本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

Stable Diffusion插件、“AI繪畫細節控制大師”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，任意修改圖像細節。

比如給美女從頭發到衣服都換身造型，表情更親和一點：

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、背景都換個花樣兒：

——不管細節怎么修改，原圖的“靈魂”都還在。

除了這種風格，動漫類型的它也能駕馭得恰到好處：

來自推特的AI設計博主@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變，部分圖片幾乎可以達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：保留原圖畫風的修圖功能

以上更新內容，其實指的是一個叫做“reference-only”的預處理器。

它不需要任何控制模型，直接使用參考圖片就能引導擴散。

作者介紹，這個功能其實類似于“inpaint”功能，但不會讓圖像崩壞。

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

一些資深玩家可能都知道一個trick，就是用inpaint來進行圖像擴散。

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。

在這個過程中，由于圖像只是簡單粗暴的進行拼接，加上還會出現失真現象，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立的圖像，方便SD直接讀取這些圖像作為參考。

也就是說，現在你想要在保持原圖風格的前提下進行修改，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作：

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

網友：ControlNet迄今最好的一個功能

“reference-only”功能一出，有不少網友就上手體驗了。

有人稱這是ControlNet迄今為止最棒的一個功能：

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

還有人稱：

是時候把以前丟棄的廢圖都撿回來重新修復一下了。

當然，認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不對，二張圖里頭發也都是殘缺的），但網友還是表示“總歸方向是對了”。

以下是三位推特博主嘗試的效果，主要都是動漫風，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？