做AIGC图像生成内容久了你会发现一个特别磨人的问题整张图的构图、质感到位了但阴影总在给你捣乱。要么是一个物体在地上拖出两条方向互相矛盾的影子要么是人像颧骨下面浮着一片像面具一样的灰黑色块再不然就是明明站在地面上脚底却干净得像悬空五十厘米拍的一样。今天这篇我就专门聊聊AIGC图像生成里的阴影问题包括它为什么总出岔子、我在实际项目里踩过哪些典型坑、又用什么手段把影子掰回物理世界该有的样子。这篇文章不是泛泛而谈的AI绘画缺陷吐槽而是把阴影问题拆到机制层面和操作层面先讲扩散模型为什么会犯这些光影错误再讲我在真实工作流里遇到的具体案例最后一截是能直接套用的生成控制、后期修复和验收标准。适合做电商主图、人像精修、概念设计和数字人素材的同行参考也适合刚接触生成式图像、被假阴影困扰的新手。1. 扩散模型为什么总把影子画错生成机制层面的三个根源很多人遇到坏影子第一反应是咒语没写对多抽几次卡碰运气。但在我的经验里某一些光影问题是有系统性规律的重现而不是随机抽卡的结果。要理解这个规律得先看清楚扩散模型内部到底怎么决定影子长什么样。1.1 阴影是全局低频信号而扩散模型擅长局部纹理扩散模型的去噪过程是从纯噪声开始的早期阶段恢复的是图像的低频结构和大色块后期阶段才处理高频纹理和边缘细节。理论上阴影作为大面积的明暗分布应该属于早期就该确定下来的低频信息。但问题是阴影不仅仅是暗的一块它还要求与物体的几何轮廓、光源方向、地面材质严丝合缝地匹配。这种大面积但有严格空间约束的信号恰好是扩散模型最尴尬的区域。我做个不太严谨但很形象的类比模型在早期去噪时会在画面里画出一个模糊的暗色区域作为影子的胚子但它并没有经历过哪怕一次光路计算。等到后期细节阶段物体的形状逐渐锐化这个影子胚子的边界、方向却已经很难大幅修改了。于是你看到的结果常常是影子面积和物体体积大体吻合但角度、接触点、虚实关系完全经不起推敲。根源就在于阴影的空间约束太强而生成模型并没有专门的模块去计算这种约束。1.2 注意力机制对光源方向缺乏空间约束另一个关键的机制原因是交叉注意力层的工作方式。当你输入午后的阳光斜照进窗户这样的描述模型会把文本中的阳光斜照窗户映射到图像的不同区域通过注意力权重决定哪些像素受这些词影响。这套机制对语义区域的定位很强但对方向性物理量几乎无能为力。光源方向是需要全局传递的信息一个从左上方打来的主光应当同时影响桌面的高光位置、杯子的影子方向、人物脸颊的明暗过渡和背景墙的受光区域。这四个区域在语义上毫无关联但物理上必须保持同一根光线指针。注意力机制只会让阳光这个词激活靠窗的亮部区域却不会在整张图内传播方向这个矢量。这就是为什么你常常能看到一张图里窗外的光从左边进来桌面物体的影子却拖向右前方——模型分别生成了亮部和暗部两个独立特征而不是一套完整的光照系统。1.3 训练数据里的光影标签几乎是缺失的第三层原因不在模型架构而在于数据。绝大多数图像训练集的文本标注里只有人物街道傍晚这类语义标签几乎不会有人标注主光源位于画面左侧30度、地面产生长约40厘米的接触阴影、环境光色温偏冷。模型在训练时只能从海量图像中统计出影子的画像这就导致它会按照训练分布里最常见的模式去猜测影子而不是理解光与物体的关系。这个偏差带来的后果很直接场景越独特影子越容易出错。比如一个普通的户外人像影子通常还算正常因为训练集里这类照片太多了。但如果你生成一个悬浮的玻璃球体在红色沙漠上空模型没有足够多的同类样本它就倾向于复制训练集里悬浮物体往往下方伴生阴影的固有印象于是画出一块边界模糊、方向随机的暗色区域。数据分布的稀疏性决定了阴影错误在高概念、低样本的场景里会成倍放大。2. 现场还原我在工作中踩过的四类典型阴影问题理论说起来抽象实际操作中遇到的问题往往更具体也更让人抓狂。下面这四类问题是我在真实项目里反复遇到过的每一类都有明显的症状和对应的坑点。2.1 多光源下的影子分身方向互相矛盾这大概是电商产品图里最高频的问题。我要做一个金属保温杯的展示图画面顶部有一个主光源右侧还有一个偏冷的补充光源。生成结果里杯子的主体高光确实在顶部和右上方这本是合理的但底下的影子却同时拖出了两个方向——一个向右下方较长一个向左下方较短仿佛桌面装了两个太阳。这种影子分身现象典型的成因是模型分别从高光位置和阴影区域两个独立特征里做了统计推断它根据训练集里左侧受光的物体常在右侧拖出影子的统计习惯随手补了一块暗色。多光源场景确实复杂但模型的问题不在于多光源本身画不对而在于它根本没有任何关于哪个光源对应哪条影子的追踪逻辑所以影子往往只是看起来像影子的装饰品。2.2 地面影子的漂浮感接触点不落地第二类问题我觉得比方向错误更隐蔽——物体看起来悬浮。生成一只立在地上的帆布鞋鞋底与地面接触的部分干净得没有一丝暗部反而在距离地面几厘米的地方有一团非常淡的、扩散状的灰色阴影。这违背了最基本的接触阴影规律物体贴近地面的位置应当有一个小而深的压暗区域那是环境光被遮挡后形成的暗角。扩散模型为什么会犯这种错因为它在训练数据里学到了物体的下方往往有阴影但这个阴影到底是接触阴影还是远离物体的投影很多浅景深照片里两者混在一起统计上很难严格区分。模型选择了最容易看起来正常的方式——在物体底部垫一层柔和的灰雾因为这样最不容易被观察到破绽。讽刺的是人眼对接触阴影极其敏感哪怕只是一圈极窄的压暗都能立刻建立起物体接地的信服感。缺失了这圈细节整张图立刻暴露AI生成感。2.3 人像脸上的面具阴影结构阴影与光影阴影混淆人像生成里的阴影问题是另一个层级的麻烦。我做过一批侧光人像的数字素材模型在人物颧骨下方生成了非常深的暗部颜色发灰发黑显得像是戴了一个跟肤色完全脱节的面具。问题在于模型混淆了两类阴影一类是面部骨骼本身的结构阴影比如鼻底、颧骨下方的自然暗部通常带有皮肤透射的暖色另一类是外部光源投射的光影阴影比如侧光在脸颊一侧投下的明确亮暗分界。真实摄影里这两类阴影是叠加且带有皮肤次表面散射色温的。但模型在处理时往往把面部结构阴影当作独立特征直接生成一块灰黑色调没有考虑光源方向和肤色透光。结果是脸明明侧向右边左边脸颊却出现了一块完全不随光源变化的僵硬暗部。我在修图时花费的时间比解决前两类问题加起来还多。2.4 反射里的无影世界倒影缺失与重复影子错位最后一个比较进阶的坑是镜面、水面、玻璃等反射材质里的阴影问题。生成一个雨后街景地面有一片积水路灯杆在水里的倒影本应包含灯杆本身的形状和它投在地面的影子但生成结果里积水倒影要么是一片模糊的灰白色块要么影子方向与现实投影方向完全相反。反射阴影问题对模型来说等于二次方难度它既需要算出路灯在地面上的投影还要算出这个投影在积水里的镜像。更重要的是水洼的视点角度还会改变倒影的形变方式。模型无法执行这种几何变换它只是把灯杆和周围地面颜色的像素复制粘贴到倒影位置再混入一些噪感。所以在生成含大面积反射面的画面时需要额外的修复功夫不能指望模型自己搞定。3. 生成阶段的控制手段把光源意图提前告诉模型上面讲到的问题其实可以通过生成前控制减少相当大一部分。这里的核心思路是不要试图让模型自己去理解物理而是尽可能把光源的方向、类型、强度翻译成模型能够响应的语言。下面按我的使用频率从软约束到硬约束逐个说。3.1 提示词与负面提示词的写法从软约束开始最基础但也最容易被忽视的手段是提示词的结构化写法。单纯写光影正确是没有用的模型只会当作一种抽象风格词处理。我试验下来效果最稳的方式是把光照信息拆成四个维度写清楚光源位置光线从画面左上方45度方向投射光源质感柔和的天光、硬朗的正午直射光、边缘锐利的聚光灯阴影特征物体的接触阴影清晰、投影向右下延伸环境反应地面有明确的接触压暗与柔和的漫反射环境阴影把这四类信息集中写在提示词的开头位置比零散地插在句子末尾效果要明显得多。负面提示词也有讲究我会固定放一组光影相关词错误阴影、多方向阴影、双重投影、漂浮感、无接触阴影、面部灰黑色块。这组词不需要多华丽但能有效压低我刚才提到的几类高频问题。不过提示词是软约束它只是把模型往正确方向推了一把并不能彻底锁死结果。尤其碰上多物体复杂场景模型还是可能分神。所以我的建议是提示词阶段用来筛选题材但不要指望它做到100%可靠。3.2 空间控制手段用结构图把几何关系锁死如果提示词不够用就要上硬约束——在主流开源工作流里最常用的是结构控制类插件通过输入深度图、线稿、法线贴图来约束生成结果的几何轮廓。这里有个很多新手忽略的点控制网络里有一类基于语义分割图的方法它虽然能锁住物体的类别和大致位置却锁不住物体与地面之间的关系因为分割图本身不含深度或高度信息。真正对阴影问题帮助最大的是深度图和法线贴图。深度图能告诉模型物体底部的确与地面处于同一连续平面从而降低悬浮感法线贴图能强制规定表面各区域的朝向间接隐含了光照响应关系。我在生成产品图时通常会先用简单的3D软件摆一个白模场景导出深度图和法线图再丢进生成流程里。这套流程最麻烦的地方在于前期要搭场景但换来的是阴影方向基本稳定返工率下降非常明显。3.3 多视角一致性用光源探针统一方向如果你要做的是同一个物体多个角度的系列图比如电商详情页的多个展示角度那么还有一个更讨巧的技巧先固定一个光源探针视角。具体做法是先在同一场景里生成一张包含一个灰色球体或圆柱体的图这个球体上的高光位置、影子方向就是整组图的光照基准。然后把这张图作为参考图在所有后续生成里都用图生图的方式带进去让模型在交叉注意力层面看到这个基准。我在做一组六视角的陶瓷花瓶图时用这个方法把六个角度的影子方向统一到了完全一致的状态这在以前靠纯提示词几乎不可能做到。4. 出图之后的修复姿势在像素层面对付坏影子生成阶段的控制再到位也不可能百分百规避所有阴影问题。尤其是那些已经生成完、进入交付环节的图最稳妥的方案是手工修复。这里分享一套我在日常修图里沉淀下来的流程顺序基本固定操作也不复杂关键是每个步骤背后的判断逻辑。4.1 局部重绘只给模型一个补影子的任务遇到局部影子不合理的情况我的第一反应不是整图重抽而是局部重绘。把所有需要修正的阴影区域用蒙版盖住把蒙版边缘稍微羽化然后只针对这个区域重新生成。这里有一个特别重要的细节蒙版不能只圈住影子本身最好把影子周边的受光区域也带上一点给模型提供足够的光照上下文。举个例子如果物体右侧的投影方向不对我会把投影区域连同物体底部一小半的区域一起勾选出来在提示词里写上与左侧主光方向一致的柔和投影、接触处逐渐收窄。这样模型在看到局部区域时能根据保留部分的明暗关系推断光源位置修复结果会更加自然。如果只圈住影子本身模型往往会在修复区域里再生成一块四不像的灰斑。4.2 手绘阴影高斯模糊最可靠的暗部重建方法当模型重绘了好几轮都不满意时我建议放弃挣扎直接手动铺阴影。方法也很老派新建一个图层在物体脚底画一个椭圆或贴合物体的多边形填充深灰色到黑色然后做高斯模糊调整羽化数值再把图层混合模式改成正片叠底或柔光并降低不透明度。这里的关键参数是模糊半径。真实阴影的虚实取决于光源面积大面积光源产生的投影边缘柔和小面积光源产生的投影边缘锐利。实际操盘时我会用两层阴影叠加第一层是较锐利的接触阴影紧贴物体底部模糊半径大概5到15像素第二层是扩散的环境阴影半径可以拉到50像素以上透明度降低到20%左右。这两层叠加起来基本能还原真实世界最常见的阴影形态。4.3 别忽略阴影的环境色阴影不是纯黑这是我接手过多张问题图后总结出来的最重要经验阴影的颜色不应当是纯黑或纯灰而应当包含环境色。白天室外的阴影会带一点天空的蓝色夕阳下的影子会带上暖橙色室内白墙边的阴影则混合墙面反射的漫射光。实操里我会用拾取画面上非阴影区域的主色调调暗后再混入少量互补色的方式来给阴影上色。这样做的效果非常明显——阴影一旦有了环境色倾向整张图的立体感和真实感会立刻提升。很多AI生成图之所以一眼假并不是影子形状不对而是影子颜色死黑一片、与环境完全脱节。4.4 批量场景的自动化思路分方向建动作预设如果你的工作流里有大批量修图的场景比如电商详情页几十张图都要处理阴影那么手工逐张处理显然不现实。我的做法是把阴影问题按光源方向分组为每个方向组建立一套动作预设先自动识别物体底部位置添加一层暗部然后按固定模糊半径处理最后调色统一环境色。这套批量流程能解决的是模式化的接触阴影缺失和漂浮感问题。对于不同构图的影子方向冲突这类更复杂的错误自动化只能做初步修复最终需要人工介入的地方依然不少。但把机械重复的步骤交给自动化后一张图的整体修复时间能从十分钟压缩到两分钟左右。5. 一张好影子的验收标准商业项目里怎么判断能不能交付修完影子和修完脸一样需要有一个明确的验收标准否则全凭感觉项目审核阶段容易反复返工。我从大量商业项目里总结了一套四维检视法下面展开讲讲。5.1 四维检视法光源、接触、遮蔽、反射看一张图的阴影是否合格我会依次检查四个维度第一是光源一致性。画面里所有物体的受光面应当指向同一个光源方向所有投影的方向也应当与光源方向形成镜像对称。如果画面中有多光源至少要能说得清哪个影子对应哪个光源。第二是接触阴影。每个与地面接触的物体底部都应当存在一圈窄而深的压暗区域。这是判断物体是否真实落地的最重要信号也是AI生成图最容易缺失的细节。第三是环境光遮蔽。物体与物体的交接处、墙角、褶皱深处应当有适度压暗。它不需要太大面积但能让场景中的几何关系更加清晰可信。第四是反射联动。如果画面中出现镜面、水面、光滑地面那么物体的投影和反射倒影必须保持明暗方向一致。这一点在多材质混合场景里尤其重要。检视维度常见失败表现修复优先级光源一致性影子方向与高光位置矛盾高接触阴影物体底部无压暗、漂浮感高环境光遮蔽交界处过亮、缺乏纵深中反射联动倒影丢失或方向错误中5.2 不同行业的容忍度差异先分清受众再下手同样是阴影问题在不同场景里的容忍度完全不同。电商白底产品图里消费者注意最多的是产品与阴影的关系是否干净自然这里接触阴影的优先级最高多一个光源乱影都会显得廉价。人像摄影类素材更看重脸部结构阴影与肤色的融合度黑灰色块是不可接受的但投影方向稍微偏差一点反而不容易被发现。概念设计和影视美术类工作里风格化阴影有更大的发挥空间只要画面内逻辑自洽就算采用了夸张的超现实影子处理也不违和。反过来如果做的是建筑可视化、室内效果图这类领域对影子方向的物理正确性要求极高因为专业人士一眼就能看出影子和实际日照轨迹的偏差。我一般会在项目开工前就跟需求方确认清楚验收维度避免你觉得差不多、我觉得差很多这种互相拉扯。5.3 采用控制流程前后的对比返工率与时间账最后说一组实战数据供你参考。我过去做纯文生图时一套十张的产品图出图后差不多有三分之一需要重新处理阴影大部分问题集中在接触阴影缺失和方向不一致。单张处理时间大约十到十五分钟。引入结构控制工具加光源探针方法之后出图的一次合格率能提升到接近八成剩余的问题基本都是局部重绘就能修掉的轻微缺陷单张处理时间降到五分钟左右。这套流程并不是什么玄学核心逻辑就是在生成前想尽办法传达光源信息在生成后快速分维度验收再修补。说实话每次看到一张影子修好后的图我都会觉得整个制作链路才算是真正闭环了。最后多分享一个小习惯我每次正式出图之前都会先在纸上画一个简笔画示意光源和影子的方向哪怕只有三个箭头也会让后面的提示词、控制参数和后处理思路清晰很多。比起对着AI生成结果无限抽卡先想清楚光从哪来、影子往哪走往往是解决AIGC图像生成阴影问题最便宜也最有效的一步。
做AIGC图像生成内容久了你会发现一个特别磨人的问题整张图的构图、质感到位了但阴影总在给你捣乱。要么是一个物体在地上拖出两条方向互相矛盾的影子要么是人像颧骨下面浮着一片像面具一样的灰黑色块再不然就是明明站在地面上脚底却干净得像悬空五十厘米拍的一样。今天这篇我就专门聊聊AIGC图像生成里的阴影问题包括它为什么总出岔子、我在实际项目里踩过哪些典型坑、又用什么手段把影子掰回物理世界该有的样子。这篇文章不是泛泛而谈的AI绘画缺陷吐槽而是把阴影问题拆到机制层面和操作层面先讲扩散模型为什么会犯这些光影错误再讲我在真实工作流里遇到的具体案例最后一截是能直接套用的生成控制、后期修复和验收标准。适合做电商主图、人像精修、概念设计和数字人素材的同行参考也适合刚接触生成式图像、被假阴影困扰的新手。1. 扩散模型为什么总把影子画错生成机制层面的三个根源很多人遇到坏影子第一反应是咒语没写对多抽几次卡碰运气。但在我的经验里某一些光影问题是有系统性规律的重现而不是随机抽卡的结果。要理解这个规律得先看清楚扩散模型内部到底怎么决定影子长什么样。1.1 阴影是全局低频信号而扩散模型擅长局部纹理扩散模型的去噪过程是从纯噪声开始的早期阶段恢复的是图像的低频结构和大色块后期阶段才处理高频纹理和边缘细节。理论上阴影作为大面积的明暗分布应该属于早期就该确定下来的低频信息。但问题是阴影不仅仅是暗的一块它还要求与物体的几何轮廓、光源方向、地面材质严丝合缝地匹配。这种大面积但有严格空间约束的信号恰好是扩散模型最尴尬的区域。我做个不太严谨但很形象的类比模型在早期去噪时会在画面里画出一个模糊的暗色区域作为影子的胚子但它并没有经历过哪怕一次光路计算。等到后期细节阶段物体的形状逐渐锐化这个影子胚子的边界、方向却已经很难大幅修改了。于是你看到的结果常常是影子面积和物体体积大体吻合但角度、接触点、虚实关系完全经不起推敲。根源就在于阴影的空间约束太强而生成模型并没有专门的模块去计算这种约束。1.2 注意力机制对光源方向缺乏空间约束另一个关键的机制原因是交叉注意力层的工作方式。当你输入午后的阳光斜照进窗户这样的描述模型会把文本中的阳光斜照窗户映射到图像的不同区域通过注意力权重决定哪些像素受这些词影响。这套机制对语义区域的定位很强但对方向性物理量几乎无能为力。光源方向是需要全局传递的信息一个从左上方打来的主光应当同时影响桌面的高光位置、杯子的影子方向、人物脸颊的明暗过渡和背景墙的受光区域。这四个区域在语义上毫无关联但物理上必须保持同一根光线指针。注意力机制只会让阳光这个词激活靠窗的亮部区域却不会在整张图内传播方向这个矢量。这就是为什么你常常能看到一张图里窗外的光从左边进来桌面物体的影子却拖向右前方——模型分别生成了亮部和暗部两个独立特征而不是一套完整的光照系统。1.3 训练数据里的光影标签几乎是缺失的第三层原因不在模型架构而在于数据。绝大多数图像训练集的文本标注里只有人物街道傍晚这类语义标签几乎不会有人标注主光源位于画面左侧30度、地面产生长约40厘米的接触阴影、环境光色温偏冷。模型在训练时只能从海量图像中统计出影子的画像这就导致它会按照训练分布里最常见的模式去猜测影子而不是理解光与物体的关系。这个偏差带来的后果很直接场景越独特影子越容易出错。比如一个普通的户外人像影子通常还算正常因为训练集里这类照片太多了。但如果你生成一个悬浮的玻璃球体在红色沙漠上空模型没有足够多的同类样本它就倾向于复制训练集里悬浮物体往往下方伴生阴影的固有印象于是画出一块边界模糊、方向随机的暗色区域。数据分布的稀疏性决定了阴影错误在高概念、低样本的场景里会成倍放大。2. 现场还原我在工作中踩过的四类典型阴影问题理论说起来抽象实际操作中遇到的问题往往更具体也更让人抓狂。下面这四类问题是我在真实项目里反复遇到过的每一类都有明显的症状和对应的坑点。2.1 多光源下的影子分身方向互相矛盾这大概是电商产品图里最高频的问题。我要做一个金属保温杯的展示图画面顶部有一个主光源右侧还有一个偏冷的补充光源。生成结果里杯子的主体高光确实在顶部和右上方这本是合理的但底下的影子却同时拖出了两个方向——一个向右下方较长一个向左下方较短仿佛桌面装了两个太阳。这种影子分身现象典型的成因是模型分别从高光位置和阴影区域两个独立特征里做了统计推断它根据训练集里左侧受光的物体常在右侧拖出影子的统计习惯随手补了一块暗色。多光源场景确实复杂但模型的问题不在于多光源本身画不对而在于它根本没有任何关于哪个光源对应哪条影子的追踪逻辑所以影子往往只是看起来像影子的装饰品。2.2 地面影子的漂浮感接触点不落地第二类问题我觉得比方向错误更隐蔽——物体看起来悬浮。生成一只立在地上的帆布鞋鞋底与地面接触的部分干净得没有一丝暗部反而在距离地面几厘米的地方有一团非常淡的、扩散状的灰色阴影。这违背了最基本的接触阴影规律物体贴近地面的位置应当有一个小而深的压暗区域那是环境光被遮挡后形成的暗角。扩散模型为什么会犯这种错因为它在训练数据里学到了物体的下方往往有阴影但这个阴影到底是接触阴影还是远离物体的投影很多浅景深照片里两者混在一起统计上很难严格区分。模型选择了最容易看起来正常的方式——在物体底部垫一层柔和的灰雾因为这样最不容易被观察到破绽。讽刺的是人眼对接触阴影极其敏感哪怕只是一圈极窄的压暗都能立刻建立起物体接地的信服感。缺失了这圈细节整张图立刻暴露AI生成感。2.3 人像脸上的面具阴影结构阴影与光影阴影混淆人像生成里的阴影问题是另一个层级的麻烦。我做过一批侧光人像的数字素材模型在人物颧骨下方生成了非常深的暗部颜色发灰发黑显得像是戴了一个跟肤色完全脱节的面具。问题在于模型混淆了两类阴影一类是面部骨骼本身的结构阴影比如鼻底、颧骨下方的自然暗部通常带有皮肤透射的暖色另一类是外部光源投射的光影阴影比如侧光在脸颊一侧投下的明确亮暗分界。真实摄影里这两类阴影是叠加且带有皮肤次表面散射色温的。但模型在处理时往往把面部结构阴影当作独立特征直接生成一块灰黑色调没有考虑光源方向和肤色透光。结果是脸明明侧向右边左边脸颊却出现了一块完全不随光源变化的僵硬暗部。我在修图时花费的时间比解决前两类问题加起来还多。2.4 反射里的无影世界倒影缺失与重复影子错位最后一个比较进阶的坑是镜面、水面、玻璃等反射材质里的阴影问题。生成一个雨后街景地面有一片积水路灯杆在水里的倒影本应包含灯杆本身的形状和它投在地面的影子但生成结果里积水倒影要么是一片模糊的灰白色块要么影子方向与现实投影方向完全相反。反射阴影问题对模型来说等于二次方难度它既需要算出路灯在地面上的投影还要算出这个投影在积水里的镜像。更重要的是水洼的视点角度还会改变倒影的形变方式。模型无法执行这种几何变换它只是把灯杆和周围地面颜色的像素复制粘贴到倒影位置再混入一些噪感。所以在生成含大面积反射面的画面时需要额外的修复功夫不能指望模型自己搞定。3. 生成阶段的控制手段把光源意图提前告诉模型上面讲到的问题其实可以通过生成前控制减少相当大一部分。这里的核心思路是不要试图让模型自己去理解物理而是尽可能把光源的方向、类型、强度翻译成模型能够响应的语言。下面按我的使用频率从软约束到硬约束逐个说。3.1 提示词与负面提示词的写法从软约束开始最基础但也最容易被忽视的手段是提示词的结构化写法。单纯写光影正确是没有用的模型只会当作一种抽象风格词处理。我试验下来效果最稳的方式是把光照信息拆成四个维度写清楚光源位置光线从画面左上方45度方向投射光源质感柔和的天光、硬朗的正午直射光、边缘锐利的聚光灯阴影特征物体的接触阴影清晰、投影向右下延伸环境反应地面有明确的接触压暗与柔和的漫反射环境阴影把这四类信息集中写在提示词的开头位置比零散地插在句子末尾效果要明显得多。负面提示词也有讲究我会固定放一组光影相关词错误阴影、多方向阴影、双重投影、漂浮感、无接触阴影、面部灰黑色块。这组词不需要多华丽但能有效压低我刚才提到的几类高频问题。不过提示词是软约束它只是把模型往正确方向推了一把并不能彻底锁死结果。尤其碰上多物体复杂场景模型还是可能分神。所以我的建议是提示词阶段用来筛选题材但不要指望它做到100%可靠。3.2 空间控制手段用结构图把几何关系锁死如果提示词不够用就要上硬约束——在主流开源工作流里最常用的是结构控制类插件通过输入深度图、线稿、法线贴图来约束生成结果的几何轮廓。这里有个很多新手忽略的点控制网络里有一类基于语义分割图的方法它虽然能锁住物体的类别和大致位置却锁不住物体与地面之间的关系因为分割图本身不含深度或高度信息。真正对阴影问题帮助最大的是深度图和法线贴图。深度图能告诉模型物体底部的确与地面处于同一连续平面从而降低悬浮感法线贴图能强制规定表面各区域的朝向间接隐含了光照响应关系。我在生成产品图时通常会先用简单的3D软件摆一个白模场景导出深度图和法线图再丢进生成流程里。这套流程最麻烦的地方在于前期要搭场景但换来的是阴影方向基本稳定返工率下降非常明显。3.3 多视角一致性用光源探针统一方向如果你要做的是同一个物体多个角度的系列图比如电商详情页的多个展示角度那么还有一个更讨巧的技巧先固定一个光源探针视角。具体做法是先在同一场景里生成一张包含一个灰色球体或圆柱体的图这个球体上的高光位置、影子方向就是整组图的光照基准。然后把这张图作为参考图在所有后续生成里都用图生图的方式带进去让模型在交叉注意力层面看到这个基准。我在做一组六视角的陶瓷花瓶图时用这个方法把六个角度的影子方向统一到了完全一致的状态这在以前靠纯提示词几乎不可能做到。4. 出图之后的修复姿势在像素层面对付坏影子生成阶段的控制再到位也不可能百分百规避所有阴影问题。尤其是那些已经生成完、进入交付环节的图最稳妥的方案是手工修复。这里分享一套我在日常修图里沉淀下来的流程顺序基本固定操作也不复杂关键是每个步骤背后的判断逻辑。4.1 局部重绘只给模型一个补影子的任务遇到局部影子不合理的情况我的第一反应不是整图重抽而是局部重绘。把所有需要修正的阴影区域用蒙版盖住把蒙版边缘稍微羽化然后只针对这个区域重新生成。这里有一个特别重要的细节蒙版不能只圈住影子本身最好把影子周边的受光区域也带上一点给模型提供足够的光照上下文。举个例子如果物体右侧的投影方向不对我会把投影区域连同物体底部一小半的区域一起勾选出来在提示词里写上与左侧主光方向一致的柔和投影、接触处逐渐收窄。这样模型在看到局部区域时能根据保留部分的明暗关系推断光源位置修复结果会更加自然。如果只圈住影子本身模型往往会在修复区域里再生成一块四不像的灰斑。4.2 手绘阴影高斯模糊最可靠的暗部重建方法当模型重绘了好几轮都不满意时我建议放弃挣扎直接手动铺阴影。方法也很老派新建一个图层在物体脚底画一个椭圆或贴合物体的多边形填充深灰色到黑色然后做高斯模糊调整羽化数值再把图层混合模式改成正片叠底或柔光并降低不透明度。这里的关键参数是模糊半径。真实阴影的虚实取决于光源面积大面积光源产生的投影边缘柔和小面积光源产生的投影边缘锐利。实际操盘时我会用两层阴影叠加第一层是较锐利的接触阴影紧贴物体底部模糊半径大概5到15像素第二层是扩散的环境阴影半径可以拉到50像素以上透明度降低到20%左右。这两层叠加起来基本能还原真实世界最常见的阴影形态。4.3 别忽略阴影的环境色阴影不是纯黑这是我接手过多张问题图后总结出来的最重要经验阴影的颜色不应当是纯黑或纯灰而应当包含环境色。白天室外的阴影会带一点天空的蓝色夕阳下的影子会带上暖橙色室内白墙边的阴影则混合墙面反射的漫射光。实操里我会用拾取画面上非阴影区域的主色调调暗后再混入少量互补色的方式来给阴影上色。这样做的效果非常明显——阴影一旦有了环境色倾向整张图的立体感和真实感会立刻提升。很多AI生成图之所以一眼假并不是影子形状不对而是影子颜色死黑一片、与环境完全脱节。4.4 批量场景的自动化思路分方向建动作预设如果你的工作流里有大批量修图的场景比如电商详情页几十张图都要处理阴影那么手工逐张处理显然不现实。我的做法是把阴影问题按光源方向分组为每个方向组建立一套动作预设先自动识别物体底部位置添加一层暗部然后按固定模糊半径处理最后调色统一环境色。这套批量流程能解决的是模式化的接触阴影缺失和漂浮感问题。对于不同构图的影子方向冲突这类更复杂的错误自动化只能做初步修复最终需要人工介入的地方依然不少。但把机械重复的步骤交给自动化后一张图的整体修复时间能从十分钟压缩到两分钟左右。5. 一张好影子的验收标准商业项目里怎么判断能不能交付修完影子和修完脸一样需要有一个明确的验收标准否则全凭感觉项目审核阶段容易反复返工。我从大量商业项目里总结了一套四维检视法下面展开讲讲。5.1 四维检视法光源、接触、遮蔽、反射看一张图的阴影是否合格我会依次检查四个维度第一是光源一致性。画面里所有物体的受光面应当指向同一个光源方向所有投影的方向也应当与光源方向形成镜像对称。如果画面中有多光源至少要能说得清哪个影子对应哪个光源。第二是接触阴影。每个与地面接触的物体底部都应当存在一圈窄而深的压暗区域。这是判断物体是否真实落地的最重要信号也是AI生成图最容易缺失的细节。第三是环境光遮蔽。物体与物体的交接处、墙角、褶皱深处应当有适度压暗。它不需要太大面积但能让场景中的几何关系更加清晰可信。第四是反射联动。如果画面中出现镜面、水面、光滑地面那么物体的投影和反射倒影必须保持明暗方向一致。这一点在多材质混合场景里尤其重要。检视维度常见失败表现修复优先级光源一致性影子方向与高光位置矛盾高接触阴影物体底部无压暗、漂浮感高环境光遮蔽交界处过亮、缺乏纵深中反射联动倒影丢失或方向错误中5.2 不同行业的容忍度差异先分清受众再下手同样是阴影问题在不同场景里的容忍度完全不同。电商白底产品图里消费者注意最多的是产品与阴影的关系是否干净自然这里接触阴影的优先级最高多一个光源乱影都会显得廉价。人像摄影类素材更看重脸部结构阴影与肤色的融合度黑灰色块是不可接受的但投影方向稍微偏差一点反而不容易被发现。概念设计和影视美术类工作里风格化阴影有更大的发挥空间只要画面内逻辑自洽就算采用了夸张的超现实影子处理也不违和。反过来如果做的是建筑可视化、室内效果图这类领域对影子方向的物理正确性要求极高因为专业人士一眼就能看出影子和实际日照轨迹的偏差。我一般会在项目开工前就跟需求方确认清楚验收维度避免你觉得差不多、我觉得差很多这种互相拉扯。5.3 采用控制流程前后的对比返工率与时间账最后说一组实战数据供你参考。我过去做纯文生图时一套十张的产品图出图后差不多有三分之一需要重新处理阴影大部分问题集中在接触阴影缺失和方向不一致。单张处理时间大约十到十五分钟。引入结构控制工具加光源探针方法之后出图的一次合格率能提升到接近八成剩余的问题基本都是局部重绘就能修掉的轻微缺陷单张处理时间降到五分钟左右。这套流程并不是什么玄学核心逻辑就是在生成前想尽办法传达光源信息在生成后快速分维度验收再修补。说实话每次看到一张影子修好后的图我都会觉得整个制作链路才算是真正闭环了。最后多分享一个小习惯我每次正式出图之前都会先在纸上画一个简笔画示意光源和影子的方向哪怕只有三个箭头也会让后面的提示词、控制参数和后处理思路清晰很多。比起对着AI生成结果无限抽卡先想清楚光从哪来、影子往哪走往往是解决AIGC图像生成阴影问题最便宜也最有效的一步。
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
