【頭部財(cái)經(jīng)】最近，一組引人注目的AI生成美女圖片在網(wǎng)絡(luò)上瘋傳，展現(xiàn)出驚人的創(chuàng)意。這些圖片初看平淡無(wú)奇，但仔細(xì)觀察可以發(fā)現(xiàn)其中隱藏了兩個(gè)漢字。這些圖片成為各大社交平臺(tái)熱議的話題，其中包括不僅上半身的姐姐形象，還有下半身的"刁哥"和紅毛衣小姐姐的形象。網(wǎng)友們紛紛按下手機(jī)截圖鍵，縮小圖片后，發(fā)現(xiàn)夾帶的文字更加清晰。有些網(wǎng)友還給出一些識(shí)別文字的訣竅，例如拿下眼鏡等。

那么，這些令人嘆為觀止的圖片是如何制作出來(lái)的呢？關(guān)鍵在于“ControlNet”技術(shù)大放異彩。這套神奇的AI繪畫(huà)組合由“Stable Diffusion”和“ControlNet”組成。作為最熱門(mén)的AI繪畫(huà)工具之一，“Stable Diffusion”已經(jīng)風(fēng)靡一年，并被人們所熟知和運(yùn)用。而“ControlNet”是“Stable Diffusion”的一個(gè)AI插件。今年春天，由于它可以處理AI無(wú)法控制的手部細(xì)節(jié)和整體架構(gòu)，一夜之間走紅，并被網(wǎng)友們戲稱(chēng)為“AI繪畫(huà)細(xì)節(jié)控制大師”。

“Stable Diffusion”根據(jù)提示詞生成圖像，但顯然太過(guò)隨機(jī)。而“ControlNet”提供了一種更精確限制圖像生成范圍的方法。原理就是給訓(xùn)練擴(kuò)散模型增加一個(gè)額外的輸入，從而控制生成圖像的細(xì)節(jié)。這個(gè)額外輸入可以是各種類(lèi)型，包括草圖、邊緣圖像、語(yǔ)義分割圖像、人體關(guān)鍵點(diǎn)特征、深度圖等。使用“Stable Diffusion”和“ControlNet”的組合技術(shù)，在預(yù)處理的第一步生成圖像，然后通過(guò)“ControlNet”模型對(duì)圖像進(jìn)行處理，最后將圖像輸入到“Stable Diffusion”中生成最終呈現(xiàn)給用戶的版本。

“ControlNet”的整體思路是復(fù)制一遍擴(kuò)散模型的權(quán)重，形成一個(gè)可訓(xùn)練的副本。原本擴(kuò)散模型經(jīng)過(guò)數(shù)十億張圖片的預(yù)訓(xùn)練，參數(shù)被“鎖定”。但訓(xùn)練副本只需要在特定任務(wù)的小數(shù)據(jù)集上進(jìn)行訓(xùn)練，就能學(xué)會(huì)條件控制。即使數(shù)據(jù)量很少，如少于5萬(wàn)張，經(jīng)過(guò)訓(xùn)練后，條件控制生成的效果也非常出色。在“刁哥”和姐姐的圖片中，ControlNet的作用是確保文字融入光影和衣物圖案中。

此外，抖音原作者表示在制作過(guò)程中還使用了ControlNet的tile模型，這個(gè)模型主要用于增加細(xì)節(jié)描繪，并確保提高降噪強(qiáng)度時(shí)，原圖的構(gòu)圖不會(huì)改變。同時(shí)，一些AI愛(ài)好者也提出其他的“認(rèn)字”技巧，比如使用ControlNet的brightness模型，用于控制深度信息，對(duì)穩(wěn)定擴(kuò)散進(jìn)行亮度控制，使光影中的文字更加明顯。這個(gè)方法不僅適用于光影文字的制作，也可以用于制作圖像風(fēng)格的二維碼。

對(duì)于AI繪畫(huà)的粉絲來(lái)說(shuō)，這些驚人的效果和創(chuàng)意無(wú)疑使他們嘆為觀止。在推特上，一位AI大師站出來(lái)，表示愿意分享詳細(xì)教程。教程簡(jiǎn)單明了，分為三個(gè)關(guān)鍵步驟：安裝Stable Diffusion和ControlNet，使用Stable Diffusion進(jìn)行常規(guī)的圖像生成步驟，然后啟用ControlNet，重點(diǎn)調(diào)整Control Weight和Ending Control Step兩個(gè)參數(shù)。根據(jù)這個(gè)方法，不僅可以合成人像和光影文字，還能用于城市夜景等創(chuàng)作。