平时毫无声息的群里，顿时人潮涌动，大家纷纷指责他不厚道，留图不留种。在众人的好言劝说（威逼利诱）下，他留下了一串蓝色的链接。链接里的 Civitai 是一个 AI 画图模型分享网站，有大量来自世界各地的炼丹师（调试 AI 的人）把自己训练的 AI 模型分享上来。不过这部分内容估计大家已经不陌生了，我就不多赘述了。之所以老调重谈，是因为微软往 AI 画图圈子里扔了个新东西：LoRA。说人话就是，以前的 AI 画图模型就像是焊死的一体机。不论是换硬盘、显卡还是内存，都得整块主板一起换，整体重装。但是微软搞出来的这个 LoRA，把 AI 画图的模型给 “模块化” 了，可以单独训练背景、人脸、风格等等。等真正画图的时候，再像拼积木一样，把好多 LoRA 模型拼起来就好。这么做的好处显而易见：自由度更高，并且对资源的开销更小。以 Civitai 上的 DingZhenLora 模型为例，作者只是用15张丁真的照片，就生成了一个效果还行的丁真 Cosplay AI，而且它的模型大小更是不到150MB。更厉害的是，作者 “武当山真人” 只用 3070 跑了 20 分钟，就生成了这个模型。。。十几张原始样本，3070的算力只需要不到半小时。。。训练 AI 的门槛，已经这么低了吗！从米罗那薅几十张美照，然后找个3070Ti的电脑，开炼！确实只用了半个多小时，我们的抽象米罗生成器就诞生了！我研究了一下发现，假如要想做到像之前提到的 DingZhen LoRA 那么像，还需要花更多的时间去细致的调节一下小的模型参数。然而，我还没来得及喝口茶，坐下来，开始研究调参，又有一个功能劲爆程度丝毫不亚于LoRA的新技术出现了。。。这次的主角叫 ControlNet，它能够引导 AI 输出更精确的内容。不知道大家发现没有，咱们平常在网上看到的 AI 生成图片，里面的人物姿势总是大同小异？这是因为 AI 会有一种 “惰性”，更喜欢生成接近原图（训练素材）的内容。以前要想让 AI 生成不同姿势的图片，就得使用提示词（抬头、向左看、跑步……）。但是很多时候，提示词很难精确描述我们想要的姿态 —— 而且 AI 也不一定能正确理解。只要上传一张人物照片给 ControlNet，它就能分析这张图片的人物肢体框架，然后指挥 AI 生成肢体动作类似的新图片。光是这一点，ControlNet 就足够神奇了。。。而且这还没完，仅仅就是一个周末的功夫，ControlNet 又被发现了一个足以改变 AI 画图历史的用法！它可以通过骨架控制手型 —— AI 会画手了！！！估计大家早就听说过 AI “不会画手” 的笑话，甚至已经有人脑洞大开了：假如我带上 “假手指” 再干坏事，是不是就可以一口咬定监控是 AI 生成，从而逃脱罪责了？而除了控制人物骨架，ControlNet 在上色和草稿补全方面也更进一步，正确理解了草稿中空白区域是“未涂色”，而不是“白色”。在这之前，假如你喂给 AI 一张没上色的黑白草稿，它真就只会给你生成一张“黑白照”出来。。。就在我刚看完 ControlNet 能干嘛之后，还没来得及上手用，群里就又讨论起另外一个 AI 了。。。和前文提到的那些非商业的模型不同，这次他们聊的 “ArkoAI” 是一款商业AI。这款 AI 是专门为“土木工程”设计的，能把随手画的建筑的外观草图转换成概念渲染图。连传统工业软件都开始入局，在我看来，AI 画图终于算是迈出了从“非常酷的玩具”到“新时代生产力工具”的这一步。以前的 AI 只能生成一些短视频漫画风格照、渲染一些异形一样的人物照，而且对于指令的响应相当玄学。。。但是现在，AI 已经可以制作一打演示图（甲方点头就行），生成一组情头（约稿的老板满意就行），渲染一堆现实中不存在的完美小姐姐（阿宅起立就行）。。。我们不得不承认，AI 画图已经能完成需要一些创意，但精确度要求不高的工作了。而且最主要的是，现在这方面的技术发展实在是太快了！！！就这一个周末，先是 LoRA，后是 ControlNet，然后 ArkoAI 也出来刷了一波存在。。。我从来没见过 AI 技术发展的这么迅速过！我真的猜不到，明天一觉醒来，AI 又会带来一些什么惊喜。撰文：鹤然 编辑：面线 封面：萱萱
图片、资料来源：
civitai，Korean Doll Likeness
civitai，DingZhenLora
Github，lllyasviel/ControlNet
Github，microsoft/LoRA
arxiv，Adding Conditional Control to Text-to-Image Diffusion Models
arxiv，LoRA: Low-Rank Adaptation of Large Language Models
ArkoAI——超级助理建筑师来了
