AI 绘画

ai绘画秦军军阵怎么画？大场面多人物不崩的实测

FlowPix Team 发布于 2026-10-22 更新于 2026-10-23 2,279 字

先泼冷水：秦军题材的单人锐士好画，军阵难画，难在重复脸、透视和甲胄混朝代这三个地方一起发作。我的做法是把画面拆成前中后三排分别控制，前排精修、后排虚化，四天出稿效率比一整张硬跑高得多。

ai绘画秦军这个需求找上我，是10月上旬一个做历史科普号的老主顾。他要做一期讲秦军行军的视频，封面要一张「黑甲步卒沿渭水行进」的大场面，横版，人要多，气势要足。他先自己拿手机上的生成App试了七八张，人是一排一排站得挺齐，就是每个脸都像同一个人，铠甲一会儿像秦一会儿像明。

我接手时给了自己两条限制：不追求考古级别的形制还原（那是文创复刻的路子，他这期要的是氛围），但朝代感不能穿帮。工具用了Midjourney跑大关系、本地SD做精修，时间从10月9号到10月12号，四天，前后出图一百三十多张，定稿三张。

军阵不崩的第一招：把百人拆成三排去控制

大场面直接写「一百个士兵」必崩脸，正确做法是分三排控制：前排2-3人给细节词，中排写剪影，后排只写轮廓和雾。视角选低角度，让队伍往画面深处延伸。

AI画群像有个规律：人越靠近画面边缘和深处越容易崩，因为模型的注意力在构图中心。我的提示词结构是把「人」分成三档写——前排写「三名黑甲武士，侧面，面部被头盔阴影遮挡」，中排写「队列延伸，手持长铍的剪影」，后排干脆不写人，写「旌旗与烟尘，人影隐约」。三档信息量不同，AI就不会把一百张脸都画成特写。

视角是第二个关键。平视的横列队伍最容易出「克隆人」，我改成低角度仰视加斜向纵深，队伍从画面左下往右上延伸，越远越密。透视一拉，远处的脸小到看不清，崩与不崩都没人知道。老主顾看到小样回了一句「这个纵深有了，像纪录片截图」。

遮脸是小心思也是正解。秦军带胄，头盔压低加阴影，一半的脸本来就该看不见。我甚至故意加了「侧脸逆光」，崩脸率直接砍半。历史题材在这点上反而占便宜。

秦军视觉识别靠黑红主色、长铍与铍形长兵、檐式头盔加旌旗三个元素。写进提示词的词越少越准，别把朝代名直接丢给AI。

「尚黑」是秦最省事的视觉开关。我的定色词就六个字：玄黑甲、绛红旗、土黄尘。MJ对色词的执行很听话，一轮下来九成图色感是对的。倒是朝代名写了白写——直接写「秦朝士兵」，出来的东西一半像汉一半像清宫戏，模型对中文朝代词的理解很随机。

靠谱的是写实物。我在提示词里锁了三样：长柄青铜铍（别写戈，戈的形态AI十有八九画成镰刀）、上窄下宽的甲片层叠、深色大氅。兵器那项我翻车最多，先出的图里好几个兵扛着像门闩的东西，后来加了「长柄直刃青铜兵器」才稳住。我老主顾第一版小样里把「跪射」画成了单膝跪地双手抱拳，活像拜年，笑完还是删了。

背景给渭水和塬上黄土，「河岸、远处黄土台地、薄雾」。场景一具体，画面就不像影楼Cosplay了。讲句实话，这版流程做下来，我反而觉得历史题材该怕的不是考据党，是AI随手给你配的道具。

大场面流程分三步：MJ跑构图和氛围，挑中稿后高清放大，再进SD用局部重绘画干净前排。全程别在生成器里死磕细节，分工清楚省一半时间。

10月10号那晚卡在扩图上：MJ的zoom把雾越扩越浓，队伍后半截直接吞没了。后来改用pan只向右扩一段，浓雾那版反而留了一小截，构图松紧刚好。这种意外之喜说明一件事——参数之外，留点余地给挑选，比死磕一条路快。

精修阶段我只动前排两个兵。局部重绘幅度压在0.35，专门修甲片层叠的走向和长铍的柄，一次修不好就再来，每轮不超过两分钟（3060的卡，768区域的局部重绘十几秒一张）。后排一个字不动，虚化交给雾。

三张定稿里我自己最喜欢那张晨雾的：队伍刚出河谷，旗在画面右上角斜着，最前面那个兵回头看了一眼。严格说那「一眼」是AI给的，构图里本来没有这个意图。但它是整张图的呼吸口。

交稿那天老主顾把封面挂上号，视频当晚数据比平时高了一截，他说是题抓得准，我猜那张图也帮了忙——至少点进来的人不会觉得这是随手糊的图。四天里崩掉的一百多张还在硬盘里，偶尔翻翻，比看教程提神。你要画军阵，先把那三排拆完再动手。

会更接近陶俑质感，但也更「出土文物」——灰扑扑的、动作僵硬。要活人军阵的杀气，别蹭这个词；要复刻陶俑风文创，这个词反而是钥匙。两种意图别混。

能，但费次数。网页端免费额度跑军阵，出好图的比率明显低于MJ，我粗略对比过，大概一成对四成。预算紧就攒好提示词一次跑一批，别零星点。

先做减法再补实物词：删掉所有朝代名，只留「甲片层叠、头盔压低、深色大氅」这类实物描述，另外把「龙纹、盘扣、护心镜」这类容易串戏的词放进反向提示词。

远景手崩无所谓，前排的手用局部重绘单独修，或者让前排持长兵——手握长杆比空手的结构简单，AI不容易画崩。