AI这样把NB写在脸上，它在玩一种很新的艺术

都说AI绘画来势汹汹，但论创意，还是人类玩得花。

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：

图源：抖音账号@麦橘MAJIC

赶紧按下手机截图键，看看原图和缩略图的对比，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，类似图片疯狂刷屏。各个平台上被争相讨论的，不仅有上面的🐮

姐，还有下面这位diao哥。

△

图源：抖音账号@麦橘MAJIC

以及这位把

AI“穿”在身上的的红毛衣小姐姐：

△

图源：抖音账号@麦橘MAJIC

建议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清晰。

还有网友给了别的“认字”秘诀，比如摘下你的近视眼镜：

呼声最高的评论有两种，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，是怎么做出来的？

ControlNet又立大功

要让光影在图片甚至人物衣物上“写字”，利用的工具还是那套神奇的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已经风靡一年，热度不减，已经被大伙儿熟知和玩坏了。

所以想重点介绍一下ControlNet，这家伙是Stable Diffusion的一个AI插件。

今年春天，ControlNet因为能够搞定AI原本无法控制的手部细节、整体架构，一炮而红，被网友们戏称为“AI绘画细节控制大师”。

Stable Diffusion根据提示词生成图像显然太过随机，ControlNet提供的功能，恰好是一种更精确地限制图像生成范围的办法。

究其原理，本质上是给予训练扩散模型增加一个额外的输入，从而控制它生成的细节。

“额外的输入”可以是各种类型的，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。

Stable Diffusion搭配ControlNet的整个过程中，第一步是预处理器生成图像，第二步让这些图像经过ControlNet模型的处理，第三步时，将图像输入到Stable Diffusion中，生成最后展现在用户面前的版本。

单说ControlNet的整体思路，就是先复制一遍扩散模型的权重，得到一个可训练副本（trainable copy）。

原本扩散模型经过几十亿张图片的预训练，参数处于被“锁定”的状态。但这个可训练副本，只需要在特定任务的小数据集上训练，就能学会条件控制。

而且就算数据量很少——哪怕少于5万张——模型经过训练后，条件控制生成的效果也贼拉棒。

比如diao哥和姐的那几张图中，它主要起到的作用，就是负责确保文字作为光影、衣服图案等，“放进”了图像中。

抖音原作者表示，最后还用上了ControlNet tile模型，这个模型主要负责增加描绘的细节，并且保证在增加降噪强度时，原图的构图也不会被改变。

也有AI爱好者“另辟蹊径”，表示要得到如图效果，可以用上ControlNet brightness模型（control_v1p_sd15_brightness）。

这个模型的作用，是控制深度信息，对稳定扩散进行亮度控制，即允许用户对灰度图像着色，或对生成的图像重新着色。

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明显。

眼尖的小伙伴们可能已经发现了，给图片加汉字光影的整体思路，跟前几天同样爆火的图像风格二维码如出一辙。

不仅看起来不像个“正经”二维码，用手机扫扫还能真的跳转到有效网页。

不仅有动漫风，还有3D立体、水墨风、浮世绘风、水彩风、PCB风格……

同样在Reddit等平台上引起“哇”声一片：

不过略有不同的是，这些二维码背后不仅需要用到Stable Diffusion和ControlNet（包括brightness模型），还需要LoRA的配合。

AI大手子分享教程

光影效果爆火之后，推特上很快有AI大手子站出来表示愿意分享手把手教程。

大概思路非常简单，分为3个重要步骤：

第一步，安装Stable Diffusion和ControlNet；

第二步，在Stable Diffusion中进行常规的文生图步骤；

第三步，启用ControlNet，重点调整Control Weight和Ending Control Step两个参数。

运用这个方法，不仅可以完成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，不然文字或者图案就会盖在人脸上，很难看.

有了手把手教学，加上同思路的AI二维码制作秘籍早已公开，网友们已经玩嗨了：

△

图源微博、抖音网友，为AI生成作品

你说说，这效果，这动手能力，谁看了不说一句NB呢？（doge）

来源：量子位