2026-09-03
独立作者指出扩散模型会把椭圆焦外和边缘畸变当噪声抹掉，于是训练 anamorph1x LoRA，在 ComfyUI 双采样加 SEEDVR2 管线里用 0.8 强度、1024×504 画幅生成。
生成图像系统把「画质」定义成分辨率、锐度、去噪、空间连贯。流媒体把观影推到客厅近距离、高亮度、HDR，胶片颗粒被当成压缩负担清掉。结果是一种 video look：皮肤毛孔和织物纹理全部摊开，信息量大，电影感薄。
变形宽银幕（anamorphic cinema）是反例。椭圆焦外、边缘畸变、空间压缩、画面中心锐四周软，在镜头设计里是结构，不是故障。扩散模型在网上大规模「干净」图像上训练，先验偏向球形镜头、正常焦距、均匀清晰。提示词写 cinematic anamorphic，往往只换宽画幅和一点虚化，骨架仍是均匀细节。不改模型先验，提示词只是装饰。
主体是影史和光学论证，不是新算法。案例从 Ridley Scott 的《Legend》、Roger Corman 的爱伦·坡系列、Tarkovsky 的《Solaris》，写到 4:3 的 Xavier Dolan《Laurence Anyways》和 Dogma 95。画幅、镜头、景深要在拍摄前定死，后期去饱和或加颗粒补不回光学语法。4:3 被拿来当对照：收窄画幅等于换一套构图逻辑，和变形宽银幕一样，是半成品语言，不是滤镜。
落到生成侧，给出三条用法：
配套案例是作者自训的 LoRA：anamorph1x。LoRA 是冻住底模、只训一小块低秩权重的适配器。它挂在自研 Z-image 扩散管线上，把椭圆竖向焦外、轻微边缘畸变、横向构图写进生成。当前 v2 用带真实变形特征的帧和照片；下一版计划用作者实拍变形镜头素材，并扩到 FLUX 和 Wan Diffusion 2.2。强度大约 0.6 到 1.0，多数「看起来像变形镜头」的样本落在 0.8。目标分辨率 1024×504，约 2.035:1。ComfyUI 工作流 IAMCCSZ-IMAGEanamorph1x 走双 k-sampler：第一遍定构图，2× 升采样后再精修，最后用 SEEDVR2 升采样保住光学特征。
没有定量评测。没有 FID、CLIP score、用户研究，也没有和「只写提示词」的对照表。给出的是工作流参数和作者观感：强度约 0.8、宽画幅画布，输出才明显带变形镜头气质。论文把 anamorph1x 写成「谦卑的第一步」。
能核实的只有这些可复现设定：LoRA 文件 anamorph1x.safetensors、ComfyUI 工作流名、强度区间、1024×504 画幅、SEEDVR2 终洗。
对做影像生成的人，这篇把一个日常观察钉死：扩散模型默认的「好图」和电影镜头的「好图」不是同一套。想要椭圆焦外，训一个光学语法 LoRA，比在提示词里堆 cinematic 更靠谱。库的想象也清楚：4:3 克制剧、16mm 纪录片颗粒、特艺彩色，各自一套 LoRA，像片场选镜头包。
它不是新训练方法。低秩适配、参考图条件、多 pass 采样都是现成件。贡献在选型：把光学瑕疵当生成目标，不当噪声。从业者能立刻试，别指望它证明「电影 AI」已经成立。
定量空白是硬伤。强度 0.8「多数成功」没有样本量、没有失败模式统计。训练数据规模、步数、秩、学习率全部没写。所谓伦理约束的作者驱动管线，落地就是作者自己挑帧、自己定工作流，可重复性弱。
案例论证偏鉴赏。Scorsese 评漫威像主题公园、Nolan 护胶片，用来支撑「流媒体杀死电影纹理」，跨度大。变形镜头用不好会丑，第 7 节自己承认，但生成侧没有展示失败样本。Z-image、FLUX、Wan 2.2 混在同一管线叙述里，读者分不清哪一步真正贡献了变形特征。