ComfyUI Game Icon Generation with Custom LoRA

概念概覽

SDXL Game Icon 生成架構

核心知識

SDXL Game Icon 生成架構

主力組合：SDXL Base 1.0 + game_icon_v1.0 LoRA + IPAdapter PLUS（風格參考圖） - 與現有 Z-Image/WAN 2.2 pipeline 並行，不破壞原有 workflow - 新增 scripts/comfyui/icon_generator.py 及對應 workflow JSON

支援風格分類

風格代碼	描述	適合遊戲類型
fantasy_rpg	奇幻/幻想，金屬質感	MMORPG、卡牌
glossy_gem	寶石光澤，Match-3	Candy Crush 類
casual_match3	平面插畫，高飽和	休閒消除
realistic	寫實質感	戰略、SLG

自訓 LoRA 流程（SDXL LoRA）

1. 素材準備：原始 icon 若 ≤ 128px，先用 Real-ESRGAN 或 ESRGAN 4x 放大到 512px
2. Caption：每張圖配 .txt 描述（game icon, [物件], [風格], ...）
3. 訓練指令：

   accelerate launch train_network.py \
     --pretrained_model_name_or_path=sdxl-base-1.0 \
     --dataset_config=dataset_config.toml \
     --output_name=my_game_icon \
     --network_module=networks.lora \
     --max_train_steps=1000
   

4. 遷移至朋友機器：透過 Tailscale SSH + scp 傳輸 .safetensors

已知限制

• 低解析度原始素材（110px）即使放大後模型學習精確結構仍有限，需至少 256px 以上的清晰原圖
• game_icon_v1.0 LoRA 社群模型偏奇幻風，寫實/卡通消除類需自訓或搭配更精確的 prompt 覆蓋

經驗教訓

• SDXL 而非 Flux/Z-Image 是遊戲 icon 生成的主流選擇，社群現成 LoRA 資源更豐富

• 原始訓練素材解析度至少需 256px，不足時需先做 upscale 預處理再訓練

• IPAdapter PLUS + CLIP Vision 可用參考圖引導風格，比單純 prompt 更穩定

常見陷阱

• Disney 風 LoRA（IZT ATK）會強烈覆蓋風格，與目標遊戲美術差距大，需謹慎選用

• SDXL 生成步驟增加（DPM++ → 50 steps）會大幅拉長生成時間，朋友機器 5070 Ti 上尤其明顯

最佳實踐

• 新增 icon workflow 開獨立分支，避免影響主線 WAN 2.2 動畫 pipeline

• Workflow 按風格分類儲存（wan22_i2v_smart.json, icon_fantasy.json 等），不共用同一個 JSON

相關概念

• comfyui-zimage-wan22-character-animation

• runpod-secure-gpu-deployment

• tailscale-gpu-sharing

來源 Sessions

日期	Session	貢獻摘要

| 2026-04-13 | 6a11d50e-fabd-4e49-90a1-34f9d114caff | 本 session 從零規劃並實作遊戲 icon 生成 workflow，涵蓋 SDXL + game_icon LoRA 選型、自訂 LoRA 訓練流程（含低解析度素材放大預處理），以及多風格適配策略。 |

---

本概念頁面由 Semi-Brain Wiki 系統自動維護

最後更新: 2026-04-13