ControlNet大更新：仅靠提示词就能精准P图，保持画风不变，网友：效果堪比定制大模型

声明:本文来自于微信公众号 量子位 （ID:QbitAI），丰色 发自 凹非寺 ，授权转载发布。

Stable Diffusion插件、“AI绘画细节控制大师”ControlNet迎来重磅更新:

只需使用文本提示词，就能在保持图像主体特征的前提下，任意修改图像细节。

比如给美女从头发到衣服都换身造型，表情更亲和一点:

抑或是让模特从甜美邻家女孩切换到高冷御姐，身体和头部的朝向、背景都换个花样儿:

——不管细节怎么修改，原图的“灵魂”都还在。

除了这种风格，动漫类型的它也能驾驭得恰到好处:

来自推特的AI设计博主@sundyme就称:

效果比想象得要好!

只需要一张参考图就能完成以上转变，部分图片几乎可以达到定制大模型的效果了。

咳咳，各位AI绘画圈的朋友们，打起精神来，又有好玩的了。

（ps. 第一三张效果图来自油管博主@Olivio Sarikas，第二张来自推特博主@sundyme）

ControlNet上新:保留原图画风的修图功能

以上更新内容，其实指的是一个叫做“reference-only”的预处理器。

它不需要任何控制模型，直接使用参考图片就能引导扩散。

作者介绍，这个功能其实类似于“inpaint”功能，但不会让图像崩坏。

（Inpaint是Stable Diffusion web UI中的一个局部重绘功能，可以将不满意、也就是被手工遮罩的地方进行重新绘制。）

一些资深玩家可能都知道一个trick，就是用inpaint来进行图像扩散。

比如你有一张512x512的狗的图像，然后想用同一只狗生成另一张512x512的图像。

这时你就可以将512x512的狗图像和512x512的空白图像连接到一张1024x512的图像中，然后使用inpaint功能，mask掉空白的512x512部分，漫射出具有相似外观的狗的形象。

在这个过程中，由于图像只是简单粗暴的进行拼接，加上还会出现失真现象，所以效果一般都不尽如人意。

有了“reference-only”就不一样了:

它可以将SD（即“Stable Diffusion”）的注意力层直接链接到任何独立的图像，方便SD直接读取这些图像作为参考。

也就是说，现在你想要在保持原图风格的前提下进行修改，使用提示词直接在原图上就能操作。

如官方示例图将一只静立的小狗改成奔跑动作:

你只需要将你的ControlNet升级到1.1.153版本以上，然后选择“reference-only”作为预处理器，上传狗的图片，输入提示词“a dog running on grassland， best quality……”，SD就只会用你的这张图作为参考进行修改了。

网友:ControlNet迄今最好的一个功能

“reference-only”功能一出，有不少网友就上手体验了。

有人称这是ControlNet迄今为止最棒的一个功能:

传一张带有人物姿势的动漫图片，再写一句看上去跟原图完全无关的提示。突然之间，你想要的效果就在原图的基础上跑出来了。真的很强，甚至说是达到了改变游戏规则的程度。

还有人称:

是时候把以前丢弃的废图都捡回来重新修复一下了。

当然，认为它也不是那么完美也有（比如开头第一张效果图里美女的耳环不对，二张图里头发也都是残缺的），但网友还是表示“总归方向是对了”。

有没有戳中你的心巴?

参考链接:

[1]https://github.com/Mikubill/sd-webui-controlnet/discussions/1236

[2]https://twitter.com/sundyme/status/1657605321052012545

[3]https://twitter.com/uoyuki667/status/1657748719155167233

[4]https://twitter.com/br_d/status/1657926233068556289

[5]https://twitter.com/aiilustnews/status/1657941855773003776

—完—