都说AI绘画来势汹汹，但论创意，仍是人类玩得花。
不信来看看这张乍一看平平无奇，却在网上疯传的AI生成美女图片：
赶紧按下手机截图键，看看原图和缩略图的比照，你就能窥破玄机：
是的没错！
这张AI生成的图片里，偷摸在光影中融进去了两个汉字。
这两天，相似图片疯狂刷屏。各个渠道上被争相讨论的，不只有上面的
以及这位把
主张大家在手机上手动缩放一下这些图，缩得越小，图片夹带的文字能更明晰。
还有网友给了别的“认字”秘诀，比方摘下你的近视眼镜：
呼声最高的谈论有两种，一种是“牛哇牛哇”的感叹，另一种是嗷嗷待哺的“蹲教程”。
所以，这些又牛又diao的图，是怎样做出来的？
ControlNet又立大功
要让光影在图片乃至人物衣物上“写字”，使用的工具仍是那套神奇的AI绘图组合：
Stable Diffusion+ControlNet。
作为最火爆的两个AI绘画工具之一，Stable Diffusion现已风行一年，热度不减，现已被大伙儿熟知和玩坏了。
所以今日想要点介绍一下ControlNet，这家伙是Stable Diffusion的一个AI插件。
本年春天，ControlNet由于能够搞定AI本来无法操控的手部细节、全体架构，一炮而红，被网友们戏称为“AI绘画细节操控大师”。
Stable Diffusion依据提示词生成图画显然过分随机，ControlNet提供的功能，恰好是一种更精确地限制图画生成范围的办法。
究其原理，本质上是给予练习分散模型添加一个额外的输入，然后操控它生成的细节。
“额外的输入”可所以各种类型的，包含草图、边际图画、语义分割图画、人体要害点特征、霍夫改换检测直线、深度图、人体骨骼等。
Stable Diffusion搭配ControlNet的整个过程中，第一步是预处理器生成图画，第二步让这些图画通过ControlNet模型的处理，第三步时，将图画输入到Stable Diffusion中，生成最终展示在用户面前的版别。
单说ControlNet的全体思路，便是先仿制一遍分散模型的权重，得到一个可练习副本（trainable copy）。
本来分散模型通过几十亿张图片的预练习，参数处于被“确定”的状态。但这个可练习副本，只需要在特定任务的小数据集上练习，就能学会条件操控。
并且就算数据量很少——哪怕少于5万张——模型通过练习后，条件操控生成的作用也贼拉棒。
比方diao哥和
抖音原作者表明，最终还用上了ControlNet tile模型，这个模型首要担任添加描绘的细节，并且保证在添加降噪强度时，原图的构图也不会被改动。
也有AI爱好者“另辟蹊径”，表明要得到如图作用，能够用上ControlNetbrightness模型（control_v1p_sd15_brightness）。
这个模型的作用，是操控深度信息，对稳定分散进行亮度操控，即允许用户对灰度图画着色，或对生成的图画从头着色。
一方面，能让图片和文字融合得更好。
另一方面，能是让图片尤其是文字部分亮起来，这样光影写出的文字看起来会更加显着。
眼尖的小伙伴们可能现已发现了，给图片加汉字光影的全体思路，跟前几天相同爆火的图画风格二维码如出一辙。
不只看起来不像个“正派”二维码，用手机扫扫还能真的跳转到有效网页。
不只有动漫风，还有3D立体、水墨风、浮世绘风、水彩风、PCB风格……
相同在Reddit等渠道上引起“哇”声一片：
不过略有不同的是，这些二维码背后不只需要用到Stable Diffusion和ControlNet（包含brightness模型），还需要LoRA的配合。
感兴趣的旁友们，能够戳量子位之前的文章一探究竟《ControlNet新玩法爆火》。
AI大手子共享教程
光影作用爆火之后，推特上很快有AI大手子站出来表明愿意共享手把手教程。
大概思路十分简单，分为3个重要过程：
第一步，安装Stable Diffusion和ControlNet；
第二步，在Stable Diffusion中进行惯例的文生图过程；
第三步，启用ControlNet，要点调整Control Weight和Ending Control Step两个参数。
运用这个方法，不只能够完结人像和光影文字的融合，城市夜景什么的，也妥妥的。
大佬还在教程里温馨提示了一下：
写提示词时，尽量不要用一些例如特写人像之类的提示词，否则文字或者图画就会盖在人脸上，很难看.
（教程链接：mp.weixin.qq.com/s/rvpU4XhTo…
有了手把手教学，加上同思路的AI二维码制作秘籍早已揭露，网友们现已玩嗨了：
△图源微博、抖音网友，为AI生成著作
你说说，这作用，这着手才能，谁看了不说一句NB呢？（doge）
假如你也着手NB了一下，欢迎在围脖渠道@量子位，投喂你的最终制品和咱们互动嗷～
参阅链接：
[1]mp.weixin.qq.com/s/rvpU4XhTo…
[2]twitter.com/op7418/stat…
