都说AI绘画来势汹汹，但论创意，还是人类玩得花。 图源:抖音账号麦橘MAJIC 赶紧按下手机截图键，看看原图和缩略图的对比，你就能窥破玄机: 是的没错！ ...

都说 AI 绘画来势汹汹，但论创意，还是人类玩得花。

赶紧按下手机截图键，看看原图和缩略图的对比，你就能窥破玄机:

是的没错！

以及这位把 AI“穿”在身上的的红毛衣小姐姐:

还有网友给了别的“认字”秘诀，比如摘下你的近视眼镜:

呼声最高的评论有两种，一种是“牛哇牛哇”的感叹，另一种是嗷嗷待哺的“蹲教程”。

所以，这些又牛又 diao 的图，是怎么做出来的？

ControlNet 又立大功

Stable Diffusion+ControlNet。

作为最火爆的两个 AI 绘画工具之一，Stable Diffusion 已经风靡一年，热度不减，已经被大伙儿熟知和玩坏了。

所以今天想重点介绍一下 ControlNet，这家伙是 Stable Diffusion 的一个 AI 插件。

今年春天，ControlNet 因为能够搞定 AI 原本无法控制的手部细节、整体架构，一炮而红，被网友们戏称为“AI 绘画细节控制大师”。

Stable Diffusion 根据提示词生成图像显然太过随机，ControlNet 提供的功能，恰好是一种更精确地限制图像生成范围的办法。

究其原理，本质上是给予训练扩散模型增加一个额外的输入，从而控制它生成的细节。

“额外的输入”可以是各种类型的，包括草图、边缘图像、语义分割图像、人体关键点特征、霍夫变换检测直线、深度图、人体骨骼等。

Stable Diffusion 搭配 ControlNet 的整个过程中，第一步是预处理器生成图像，第二步让这些图像经过 ControlNet 模型的处理，第三步时，将图像输入到 Stable Diffusion 中，生成最后展现在用户面前的版本。

单说 ControlNet 的整体思路，就是先复制一遍扩散模型的权重，得到一个可训练副本。

而且就算数据量很少 —— 哪怕少于 5 万张 —— 模型经过训练后，条件控制生成的效果也贼拉棒。

比如 diao 哥和牛啤姐的那几张图中，它主要起到的作用，就是负责确保文字作为光影、衣服图案等，“放进”了图像中。

抖音原作者表示，最后还用上了 ControlNet tile 模型，这个模型主要负责增加描绘的细节，并且保证在增加降噪强度时，原图的构图也不会被改变。

也有 AI 爱好者“另辟蹊径”，表示要得到如图效果，可以用上 ControlNetbrightness 模型。

这个模型的作用，是控制深度信息，对稳定扩散进行亮度控制，即允许用户对灰度图像着色，或对生成的图像重新着色。

不仅有动漫风，还有 3D 立体、水墨风、浮世绘风、水彩风、PCB 风格……

同样在 Reddit 等平台上引起“哇”声一片:

感兴趣的旁友们，可以戳量子位之前的文章一探究竟《ControlNet 新玩法爆火》。

AI 大手子分享教程

光影效果爆火之后，推特上很快有 AI 大手子站出来表示愿意分享手把手教程。

大概思路非常简单，分为 3 个重要步骤:

第一步，安装 Stable Diffusion 和 ControlNet；

第二步，在 Stable Diffusion 中进行常规的文生图步骤；

第三步，启用 ControlNet，重点调整 Control Weight 和 Ending Control Step 两个参数。

运用这个方法，不仅可以完成人像和光影文字的融合，城市夜景什么的，也妥妥的。

大佬还在教程里温馨提示了一下:

写提示词时，尽量不要用一些例如特写人像之类的提示词，不然文字或者图案就会盖在人脸上，很难看.

你说说，这效果，这动手能力，谁看了不说一句 NB 呢？

如果你也动手 NB 了一下，欢迎在围脖平台 量子位，投喂你的最终成品和我们互动嗷～

广告声明:文内含有的对外跳转链接，用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。