四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

四位美少女,带着AI画画在ChatGPT的热浪中杀出了一片天地。

新“魔法”一出,瞬间吸引全场目光:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

原本是一张四个闺蜜在沙滩边上的普通合影照:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

在新魔法的加持下,“啪的一下”画风两极反转,瞬间进入唯美动漫风:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

还有效果截然不同的,例如酱紫:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

不仅是动漫画风效果上的惊艳,就连人物的pose也是保持得“原汁原味”,美女们这下子算是分分钟实现了动漫自由。

如此效果一出,也是引来了不少网友们的围观,直呼“在线求教程”:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

也有不少人呼吁可以将这套玩法商业化了:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

两大AI高手联动

使出这套AI组合拳的,是一位叫“viggo”的华人小哥博主。

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

他所持的两大法宝分别是:左手StableDiffusion,右手ControlNet

StableDiffusion,相信很多友友们都已经很熟悉了,是根据输入提示的文本,就可以快速出图的AI作画神器。

ControlNet,则是新晋当红AI插件(GitHub上线2天狂揽4.6K星),相当于给AI作画这事加了buff,可以精准控制手部细节和整体结构等。

小哥的做法说起也是比较简单,就是先将原图导入进去,用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词;最后用ControlNet插件绑定骨骼开始换关键词试效果。

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

当然,原图中四位美女的姿势,也可以根据小哥绘制骨骼结构的不同发生相应的改变。例如这样的:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

相比原图中人物的位置,上面这张中的人物更分散了一些,也站到了一排;以及上半身手臂的姿势也发生了变化。

也是得益于StableDiffusion的能力,AI生成画作在画风上也能产出截然不同的效果:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

效果之惊艳,已经有网友按耐不住,照着小哥的说法“复现”了一遍,并表示:

第一次接触,很好玩,尝试复现下,感觉良好。

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

不过有一说一,这位新晋AI作画顶流插件ControlNet的“神通”可不仅于此。

简单几笔也可画出真人效果

例如微博博主“海辛Hyacinth”便分享了他用ControlNet插件后“草图变美女”的玩法。

他先是绘制了一张线稿:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

然后是开启了ControlNet的scribble模细化效果,便得到了这样的结果:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

效果之逼真,也是令人叹服了。

“海辛Hyacinth”还测试了在同一seed下不同参数的效果:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

有小伙伴就要问了,那如果关闭了ControlNet,效果会如何?别急,博主也做了测试,效果是这样的:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

“海辛Hyacinth”的这波操作也是得到了ControlNet作者的认可:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

这也把博主本人激动坏了,直呼“尖叫”:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

当然,ControlNet还可以实现其它诸多的功能,例如在装修设计上,可以输入一张拍好的卧室图,分分钟输出草图和换了风格的效果图:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

以及在ControlNet的在线网站中,也提供了许多不同功能玩法体验,感兴趣的小伙伴可以去尝试哦:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

给AI画画模型加buff

ControlNet的原理,本质上是给预训练扩散模型增加一个额外的输入,控制它生成的细节。

这里可以是各种类型的输入,作者给出来的有8种,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。

那么,让大模型学会“按输入条件生成图片”的原理是什么呢?

ControlNet整体思路和架构分工如下:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

具体来说,ControlNet先复制一遍扩散模型的权重,得到一个“可训练副本”(trainable copy)

相比之下,原扩散模型经过几十亿张图片的预训练,因此参数是被“锁定”的。而这个“可训练副本”只需要在特定任务的小数据集上训练,就能学会条件控制。

据作者表示,即使数据量很少(不超过5万张图片),模型经过训练后条件控制生成的效果也很好。

“锁定模型”和“可训练副本”通过一个1×1的卷积层连接,名叫“0卷积层”。

0卷积层的权重和偏置初始化为0,这样在训练时速度会非常快,接近微调扩散模型的速度,甚至在个人设备上训练也可以。

例如一块英伟达RTX 3090TI,用20万张图像数据训练的话只需要不到一个星期:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

作者基于当前大火的Stable Diffusion进行了具体实现,主要架构如下:

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

针对不同的输入,作者也给出了对应不同的模型,生成效果也都不错。

具体效果,就如我们刚才所展示的那样了。

One More Thing

最后来一个温馨提示……男同胞们不要觉得2月14日这个情人节过完就安全了。

接下来还可能有白色情人节(3月14日)、黑色情人节(4月14日)、玫瑰情人节(5月14日)、亲亲情人节(6月14日)……

赶紧把这套“AI组合拳”学起来,送自己的老婆/女朋友一张唯美的礼物吧!

四少女火爆外网!ControlNet组合拳效果惊人,颠覆AI绘画游戏规则

文章版权声明

 1 原创文章作者:8066,如若转载,请注明出处: https://www.52hwl.com/57471.html

 2 温馨提示:软件侵权请联系469472785#qq.com(三天内删除相关链接)资源失效请留言反馈

 3 下载提示:如遇蓝奏云无法访问,请修改lanzous(把s修改成x)

 免责声明:本站为个人博客,所有软件信息均来自网络 修改版软件,加群广告提示为修改者自留,非本站信息,注意鉴别

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023年7月16日 上午8:45
下一篇 2023年7月16日 上午8:47