Midjourney生成90年代复古动漫与胶片滤镜技巧
想一键复刻《美少女战士》般的90年代动漫神韵?本文揭秘Midjourney生成高保真复古风格的核心三步法:先用--style raw搭配VHS降级、12%胶片颗粒等精准噪点描述唤醒模型对模拟媒介的感知;再通过--sref绑定正版动画截图,硬性继承色域压缩、硬边线条与扫描线残留等时代DNA;最后借助DaVinci Resolve加载专属LUT调色,并将统一质感的静态帧批量喂入V1视频模型,实现动态画面中泛黄、抖动、颗粒跃动的沉浸式怀旧体验——告别AI平滑失真,让每帧都呼吸着昭和末年的胶片灵魂。

如果您在Midjourney中尝试生成90年代动漫风格图像,但输出结果缺乏胶片噪点、手绘质感或时代特有的色彩衰减感,则很可能是提示词未激活V6模型对90年代动画媒介特性的识别逻辑,或未嵌入物理层模拟参数。以下是实现该效果的具体方法:
一、启用--style raw + 胶片噪点文本链组合
Midjourney V6默认启用AI平滑优化,会削弱手绘线条与模拟胶片颗粒的原始感;启用--style raw可强制关闭渲染美化算法,并配合显式噪点描述触发底层纹理生成器。
1、以主体为核心构建基础提示,例如:90s anime girl wearing oversized sweater and chunky sneakers
2、叠加三重噪点锚定结构:VHS tape degradation, analog film grain (density 12%), slight chroma shift and scan line flicker
3、追加构图与风格控制参数:--ar 4:3 --s 15 --style raw --v 6.2
4、完整提示词示例:90s anime girl wearing oversized sweater and chunky sneakers, flat color blocks, pencil hatch shading, VHS tape degradation, analog film grain (density 12%), slight chroma shift and scan line flicker --ar 4:3 --s 15 --style raw --v 6.2
二、绑定90年代动画截图作为sref参考源
Midjourney V6.2支持--sref调用高保真帧级参考,能稳定继承90年代动画特有的色域压缩、边缘硬线与扫描线残留特征,比纯文本更可靠还原视觉基因。
1、从《美少女战士》《幽游白书》或《樱桃小丸子》等正版授权蓝光资源中截取单帧(建议选择静止对话场景),确保画面无字幕、分辨率≥1280×720
2、上传截图至Discord,右键图片→“Copy Link”,提取URL末尾数字ID(如:123456789012345678)
3、构造提示词:90s anime boy holding boombox on city street --ar 16:9 --sref123456789012345678 --stylize 600 --style raw --v 6.2
4、提交后系统将对齐参考帧的色相偏移量(-8°至-12°)、亮度压缩率(22–27%)及线条锐度阈值(1.35px)
三、分阶段生成+外挂LUT调色再喂入V1视频模型
当前Midjourney V1视频模型不支持--sref直接注入胶片滤镜,但可通过“静态帧统一调色→批量重投→视频合成”路径实现动态泛黄噪点效果。
1、使用V6.2生成10张高一致性静态图(固定seed值,添加--seed 12345)
2、导入DaVinci Resolve,应用预设LUT:“90s_Japan_TV_VHS.cube”,调整Noise Density至14%,Scanline Intensity至8%
3、将调色后图像批量上传至Discord,复制全部URL
4、向V1模型提交视频指令:/imagine prompt:90s anime street scene with passing cars, motion blur on background --video --sref [全部10个URL ID] --v 1
文中关于Midjourney的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Midjourney生成90年代复古动漫与胶片滤镜技巧》文章吧,也可关注golang学习网公众号了解相关技术文章。
如何使用PrintGCDetails打印GC日志及分析工具
- 上一篇
- 如何使用PrintGCDetails打印GC日志及分析工具
- 下一篇
- WPS插入日历模板方法详解
-
- 科技周边 · 人工智能 | 3小时前 | 人工智能 · Transformers 大模型推理 KV Cache 显存不足 缓存卸载
- Transformers KV cache 怎么在显存不足时启用卸载
- 499浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Transformers chat template 怎么生成 assistant token 掩码
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Diffusers LoRA 权重融合后怎么恢复基础模型
- 291浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- Sentence Transformers 向量归一化何时影响相似度
- 372浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · 位置偏差 大模型评测 LLM-as-a-Judge 成对评测
- 大模型回答怎么设计成对评测减少位置偏差
- 314浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 | 人工智能 · OpenAI Realtime API VAD server_vad semantic_vad
- OpenAI Realtime API 怎么配置语音轮次检测
- 293浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 |
- OpenAI Structured Outputs 怎么约束嵌套 JSON 结构
- 247浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · PyTorch ONNX dynamic_shapes 动态维度
- ONNX 导出动态维度怎么声明输入轴
- 194浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · PyTorch 混合精度 AMP GradScaler 梯度溢出 optimizer.step
- PyTorch GradScaler 何时会跳过参数更新
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 深度学习 · PyTorch 随机种子 DataLoader num_workers worker_init_fn
- PyTorch DataLoader 多进程为什么会重复随机数据
- 316浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 大模型 Accelerate device_map 多设备推理
- Accelerate device_map 怎么把大模型分配到多设备
- 150浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Hugging Face Datasets Streaming 怎么处理超大数据集
- 148浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 343次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 398次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 393次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 356次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 182次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

