ControlNet star量破万！2023年，AI绘画杀疯了？
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
从骑马的宇航员到三次元小姐姐，在不到一年的时间里，AI绘画似乎已经取得了革命性的进展。这个「骑马的宇航员」由OpenAI2022年4月推出的文生图模型DALL・E2绘制。它的前辈——DALL・E在2021年向人们展示了直接用文本生成图像的能力，打破了自然语言与视觉的次元壁。在此基础上，DALL・2更进一步，允许人们对原始图像进行编辑，比如在画面中添加一只柯基。这一个看似简单的操作其实体现了AI绘画模型可控性的提升。不过，就影响力而言，2022年最火的文生图模型并不是DA
从骑马的宇航员到三次元小姐姐，在不到一年的时间里，AI 绘画似乎已经取得了革命性的进展。
这个「骑马的宇航员」由 OpenAI 2022 年 4 月推出的文生图模型 DALL・E 2 绘制。它的前辈 ——DALL・E 在 2021 年向人们展示了直接用文本生成图像的能力，打破了自然语言与视觉的次元壁。在此基础上，DALL・2 更进一步，允许人们对原始图像进行编辑，比如在画面中添加一只柯基。这一个看似简单的操作其实体现了 AI 绘画模型可控性的提升。
不过，就影响力而言，2022 年最火的文生图模型并不是 DALL・E 2，而是另一个和它功能相似的模型 ——Stable Diffusion。和 DALL・E 2 一样，Stable Diffusion 也允许创作者对生成的图像进行编辑，但优势在于，这个模型是开源的，而且可以在消费级 GPU 上运行。因此，在 2022 年 8 月发布之后，Stable Diffusion 迅速走红，短短几个月就成了最火的文生图模型。
谷歌和波士顿大学的研究者则提出了一种「个性化」的文本到图像扩散模型 DreamBooth，用户只需提供 3~5 个样本 + 一句话，AI 就能定制照片级图像。
此外，来自 UC 伯克利的研究团队还提出了一种根据人类指令编辑图像的新方法 InstructPix2Pix，这个模型结合了 GPT-3 和 Stable Diffusion。给定输入图像和告诉模型要做什么的文本描述，模型就能遵循描述指令来编辑图像。例如，要把画中的向日葵换成玫瑰，你只需要直接对模型说「把向日葵换成玫瑰」。
进入 2023 年，一个名为 ControlNet 的模型将这类控制的灵活度推向了高峰。
ControlNet 的核心思想是在文本描述之外添加一些额外条件来控制扩散模型（如 Stable Diffusion），从而更好地控制生成图像的人物姿态、深度、画面结构等信息。
这里的额外条件以图像的形式来输入，模型可以基于这张输入图像进行 Canny 边缘检测、深度检测、语义分割、霍夫变换直线检测、整体嵌套边缘检测（HED）、人体姿态识别等，然后在生成的图像中保留这些信息。利用这一模型，我们可以直接把线稿或涂鸦转换成全彩图，生成具有同样深度结构的图等等，通过手部关键点还能优化人物手部的生成。
这一模型在 AI 绘画领域掀起了巨浪，相关项目 GitHub star 量已破万。
项目链接：https://github.com/lllyasviel/ControlNet
虽然当前很多人只是用它来生成二次元、三次元小姐姐，但其更广泛的用途也被逐渐挖掘出来，比如房屋设计、摄影摄像、影视制作、广告设计等。在这些场景中，ControlNet 被拿来和之前的一些工具一起使用，比如处理大模型微调问题的 LoRA、视频 - 动画转换工具 EbSynth 等。这些工具的组合应用加速了 AI 绘画模型与生产过程的融合。
利用 ControlNet 和 EbSynth 等工具重新进行室内装潢设计。图源：https://creativetechnologydigest.substack.com/p/controlling-artistic-chaos-with-controlnet （内附完整教程）
利用 ControlNet 和 Houdini 工具生成 3D 模型。图源：https://www.reddit.com/r/StableDiffusion/comments/115eax6/im_working_on_api_for_the_a1111_controlnet/
用 Dreambooth 和 ControlNet 改变 2D 图像光照，可用于照片、视频的后期制作。图源：https://www.reddit.com/r/StableDiffusion/comments/1175id9/when_i_say_mindblowing_i_mean_it_new_experiments/
用 ControlNet 和 EbSynth 实现动画转真人。虽然效果还不太好，但已经显示出了把动漫改编成真人版但无需演员出镜的潜力。图源 https://www.reddit.com/r/StableDiffusion/comments/117ewr9/anime_to_live_action_with_controlnet_ebsynth_not/
某设计师利用 ControlNet 生成的著名品牌「新 logo」。图源：https://twitter.com/fofrAI/status/1628882166900744194
惊喜之余，这些技术的进展也让绘画等领域的从业者陷入焦虑和愤怒。焦虑的是，AI 可能会夺走自己的饭碗。愤怒的是，AI 生成的图像很多是对当前画师的抄袭和模仿，画师的知识产权受到了侵犯。
在这些问题尚未解决的情况下，AI 绘画在画师圈成了一个尖锐的问题。很多人认为大家应该一起抵制 AI 绘画，共同捍卫自己的权益。因此，当某知名画师疑似采用 AI 绘画为某游戏工作室供稿的消息传开后，其他画师们被彻底激怒。
同时被激怒的还有游戏玩家。由于目前 AI 绘画还存在一些局限，比如处理不好手部细节（仔细观察本文第一张图的小姐姐可以看出来），达不到玩家所要求的美术视觉效果精湛、人物富有个性和创意等要求，很多玩家产生了「被糊弄」的感觉。因此，上述游戏工作室只能紧急发布声明，称「不会在产品中使用 AI 作画」。
但这种情况会持续多久呢？当 AI 绘画的水平达到肉眼难以分辨的程度，你怎么知道你玩的游戏究竟出自画师还是 AI，亦或二者组成的「团队」？
图源：https://m.weibo.cn/2268335814/4870844515358190
或许再过几个月，AI 绘画工具就会像程序员使用的 Copilot 一样，成为绘画师日常工作必不可少的工具。当然，这也在无形中提高了这一行业的门槛，正如已经被 AI「入侵」的其他行业一样。如何在这样的浪潮中保持自己的竞争力可能是每个人都应该思考的问题。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Premiere Pro 是面向专业视频制作的非线性剪辑软件，提供多轨时间线、调色、音频处理、字幕、代理工作流和多格式输出能力，并可与 After Effects、Audition、Photoshop 及 Frame.io 协同
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。