的是“可用的毛坯”后期你仍然需要修边缘、修结构、做微调。但关键是它把最耗时、最磨人的“从无到有”变成了“从有到精”难度降了一整个维度这才是它真正有价值的地方。3. 拆图前的准备决定AI补全效果的上限很多人在补肉阶段翻车其实问题出在拆图阶段。拆得不对后面AI再怎么聪明也救不回来。这一节先讲清楚拆图与补全之间的联动逻辑再讲素材规范。3.1 拆图时必须遵守的“分层思想”拆图的核心原则只有一条按运动逻辑分层而不是按视觉元素分层。什么叫按运动逻辑分层你拆头发不能把前方一整片刘海作为一个整体因为它可能有一部分要跟头部一起转动有一部分要跟随头发摆动这两者要分开。你拆裙子前裙摆、侧裙摆、后裙摆的运动幅度和方向各不相同这也得分。手工模式下大家习惯尽量少拆因为每个图层都意味着要补肉。但在AI辅助模式下拆得细一点反而更划算——每个部件的补肉成本被AI压得很低而拆得细带来的动画自由度提升却是实打实的。我的建议是头发至少分三个大层前发、中发、后发每个大层里再按物理区块细拆。身体部分脖子、躯干、手臂、手这些常规拆法不变。衣服裙摆按遮挡关系和运动关系拆袖子如果离身体较远也要单独处理。饰品能独立动的尽量独立比如发饰、项链、腰坠。3.2 素材的尺寸与分辨率要求AI补全对素材本身有基本要求——清晰度越高、纹理越连续生成结果越好。做Live2D模型的立绘原始素材分辨率至少应该达到2000像素以上比较好的是3000到4000像素。分辨率过低的图放大后细节模糊AI能参考的信息本身就少补出来的肉大概率会糊成一片。同时要注意如果是半身像或者全身像每个部件拆出来之后都不要立刻缩小保持原图尺寸。补肉完成后等到正式导入模型制作工具时再根据需要调整画布尺寸。我见过一些新手拆图拆完顺手导成了JPG小图补肉时怎么补怎么假查了半天才发现是源头图已经被压缩得妈都不认识了。素材阶段多花心思后面能帮你省掉无数排查时间。3.3 透明底图与图层命名规范补肉是在透明底图上进行的所以拆分出来的图层必须保持透明背景导出成PNG格式这点没什么好说的。真正容易被忽视的是图层命名。AI补全工具本身不关心文件名但你的人工后期要关心。拆完三十个图层如果全叫“图层1”“图层2”补完肉你要找回某个部件简直是一场灾难。我的命名习惯是“部位_层级_动作方向”这样的结构。比如“刘海_前层_左右摆动”“袖子_左_上臂旋转”让人一眼看清这是什么、属于哪一层、大概要绑什么参数。这套命名规则后期做曲线、刷权重时都能省不少时间。4. 实操演示从拆完图到3分钟补全一套理论说完进入正文核心——整套操作流程。4.1 第一步把立绘导入到补全工具环境无论你用哪款支持AI补全的软件流程第一步都是把目标立绘导入工作区。我用的是某个同时具备拆分辅助和AI生成填充的工具版本具体流程上你在类似工具里操作时也一样。导入时建议直接从拆分阶段就在这个工具里做这样拆出来的图层会自然保留在同一个工作区里省去反复导入导出的环节。如果你已经用其他方式拆好了图那就把透明底的图层逐个导入。导入完成后先把图层结构调整好。建议按照“背景-身体-前发-饰品-衣物”这种从后到前的顺序排好后续补肉时能清楚看到哪个部件遮挡哪个部件AI生成时参考的范围也会更合理。4.2 第二步框选需要补全的漏洞区域这一步是整个流程里最关键的也是AI补全效果好坏的分水岭。选中一个需要补肉的图层比如刚刚拆下来的那块刘海。你会在画面上看到它的下方边缘是一条硬边底下透出的可能是空白也可能是不完整的底色。这时候选择AI填充工具然后用笔刷或者选框把需要补全的区域覆盖上。这里有几个关键细节。第一个框选范围要略大于漏洞区域。不要只涂那条缝本身要连带边缘的一部分原始像素一起框进去。这样做的好处是AI能参考到更完整的上下文信息生成的过渡才会自然。框得太准太死反而会让AI缺乏上下文生成效果会发飘。第二个一次不要框太大的区域。我一开始图省事把整个下摆的所有缝隙一次性框选让AI一次性生成结果生成结果惨不忍睹。AI补全和手写绘画一样讲究局部处理一个区域一个区域来。面积越小上下文关系越紧密结果越可控。第三个尽量让框选区域贴合结构走向。比如补裙摆的缺口框选形状就要沿着裙摆的弧度走让AI明白这里是弧形结构不是直线结构。4.3 第三步执行AI补全并检查生成结果框选完成后点击执行生成。这个过程一般几秒钟到十几秒视区域大小和设备性能而定。生成完成后不要急着保存。你需要从三个角度检查结果。第一看边缘延续性。补出来的区域边缘是否和原图的结构线自然衔接。比如补的是袖口下方的肉那袖口的弧线要能顺畅地连接起来如果出现了明显的断线或者错位说明AI没听懂这里该有什么结构。第二看颜色过渡。补出来的区域颜色应该和周围自然融合如果发现明显的色块分界或者一块区域颜色突兀那就是过渡没做好需要重新生成或者手动调色。第三看纹理一致性。这个在衣物的褶皱、头发丝、皮质表面尤其明显。AI生成的头发达不到原画级别的发丝走向补出来的区域往往会偏平滑、缺少笔触。这种时候不要硬扛如果差异太大降低预期先把补丁做出来后期统一修一下纹理或者用覆盖式图层叠加叠一层细碎的纹理上去。这轮生成如果不满意就在原区域重新做一次框选和生成。AI填充本身带随机性多试两次选一个最顺眼的作为基底。我实测下来大部分区域一到两次就能得到可用的结果复杂的区域可能会需要三次左右。4.4 第四步手工微调收尾把毛坯变成成品AI生成的结果是“毛坯”这一步的工作是“精修”。精修分三个层次。第一个层次是清理杂边。AI生成区域和原图交界处经常有一些半透明的杂点、锯齿边缘、模糊的像素残留。用橡皮擦工具开低透明度沿着交界线轻轻擦拭把这些杂点清掉。第二个层次是结构补强。AI生成不了太复杂的结构。比如补一块披风的内部区域它可能会把褶皱全部抹平变成一块平板。这时候需要你用画笔和液化工具沿着周围已有的褶皱走向轻轻刷出两三条阴影线让补出来的区域在视觉上融入整体的褶皱系统。第三个层次是色彩统一。图源如果有明显的光照方向补出来的区域大概率会和周边光源略有偏差。用色阶、曲线工具把补肉区域的亮度和色温调到和周围一致。这三个层次做完一块补肉就算真正完成了。按这个流程处理一张图上的全部漏洞熟练之后确实能做到三分钟级别关键就是AI把最耗时的“从无到有”承担掉你只需要做最后的质检和修饰。4.5 第五步导出并进入模型制作所有图层补肉完成后把每个图层单独导出为透明底的PNG文件命名保持清晰一致然后就可以导入你的模型制作工具开始下一步了——建立网格、整理形变路径、绑定参数、刷权重。我在这一阶段经常遇到的情况是图层导入后有部分区域的网格够不到边缘一旦形变就会露出透明区域。排查下来大概率是因为补肉区域的边缘像素透明度还没完全处理干净。所以导出前有个好习惯——对每个图层执行一次“清除边缘半透明像素”操作确保最外层像素是不透明或者完全透明的不要留中间态。5. 三个典型实战案例的过程与思考讲了完整的流程再放三个我实际操作过的案例帮助你把理论和场景做结合。5.1 案例一长发角色前发与中发之间的补肉这是最常见的情况。一个长发角色前发刘海拆出来下面露出一大片额头和发际线的透明位置。框选时我沿着刘海的轮廓边缘把底下的空白区域全部框入执行生成。第一次生成的结果AI直接把头发补齐到了前额发际线的高度纹理也和原图融合得挺自然。但有一个问题——它生成的发丝走向和原图的发流方向不一致右侧头发向左偏它补出来一块向右偏的。处理方式是把这一块的生成结果删掉重做重新框选时把范围稍微缩小一点并且在框选时故意在上下方向给更多空间让AI能看到完整的发流方向。第二次生成就正常了。这个案例想说明的是AI补全对“上下文”极其敏感框选范围就是喂给它的上下文你要有意识地通过框选大小去影响它的生成方向。5.2 案例二裙摆飞扬的动态立绘飞扬的裙摆是补肉难度天花板级别的存在。裙摆拆出来后扬起的部分下方是镂空的需要补出足够的“肉”才能让裙摆做大角度摆动而不穿帮。这种场景下AI生成本身问题不大关键是补完之后需要手动做的事情多一点。因为飞扬裙摆的内部在视觉上是很复杂的结构堆叠阴影和褶皱密集AI补出来很多地方会相对平滑没有原画的那种张力。我在这种情况下常用的处理是AI生成得到基础形状后直接用画笔工具配合软边笔刷沿着原画褶皱的方向补几笔阴影。不需要还原完整的褶皱只要让视觉上不生硬就够。套用一句前辈的话——补肉不是为了以假乱真是为了让观众看不出破绽不聚焦在补丁上就已经成功了。5.3 案例三大面积破损或者断层严重的图还有一种情况是原图本身质量不高比如部件区域很碎、边缘破损严重、甚至结构缺失这种图靠AI补全也救不回来。这种情况下我建议不要直接在破损原图上做模型先花时间重建基础结构。把关键部件用基础几何形状补出完整轮廓再借助AI补全完整体的大块缺失区域。说白了AI擅长做的是锦上添花不是无中生有。结构全烂的地基上盖不出好楼。6. 常见问题与排查技巧实录这部分把我实操过程中遇到概率最高的几个问题整理成速查表配排查思路你遇到差不多的情况直接对照处理。6.1 补出来的颜色和原图完全不一致这个现象多见于颜色鲜艳、光照复杂的图片。AI参考了周围区域但生成结果偏色严重比如原本是暖色调的皮肤补出来一块偏冷的灰色。排查思路先把补肉区域的不透明度降低看看下方垫底的原图区域是什么颜色。如果底色就明显偏冷那问题不在AI在于这个区域的结构本身产生了视觉观感偏差。如果底色正常那就是AI生成时采样了周围不相关的区域重新框选时把框选范围收窄一点只保留需要补全的最小区域可用的上下文仍然足够但干扰会大幅减少。另外原因是图层叠加方式问题。检查是不是不小心给补肉图层加了混合模式保持普通模式即可。6.2 补出来的边缘太生硬像贴了一块补丁边缘生硬的原因通常是框选太小AI没有足够空间生成过渡。处理方式是我前面提到过的——框选范围至少包含一部分原图边缘区域给AI“交叉过渡”的空间。还有一种高阶技巧是AI生成完成后不需要保留原始框选边界的清晰边缘直接用带羽化值的橡皮擦沿着生成区和原图区的交界走一圈把那条线模糊掉。这个方法在三分钟内可以完成一个过渡区的处理。6.3 AI生成的结果结构不稳定同一区域两次结果差很多这是正常现象。AI填充自带随机性本质上它每次生成都是在“猜”一个最合理的结果。出现结构不稳定通常意味着这个区域本身结构信息不足AI没有什么可参考的强约束。解决方式是引入参考层。你可以把一张结构类似的其他角色的部件拖进工作区作为参考图层AI会参考这个图层来做结构推断。比如补一个左手的袖子就找右手袖子的图层放进来生成效果会稳定很多。用完之后把参考层删掉即可。6.4 补肉全部完成后模型动起来还是会有X形漂移或者漏缝这个大概率不是补肉本身的问题而是网格和形变权重的问题。新建网格时网格的范围要覆盖住补肉区域的全部像素并且补肉区域和原图区域的交界处需要有足够密集的网格点来承载形变。如果交界处的网格点太少拉扯时会出现像素撕裂。另外权重刷的时候交界处不要出现“突变”式过渡要沿着边界两侧做柔和的渐变过渡这样形变时补肉区域才跟得上原图区域的运动节奏。6.5 一张表看懂排查优先级症状优先排查顺位可能原因解决思路生成的肉和原图颜色不符①框选范围 ②图层混合模式 ③底色采样干扰 / 模式错误缩小框选范围重置普通模式重建底色补丁边缘生硬①框选范围 ②羽化处理上下文不足 / 未模糊边界扩大框选包含原图区域边缘做羽化擦拭生成结构不稳定①参考层 ②框选范围结构信息不足添加结构参考图层辅助推断动画时边缘撕裂/漏洞①网格密度 ②权重过渡网格覆盖不足 / 权重突变加密交界网格点权重做渐变过渡所有区域补肉平均效果差①素材分辨率 ②原图质量素材素质不足换高分辨率源图重建结构再补6.6 一套不太常见的批量处理方法当你处理的是一套完整的角色而不是单张图时有一个批量处理的技巧。在原图上把所有需要补肉的部件都框选好建立成待处理列表然后逐块生成。注意顺序有讲究先补结构遮挡关系最底层的最后补最上层的。比如先补身体再补中发最后补前发。这样AI在补前发下方镂空区域时能参考到中发已经补好的结果结构连续性更好。这个方法实测能把整套流程再压缩20%到30%的时间因为你不需要每个部件单独切换状态、逐项检查和确认。7. 工具选型我为什么选择了当前这套方案聊完了流程聊一下工具。很多朋友问的是“你用的什么工具”实际上比工具更重要的是工具背后的逻辑。我用的是整合了AI辅助填充能力的绘图/拆分软件。选择它基于三个理由。第一拆分和补全在同一个工作区内完成。图层关系实时可见不需要来回切换软件拆完直接补补完直接调整。整个人机交互链路是连续的不会因为换工具打断思路。第二它的AI填充能参考透明图层以外的其他可见图层内容。这一点很关键。补刘海下方的漏洞时如果它能同时看到身体的图层生成结果就会自动往“这里有皮肤和额头”的方向靠拢结构合理性大幅提升。第三每个图层的操作都是非破坏性的。你不满意AI生成的结果可以直接删除重新生成原图永远不会被破坏随时可以回退这一点在反复调优时价值极高。当然市面上的工具不止这一种。支持AI填充的图像处理软件、独立部署的开源方案各有优劣势。有的软件接口开放可以自己接入模型做更高阶的补全控制但安装和配置成本高有的网站式工具开箱即用上手简单但批量处理能力和对图层结构的感知能力会弱一些。建议按自己的使用频率来选——偶发使用选在线方案高频做模型选集成方案。8. 最后一点关于“补肉哲学”的个人体会写了这么多最后聊聊我在补肉这件事上的整体感悟。补肉的终极目标不是“把空白填满”而是“让观众看不出模型是拆开过的”。这个目标的实现AI只是工具真正决定成果的是你对手指位置、对结构走向、对视觉欺骗手法的理解。用了AI补全之后我最大的感受是心态变了。以前拆图时总是小心翼翼能少拆就少拆拆多了就要补肉补到怀疑人生。现在反而倾向于把图拆得更细、更灵活因为每个部件的后续成本被AI打下来了模型的动作自由度反而上去了。拆图的人从“害怕拆迁”变成了“大胆规划”这才是这个技术真正改变工作流的地方。另外还在摸索的一个方向是把AI补全直接嵌入到动画制作流程里在K帧阶段发现需要补充的漏洞当场补、当场调省去在绘图软件和模型工具之间反复横跳。目前试下来已经能跑通基础环节后续有稳定结论了再单独写一篇。
1. 别让“补肉”拖垮你的立绘拆分流程做 Live2D 模型最磨人的环节是哪个拆图肯定排第一但真正确认过眼神、遇到就头疼的绝对是“补肉”。如果你拆过几套完整立绘一定经历过这个场景头发拆成十几个图层之后刘海底下露出来的是大片空白。飘散的丝带、扬起的裙摆、垂下来的袖子一旦和身体分离原本被遮挡的地方全是漏洞。你想让模型动起来那就必须把这些缺口填上、补回合理的结构和颜色。传统做法是拿着画笔一块块涂、一块块扩边缘要羽化、颜色要融合、结构要自然连贯。赶上需要上下左右大幅度摆动的部件补的“肉”得足够大、足够完整不然摆到边缘就直接穿帮。问题是这套流程极度依赖绘画功底和耐心地板上一张图可能要折腾半小时到一个小时一套完整的模型拆下来光“补肉”就能耗掉大半天甚至一整天。我见过很多本来想入坑做模型的朋友把图拆得差不多之后直接在补肉阶段劝退了。所以当我把“AI自动补全”这套流程跑通、并把一套完整模型的拆图补肉压缩到三分钟左右的时候第一反应是这东西确实值得写出来给所有做模型、做动画的人看看。这篇文章不整虚的直接拆解我的完整流程。从思路设计、工具选型到每个步骤的原理、参数选择再到实操过程中踩过的坑和排查办法一次讲清楚。不管你是刚接触Live2D的新手还是被拆分折磨了很久的老手这套流程都能直接帮你把补肉环节的时间压缩到原来的十分之一甚至更少。2. 为什么补肉是拆图流程里的“隐形天花板”先把补肉这件事本身说透你才能理解为什么AI补全是一种更合理的思路。2.1 不补肉会发生什么很多人第一次拆图时想省事直接拿边缘裁切层的原始图就去建网格、刷权重结果模型一旦动起来问题全暴露了。举个例子拆一撮挡在脸前的刘海。原图上它盖住了部分额头和眼睛一旦把这层刘海独立出来下面就是一片镂空颜色可能是皮肤色、眼白色也可能直接是空白透明。做头部左右摆动的时候这撮刘海如果不动那还好它始终盖着原来的位置。可一旦你让它跟着某个参数动镂空区域就会立刻暴露出来形成一个丑陋的缺口。要么透出后面根本不该露出的画面要么直接看到画布背景。同时没有补肉的部件也扛不住形变。比如袖子拆出来后只留了原图那一点点面积当你用网格去推动它做大角度旋转时边缘会拉伸到根本没有像素的地方结果就是一块被拉长的透明区域模型看起来像纸片被扯破了一样。简单说补肉不是锦上添花它是让模型能动的根基。拆图拆得再干净补肉不过关就等于白拆。2.2 手工补肉为什么这么折磨人手工补肉的痛点可以归纳成三条。第一条是极度依赖绘画功底。你不是简单地拿吸管工具取个色、拿画笔涂满就完事。边缘要自然过渡纹理要顺着结构走颜色要有明暗变化。没受过美术训练的人补出来的缝一眼假。第二条是重复劳动量太大。一套常规立绘至少要有二十到三十个可动部件头发分前中后三层每层可能再拆出三到五个区域衣物、四肢、饰品、背景分层全算下来几十个“漏洞”等着补。每个漏洞都要单独处理流程是重复的但每次处理的形状和颜色又是不同的根本没法批量搞定。第三条是反复调整循环。你补了一块刘海下方的肉做摆动测试发现露出的区域比预想的大又得回去继续补。补完再测可能摆动幅度再大一点又漏了。这套“补了测、测了补”的循环极其消磨耐心。所以很多做模型的老手宁可接三套绑骨骼的单子也不愿意接一套需要从零拆图的单子。2.3 AI补全为什么能解决这个痛点AI补全的思路其实很直接——你把缺了肉的区域框出来让程序参考周围的像素来推断这里原本可能长什么样然后自动生成填充内容。技术底层是生成对抗网络或扩散模型类的能力但放到具体工具里体验上就是“框选区域 生成”。它的核心优势在于两点一是足够快。框一块区域几秒钟就出结果一张图十个漏洞五分钟全部补完这对手工来说是碾压级别的效率提升。二是有一定的结构合理性。AI是参考整张图的上下文来生成的。补刘海下的空洞时它会参考上下左右出现的额头、眼睛、肤色结构生成结果比简单的“高斯模糊填色”高明得多有时候甚至会生成出合理的光影过渡。但我也要把丑话说在前面。AI补全绝不是一键完美它生成出来的是“可用的毛坯”后期你仍然需要修边缘、修结构、做微调。但关键是它把最耗时、最磨人的“从无到有”变成了“从有到精”难度降了一整个维度这才是它真正有价值的地方。3. 拆图前的准备决定AI补全效果的上限很多人在补肉阶段翻车其实问题出在拆图阶段。拆得不对后面AI再怎么聪明也救不回来。这一节先讲清楚拆图与补全之间的联动逻辑再讲素材规范。3.1 拆图时必须遵守的“分层思想”拆图的核心原则只有一条按运动逻辑分层而不是按视觉元素分层。什么叫按运动逻辑分层你拆头发不能把前方一整片刘海作为一个整体因为它可能有一部分要跟头部一起转动有一部分要跟随头发摆动这两者要分开。你拆裙子前裙摆、侧裙摆、后裙摆的运动幅度和方向各不相同这也得分。手工模式下大家习惯尽量少拆因为每个图层都意味着要补肉。但在AI辅助模式下拆得细一点反而更划算——每个部件的补肉成本被AI压得很低而拆得细带来的动画自由度提升却是实打实的。我的建议是头发至少分三个大层前发、中发、后发每个大层里再按物理区块细拆。身体部分脖子、躯干、手臂、手这些常规拆法不变。衣服裙摆按遮挡关系和运动关系拆袖子如果离身体较远也要单独处理。饰品能独立动的尽量独立比如发饰、项链、腰坠。3.2 素材的尺寸与分辨率要求AI补全对素材本身有基本要求——清晰度越高、纹理越连续生成结果越好。做Live2D模型的立绘原始素材分辨率至少应该达到2000像素以上比较好的是3000到4000像素。分辨率过低的图放大后细节模糊AI能参考的信息本身就少补出来的肉大概率会糊成一片。同时要注意如果是半身像或者全身像每个部件拆出来之后都不要立刻缩小保持原图尺寸。补肉完成后等到正式导入模型制作工具时再根据需要调整画布尺寸。我见过一些新手拆图拆完顺手导成了JPG小图补肉时怎么补怎么假查了半天才发现是源头图已经被压缩得妈都不认识了。素材阶段多花心思后面能帮你省掉无数排查时间。3.3 透明底图与图层命名规范补肉是在透明底图上进行的所以拆分出来的图层必须保持透明背景导出成PNG格式这点没什么好说的。真正容易被忽视的是图层命名。AI补全工具本身不关心文件名但你的人工后期要关心。拆完三十个图层如果全叫“图层1”“图层2”补完肉你要找回某个部件简直是一场灾难。我的命名习惯是“部位_层级_动作方向”这样的结构。比如“刘海_前层_左右摆动”“袖子_左_上臂旋转”让人一眼看清这是什么、属于哪一层、大概要绑什么参数。这套命名规则后期做曲线、刷权重时都能省不少时间。4. 实操演示从拆完图到3分钟补全一套理论说完进入正文核心——整套操作流程。4.1 第一步把立绘导入到补全工具环境无论你用哪款支持AI补全的软件流程第一步都是把目标立绘导入工作区。我用的是某个同时具备拆分辅助和AI生成填充的工具版本具体流程上你在类似工具里操作时也一样。导入时建议直接从拆分阶段就在这个工具里做这样拆出来的图层会自然保留在同一个工作区里省去反复导入导出的环节。如果你已经用其他方式拆好了图那就把透明底的图层逐个导入。导入完成后先把图层结构调整好。建议按照“背景-身体-前发-饰品-衣物”这种从后到前的顺序排好后续补肉时能清楚看到哪个部件遮挡哪个部件AI生成时参考的范围也会更合理。4.2 第二步框选需要补全的漏洞区域这一步是整个流程里最关键的也是AI补全效果好坏的分水岭。选中一个需要补肉的图层比如刚刚拆下来的那块刘海。你会在画面上看到它的下方边缘是一条硬边底下透出的可能是空白也可能是不完整的底色。这时候选择AI填充工具然后用笔刷或者选框把需要补全的区域覆盖上。这里有几个关键细节。第一个框选范围要略大于漏洞区域。不要只涂那条缝本身要连带边缘的一部分原始像素一起框进去。这样做的好处是AI能参考到更完整的上下文信息生成的过渡才会自然。框得太准太死反而会让AI缺乏上下文生成效果会发飘。第二个一次不要框太大的区域。我一开始图省事把整个下摆的所有缝隙一次性框选让AI一次性生成结果生成结果惨不忍睹。AI补全和手写绘画一样讲究局部处理一个区域一个区域来。面积越小上下文关系越紧密结果越可控。第三个尽量让框选区域贴合结构走向。比如补裙摆的缺口框选形状就要沿着裙摆的弧度走让AI明白这里是弧形结构不是直线结构。4.3 第三步执行AI补全并检查生成结果框选完成后点击执行生成。这个过程一般几秒钟到十几秒视区域大小和设备性能而定。生成完成后不要急着保存。你需要从三个角度检查结果。第一看边缘延续性。补出来的区域边缘是否和原图的结构线自然衔接。比如补的是袖口下方的肉那袖口的弧线要能顺畅地连接起来如果出现了明显的断线或者错位说明AI没听懂这里该有什么结构。第二看颜色过渡。补出来的区域颜色应该和周围自然融合如果发现明显的色块分界或者一块区域颜色突兀那就是过渡没做好需要重新生成或者手动调色。第三看纹理一致性。这个在衣物的褶皱、头发丝、皮质表面尤其明显。AI生成的头发达不到原画级别的发丝走向补出来的区域往往会偏平滑、缺少笔触。这种时候不要硬扛如果差异太大降低预期先把补丁做出来后期统一修一下纹理或者用覆盖式图层叠加叠一层细碎的纹理上去。这轮生成如果不满意就在原区域重新做一次框选和生成。AI填充本身带随机性多试两次选一个最顺眼的作为基底。我实测下来大部分区域一到两次就能得到可用的结果复杂的区域可能会需要三次左右。4.4 第四步手工微调收尾把毛坯变成成品AI生成的结果是“毛坯”这一步的工作是“精修”。精修分三个层次。第一个层次是清理杂边。AI生成区域和原图交界处经常有一些半透明的杂点、锯齿边缘、模糊的像素残留。用橡皮擦工具开低透明度沿着交界线轻轻擦拭把这些杂点清掉。第二个层次是结构补强。AI生成不了太复杂的结构。比如补一块披风的内部区域它可能会把褶皱全部抹平变成一块平板。这时候需要你用画笔和液化工具沿着周围已有的褶皱走向轻轻刷出两三条阴影线让补出来的区域在视觉上融入整体的褶皱系统。第三个层次是色彩统一。图源如果有明显的光照方向补出来的区域大概率会和周边光源略有偏差。用色阶、曲线工具把补肉区域的亮度和色温调到和周围一致。这三个层次做完一块补肉就算真正完成了。按这个流程处理一张图上的全部漏洞熟练之后确实能做到三分钟级别关键就是AI把最耗时的“从无到有”承担掉你只需要做最后的质检和修饰。4.5 第五步导出并进入模型制作所有图层补肉完成后把每个图层单独导出为透明底的PNG文件命名保持清晰一致然后就可以导入你的模型制作工具开始下一步了——建立网格、整理形变路径、绑定参数、刷权重。我在这一阶段经常遇到的情况是图层导入后有部分区域的网格够不到边缘一旦形变就会露出透明区域。排查下来大概率是因为补肉区域的边缘像素透明度还没完全处理干净。所以导出前有个好习惯——对每个图层执行一次“清除边缘半透明像素”操作确保最外层像素是不透明或者完全透明的不要留中间态。5. 三个典型实战案例的过程与思考讲了完整的流程再放三个我实际操作过的案例帮助你把理论和场景做结合。5.1 案例一长发角色前发与中发之间的补肉这是最常见的情况。一个长发角色前发刘海拆出来下面露出一大片额头和发际线的透明位置。框选时我沿着刘海的轮廓边缘把底下的空白区域全部框入执行生成。第一次生成的结果AI直接把头发补齐到了前额发际线的高度纹理也和原图融合得挺自然。但有一个问题——它生成的发丝走向和原图的发流方向不一致右侧头发向左偏它补出来一块向右偏的。处理方式是把这一块的生成结果删掉重做重新框选时把范围稍微缩小一点并且在框选时故意在上下方向给更多空间让AI能看到完整的发流方向。第二次生成就正常了。这个案例想说明的是AI补全对“上下文”极其敏感框选范围就是喂给它的上下文你要有意识地通过框选大小去影响它的生成方向。5.2 案例二裙摆飞扬的动态立绘飞扬的裙摆是补肉难度天花板级别的存在。裙摆拆出来后扬起的部分下方是镂空的需要补出足够的“肉”才能让裙摆做大角度摆动而不穿帮。这种场景下AI生成本身问题不大关键是补完之后需要手动做的事情多一点。因为飞扬裙摆的内部在视觉上是很复杂的结构堆叠阴影和褶皱密集AI补出来很多地方会相对平滑没有原画的那种张力。我在这种情况下常用的处理是AI生成得到基础形状后直接用画笔工具配合软边笔刷沿着原画褶皱的方向补几笔阴影。不需要还原完整的褶皱只要让视觉上不生硬就够。套用一句前辈的话——补肉不是为了以假乱真是为了让观众看不出破绽不聚焦在补丁上就已经成功了。5.3 案例三大面积破损或者断层严重的图还有一种情况是原图本身质量不高比如部件区域很碎、边缘破损严重、甚至结构缺失这种图靠AI补全也救不回来。这种情况下我建议不要直接在破损原图上做模型先花时间重建基础结构。把关键部件用基础几何形状补出完整轮廓再借助AI补全完整体的大块缺失区域。说白了AI擅长做的是锦上添花不是无中生有。结构全烂的地基上盖不出好楼。6. 常见问题与排查技巧实录这部分把我实操过程中遇到概率最高的几个问题整理成速查表配排查思路你遇到差不多的情况直接对照处理。6.1 补出来的颜色和原图完全不一致这个现象多见于颜色鲜艳、光照复杂的图片。AI参考了周围区域但生成结果偏色严重比如原本是暖色调的皮肤补出来一块偏冷的灰色。排查思路先把补肉区域的不透明度降低看看下方垫底的原图区域是什么颜色。如果底色就明显偏冷那问题不在AI在于这个区域的结构本身产生了视觉观感偏差。如果底色正常那就是AI生成时采样了周围不相关的区域重新框选时把框选范围收窄一点只保留需要补全的最小区域可用的上下文仍然足够但干扰会大幅减少。另外原因是图层叠加方式问题。检查是不是不小心给补肉图层加了混合模式保持普通模式即可。6.2 补出来的边缘太生硬像贴了一块补丁边缘生硬的原因通常是框选太小AI没有足够空间生成过渡。处理方式是我前面提到过的——框选范围至少包含一部分原图边缘区域给AI“交叉过渡”的空间。还有一种高阶技巧是AI生成完成后不需要保留原始框选边界的清晰边缘直接用带羽化值的橡皮擦沿着生成区和原图区的交界走一圈把那条线模糊掉。这个方法在三分钟内可以完成一个过渡区的处理。6.3 AI生成的结果结构不稳定同一区域两次结果差很多这是正常现象。AI填充自带随机性本质上它每次生成都是在“猜”一个最合理的结果。出现结构不稳定通常意味着这个区域本身结构信息不足AI没有什么可参考的强约束。解决方式是引入参考层。你可以把一张结构类似的其他角色的部件拖进工作区作为参考图层AI会参考这个图层来做结构推断。比如补一个左手的袖子就找右手袖子的图层放进来生成效果会稳定很多。用完之后把参考层删掉即可。6.4 补肉全部完成后模型动起来还是会有X形漂移或者漏缝这个大概率不是补肉本身的问题而是网格和形变权重的问题。新建网格时网格的范围要覆盖住补肉区域的全部像素并且补肉区域和原图区域的交界处需要有足够密集的网格点来承载形变。如果交界处的网格点太少拉扯时会出现像素撕裂。另外权重刷的时候交界处不要出现“突变”式过渡要沿着边界两侧做柔和的渐变过渡这样形变时补肉区域才跟得上原图区域的运动节奏。6.5 一张表看懂排查优先级症状优先排查顺位可能原因解决思路生成的肉和原图颜色不符①框选范围 ②图层混合模式 ③底色采样干扰 / 模式错误缩小框选范围重置普通模式重建底色补丁边缘生硬①框选范围 ②羽化处理上下文不足 / 未模糊边界扩大框选包含原图区域边缘做羽化擦拭生成结构不稳定①参考层 ②框选范围结构信息不足添加结构参考图层辅助推断动画时边缘撕裂/漏洞①网格密度 ②权重过渡网格覆盖不足 / 权重突变加密交界网格点权重做渐变过渡所有区域补肉平均效果差①素材分辨率 ②原图质量素材素质不足换高分辨率源图重建结构再补6.6 一套不太常见的批量处理方法当你处理的是一套完整的角色而不是单张图时有一个批量处理的技巧。在原图上把所有需要补肉的部件都框选好建立成待处理列表然后逐块生成。注意顺序有讲究先补结构遮挡关系最底层的最后补最上层的。比如先补身体再补中发最后补前发。这样AI在补前发下方镂空区域时能参考到中发已经补好的结果结构连续性更好。这个方法实测能把整套流程再压缩20%到30%的时间因为你不需要每个部件单独切换状态、逐项检查和确认。7. 工具选型我为什么选择了当前这套方案聊完了流程聊一下工具。很多朋友问的是“你用的什么工具”实际上比工具更重要的是工具背后的逻辑。我用的是整合了AI辅助填充能力的绘图/拆分软件。选择它基于三个理由。第一拆分和补全在同一个工作区内完成。图层关系实时可见不需要来回切换软件拆完直接补补完直接调整。整个人机交互链路是连续的不会因为换工具打断思路。第二它的AI填充能参考透明图层以外的其他可见图层内容。这一点很关键。补刘海下方的漏洞时如果它能同时看到身体的图层生成结果就会自动往“这里有皮肤和额头”的方向靠拢结构合理性大幅提升。第三每个图层的操作都是非破坏性的。你不满意AI生成的结果可以直接删除重新生成原图永远不会被破坏随时可以回退这一点在反复调优时价值极高。当然市面上的工具不止这一种。支持AI填充的图像处理软件、独立部署的开源方案各有优劣势。有的软件接口开放可以自己接入模型做更高阶的补全控制但安装和配置成本高有的网站式工具开箱即用上手简单但批量处理能力和对图层结构的感知能力会弱一些。建议按自己的使用频率来选——偶发使用选在线方案高频做模型选集成方案。8. 最后一点关于“补肉哲学”的个人体会写了这么多最后聊聊我在补肉这件事上的整体感悟。补肉的终极目标不是“把空白填满”而是“让观众看不出模型是拆开过的”。这个目标的实现AI只是工具真正决定成果的是你对手指位置、对结构走向、对视觉欺骗手法的理解。用了AI补全之后我最大的感受是心态变了。以前拆图时总是小心翼翼能少拆就少拆拆多了就要补肉补到怀疑人生。现在反而倾向于把图拆得更细、更灵活因为每个部件的后续成本被AI打下来了模型的动作自由度反而上去了。拆图的人从“害怕拆迁”变成了“大胆规划”这才是这个技术真正改变工作流的地方。另外还在摸索的一个方向是把AI补全直接嵌入到动画制作流程里在K帧阶段发现需要补充的漏洞当场补、当场调省去在绘图软件和模型工具之间反复横跳。目前试下来已经能跑通基础环节后续有稳定结论了再单独写一篇。
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
