給畫畫AI加個(gè)buff，畫起圖像就像開了掛。

加個(gè)人體骨骼綁定buff，Stable Diffusion直接快進(jìn)到生成3D動漫：

加個(gè)抽象到爆的草圖buff，AI變著風(fēng)格生成“完全一致”的狗子：

就連號稱“AI殺手”的手部細(xì)節(jié)，也能在控制之下畫得惟妙惟肖：

這個(gè)名叫ControlNet的新AI插件，可以說是給畫畫AI來了最后的“臨門一腳”——

原本AI無法控制的手部細(xì)節(jié)、整體架構(gòu)，有了它之后，加上Stable Diffusion這樣的擴(kuò)散模型，足以生成任何人們想要的圖像。

發(fā)出不到兩天，ControlNet就在GitHub上火了，目前已經(jīng)狂攬4.6k星：

△“讓我們控制擴(kuò)散模型”

各種效果圖更是在推特上爆火，試玩過的網(wǎng)友直呼：

游戲結(jié)束！

所以，這個(gè)ControlNet究竟給擴(kuò)散模型加了什么buff？

給AI畫畫模型加buff

ControlNet的原理，本質(zhì)上是給預(yù)訓(xùn)練擴(kuò)散模型增加一個(gè)額外的輸入，控制它生成的細(xì)節(jié)。

這里可以是各種類型的輸入，作者給出來的有8種，包括草圖、邊緣圖像、語義分割圖像、人體關(guān)鍵點(diǎn)特征、霍夫變換檢測直線、深度圖、人體骨骼等。

那么，讓大模型學(xué)會“按輸入條件生成圖片”的原理是什么呢？

ControlNet整體思路和架構(gòu)分工如下：

具體來說，ControlNet先復(fù)制一遍擴(kuò)散模型的權(quán)重，得到一個(gè)“可訓(xùn)練副本”（trainable copy）。

相比之下，原擴(kuò)散模型經(jīng)過幾十億張圖片的預(yù)訓(xùn)練，因此參數(shù)是被“鎖定”的。而這個(gè)“可訓(xùn)練副本”只需要在特定任務(wù)的小數(shù)據(jù)集上訓(xùn)練，就能學(xué)會條件控制。

據(jù)作者表示，即使數(shù)據(jù)量很少（不超過5萬張圖片），模型經(jīng)過訓(xùn)練后條件控制生成的效果也很好。

“鎖定模型”和“可訓(xùn)練副本”通過一個(gè)1×1的卷積層連接，名叫“0卷積層”。

0卷積層的權(quán)重和偏置初始化為0，這樣在訓(xùn)練時(shí)速度會非常快，接近微調(diào)擴(kuò)散模型的速度，甚至在個(gè)人設(shè)備上訓(xùn)練也可以。

例如一塊英偉達(dá)RTX 3090TI，用20萬張圖像數(shù)據(jù)訓(xùn)練的話只需要不到一個(gè)星期：

作者基于當(dāng)前大火的Stable Diffusion進(jìn)行了具體實(shí)現(xiàn)，主要架構(gòu)如下：

針對不同的輸入，作者也給出了對應(yīng)不同的模型，生成效果也都不錯(cuò)。

例如這是采用Canny邊緣檢測算法檢測出的邊緣，用于生成圖像：

這是基于霍夫變換的直線檢測算法生成的直線草圖，用于生成各種風(fēng)格的室內(nèi)設(shè)計(jì)：

當(dāng)然，自己作畫也可以，例如這是基于用戶草圖生成的小龜：

提取深度圖，并讓AI生成一幅相似的圖像，直接舉一反五：

語義分割下的游泳池圖像，不僅水里有倒影細(xì)節(jié)，建筑也變化多樣：

不過目前來看，最受歡迎的還是基于人體姿態(tài)估計(jì)算法，控制動漫人物的動作生成：

看到這里，是不是已經(jīng)有了大膽的想法？（手動狗頭）

曾開發(fā)爆火AI上色插件

這個(gè)項(xiàng)目的作者Lvmin Zhang，2021年本科畢業(yè)于東吳大學(xué)，目前在斯坦福大學(xué)讀博。

他最出名的項(xiàng)目之一，是2017年開發(fā)的AI上色插件style2paints，目前GitHub上已經(jīng)有15.9k星。

style2paints也經(jīng)過了好幾次迭代，目前即將更新到第五版。

這是第四版的效果，只需要線稿，AI就能自動給你的圖像完成上色：

除了這個(gè)項(xiàng)目以外，他也是CV頂會的常客了。

One More Thing

值得一提的是，現(xiàn)在已經(jīng)有基于ControlNet的國內(nèi)產(chǎn)品上線了。

這個(gè)產(chǎn)品名叫稿定AI，包含照片轉(zhuǎn)插畫、插畫線稿上色、插畫優(yōu)化翻新等功能，正是基于ControlNet打造。

作畫效果大概是醬嬸的：

感興趣的小伙伴們可以去試玩一波了~

項(xiàng)目地址： https://github.com/lllyasviel/ControlNet

參考鏈接： [1]https://lllyasviel.github.io/Style2PaintsResearch/ [2]https://twitter.com/search?q=controlnet&src=typed_query [3]https://www.gaoding.com/ai

審核編輯 ：李倩