本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

Stable Diffusion插件、“AI繪畫細(xì)節(jié)控制大師”ControlNet迎來重磅更新：

只需使用文本提示詞，就能在保持圖像主體特征的前提下，任意修改圖像細(xì)節(jié)。

比如給美女從頭發(fā)到衣服都換身造型，表情更親和一點(diǎn)：

抑或是讓模特從甜美鄰家女孩切換到高冷御姐，身體和頭部的朝向、背景都換個(gè)花樣兒：

——不管細(xì)節(jié)怎么修改，原圖的“靈魂”都還在。

除了這種風(fēng)格，動(dòng)漫類型的它也能駕馭得恰到好處：

來自推特的AI設(shè)計(jì)博主@sundyme就稱：

效果比想象得要好！

只需要一張參考圖就能完成以上轉(zhuǎn)變，部分圖片幾乎可以達(dá)到定制大模型的效果了。

咳咳，各位AI繪畫圈的朋友們，打起精神來，又有好玩的了。

（ps. 第一三張效果圖來自博主@Olivio Sarikas，第二張來自推特博主@sundyme）

ControlNet上新：保留原圖畫風(fēng)的修圖功能

以上更新內(nèi)容，其實(shí)指的是一個(gè)叫做“reference-only”的預(yù)處理器。

它不需要任何控制模型，直接使用參考圖片就能引導(dǎo)擴(kuò)散。

作者介紹，這個(gè)功能其實(shí)類似于“inpaint”功能，但不會(huì)讓圖像崩壞。

（Inpaint是Stable Diffusion web UI中的一個(gè)局部重繪功能，可以將不滿意、也就是被手工遮罩的地方進(jìn)行重新繪制。）

一些資深玩家可能都知道一個(gè)trick，就是用inpaint來進(jìn)行圖像擴(kuò)散。

比如你有一張512x512的狗的圖像，然后想用同一只狗生成另一張512x512的圖像。

這時(shí)你就可以將512x512的狗圖像和512x512的空白圖像連接到一張1024x512的圖像中，然后使用inpaint功能，mask掉空白的512x512部分，漫射出具有相似外觀的狗的形象。

在這個(gè)過程中，由于圖像只是簡(jiǎn)單粗暴的進(jìn)行拼接，加上還會(huì)出現(xiàn)失真現(xiàn)象，所以效果一般都不盡如人意。

有了“reference-only”就不一樣了：

它可以將SD（即“Stable Diffusion”）的注意力層直接鏈接到任何獨(dú)立的圖像，方便SD直接讀取這些圖像作為參考。

也就是說，現(xiàn)在你想要在保持原圖風(fēng)格的前提下進(jìn)行修改，使用提示詞直接在原圖上就能操作。

如官方示例圖將一只靜立的小狗改成奔跑動(dòng)作：

你只需要將你的ControlNet升級(jí)到1.1.153版本以上，然后選擇“reference-only”作為預(yù)處理器，上傳狗的圖片，輸入提示詞“a dog running on grassland, best quality……”，SD就只會(huì)用你的這張圖作為參考進(jìn)行修改了。

網(wǎng)友：ControlNet迄今最好的一個(gè)功能

“reference-only”功能一出，有不少網(wǎng)友就上手體驗(yàn)了。

有人稱這是ControlNet迄今為止最棒的一個(gè)功能：

傳一張帶有人物姿勢(shì)的動(dòng)漫圖片，再寫一句看上去跟原圖完全無關(guān)的提示。突然之間，你想要的效果就在原圖的基礎(chǔ)上跑出來了。真的很強(qiáng)，甚至說是達(dá)到了改變游戲規(guī)則的程度。

還有人稱：

是時(shí)候把以前丟棄的廢圖都撿回來重新修復(fù)一下了。

當(dāng)然，認(rèn)為它也不是那么完美也有（比如開頭第一張效果圖里美女的耳環(huán)不對(duì)，二張圖里頭發(fā)也都是殘缺的），但網(wǎng)友還是表示“總歸方向是對(duì)了”。

以下是三位推特博主嘗試的效果，主要都是動(dòng)漫風(fēng)，一起欣賞一下：

△來自@新宮ラリのAIイラストニュ

△來自@br_d，左一為原圖

△來自@br_d，上一為原圖

△來自@uoyuki667，左一為原圖

有沒有戳中你的心巴？