4G显存低配畅玩AIGC！ControlNet作者新作登顶GitHub热榜，小白点3次就出图

克雷西 萧箫 发自 凹非寺
量子位 | 公众号 QbitAI

玩AI画画，现在终于不用担心被老黄刀法“背刺”了！

只需要一块4年前的GTX 1650（显存4GB），AI出图效果堪比当前最好的开源模型SDXL。

△图源：推特@ナビ

这是最近在GitHub上连续数日霸榜TOP 1的新项目Fooocus，三天标星破4k，ControlNet作者出品。

在它横空出世之前，大伙儿要想顺利跑Stable Diffusion最新的XL模型，怎么也得上16G显存的4060ti（12G显存的原生3060跑起来非常勉强）。

与其他开源AI工具不同，Fooocus“聚焦于生成本身”，不仅硬件要求低，而且上手简单，十分小白友好——

全过程无需调整任何参数，点点鼠标，3步就能生成一张图像。

△图源推特@Photogenic Weekend

有网友直呼“这简直就是Stable Diffusion和Midjourney的集大成”：

跟手动调参说再见吧！离线、开源且免费，只需提示词和图片，就能让魔法涌现！

还有网友感叹：即使是小白，也能很好地发挥出Stable Diffusion XL模型的效果呢。

那么，这个全新的图像AI工具，实际生成效果如何？我们上手试了试。

Colab半分钟出图，效果比肩SD

从运行界面来看，Fooocus一共有一百多种内置风格可供选择。

△图源推特@camenduru

至于效率，Fooocus出图也是非常快。在Colab中，速度优先模式下每画一张图大概只需半分钟：

日志显示的时间是绘制时间，不过之前还有个文本解析的过程，总共耗时大约是40秒：

△画面经过加速处理

那就先让它画个漫画试试，来看看AI视角下的“马扎大战”会是什么样子。（可不是这个马扎哈）

由于用AI直接生成人像，手部的处理还是存在一些问题，所以我们干脆让马斯克和扎克伯格都戴上了手套：

效果好像还不错。不知道他们有没有什么赌注，不过不妨让输的人来女装一下。（温馨提示：打架没有赢家）

最终两人“握手言和”，这一珍贵画面也被摄影师记录了下来，整体画面是不是有那味了？

“马扎之战”结束之后，老马乖乖地回到公司，卖起了特斯拉。

忽略LOGO的话，海报的设计感也还蛮在线的。

其实Fooocus的每个内置风格都很有趣，所以不妨再来看看这些不同风格的整活图片：

在模仿著名作品方面，有赛博朋克版、塞尔达版、Minecraft版，甚至是宝可梦版本的马斯克可供观赏。

至于其他的艺术形式，还有像素和Lowpoly风格，以及黏土人和剪纸版本……

当然例子是举不完的，更多的风格读者朋友们可以自己去体验。

（不得不说，AI作图里的文字终于不是鬼画符了）

各位大画家是不是已经按耐不住想要试试了？我们马上就来介绍Fooocus的玩法！

Fooocus的界面是酱婶儿的，可以说是十分有九分简洁：

如果只是尝个鲜，没有特殊要求的话，这一个提示框完全足够了。

因为作者已经把很多复杂技巧内化到了程序当中，调参这些操作不再需要手动完成。

直接在下面的框中输入Prompt，点击生成按钮就可以坐等出图了。

（默认一次出两张图，尺寸为1152×896，风格为cinematic default，速度优先）

如果需要高级设置，就把左下角的Advanced勾上，配置信息会出现在页面右侧，分为三个标签：

可以调整的内容包括尺寸、数量、风格、性能等等。

如果你是专业级玩家，还可以选择模型版本，甚至调整LoRA参数。

此外，还有调整锐利度这种高端玩法。

对于相同的内容，下面这张动图展示了锐利度从2到10再到20的变化。可以看出，随着锐利度增大，画面的细节也越来越丰富：

不过，对于Fooocus是否支持中文，我们也试了一下，很遗憾现在还不行。

比如我们输入提示词“苹果”，结果画出来的是个妹子。

这……难道是想说“You’re the apple of my eyes”？

现在你大概已经知道Fooocus的玩法了，那么又该怎么配置呢？

如果你有带英伟达显卡的Windows设备，那么可以用开箱即用的版本。（大概这已经是老黄第114514次赢麻了）

同时，硬件需要满足最低配置要求——4GB显存+8GB内存。

先从这里直接下载：
https://github.com/lllyasviel/Fooocus/releases/download/release/Fooocus_win64_1-1-10.7z

解压好之后，双击run.bat运行，系统会自动下载模型并部署，等配置完成就可以用了。

Linux版本的配置要求和Windows一样，不过配置流程要复杂些。

（如果有Jupyter，也可以参考Colab中用到的note文件）

首先要安装好环境依赖：

git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
conda env create -f environment.yaml
conda activate fooocus
pip install -r requirements_versions.txt

然后下载模型文件，存储到指定目录：

△具体请参见GitHub页面

当然，也可以让系统自动下载模型：

python launch.py

如果你在用Mac，或者硬件配置不满足要求，也可以用Colab直接运行。

（传送门：https://colab.research.google.com/github/lllyasviel/Fooocus/blob/main/colab.ipynb）

不过，还是要吐槽的是，Colab版本会时不时宕几次机，不是自动停止就是内存溢出……

如果想在Mac或A卡电脑上更丝滑地运行Fooocus，可以再等等作者的更新。

整体来看，Fooocus的出图效果不错，如果提示词选择好的话，甚至可以当Stable Diffusion来用，关键是硬件配置要求也不高。

这究竟是怎么实现的？

来自ControlNet作者最新项目

架构设计上，Fooocus主要分为两部分：交互界面和AI模型。

其中，交互界面参考了两个项目，分别是stable-diffusion-webui和ComfyUI。

stable-diffusion-webui主要是交互界面的前端设计：

ComfyUI则兼具Stable Diffusion的GUI和后端设计：

至于AI模型，能看出是用了Stable Diffusion新的SDXL模型：

这是也目前Stable Diffusion最好用的版本之一，生成效果相比之前的1.5版本有不少改进。

不过，虽然Fooocus的模型和UI设计都有参考现成Stable Diffusion开源项目，但作者在制作时，融入了不少自己的优化设计，使得模型跑起来更加丝滑。

例如，作者仔细在Fooocus中采用了自己设计的k扩散采样（advanced k-diffusion sampling）方法，能提升采样连续性，减少性能损失、提升采样效率；

此外，作者还仔细调整了采样器（Sampler）的参数，并在原版基础上修改增加了一些包括电影风格在内的新设定。

之所以给Fooocus加上LoRA选项，是因为作者测试发现，加上LoRA（权重设置小于0.5）的SDXL模型，效果几乎总是比不加LoRA的SDXL模型更好。

开发出Fooocus这个项目的作者名叫Lvmin Zhang，2021年本科毕业于东吴大学，目前在斯坦福大学读博。

他做过的几个项目，包括ControlNet和style2paints在内，几乎个个都爆火：

现在，最新的这个项目Fooocus，看起来同样很受欢迎。

在社交媒体上，已经有网友自发整出了Fooocus版不同风格的提示词合集Excel。

如果不知道生成什么样的图片，参考这个文档内的提示词就行：

你想好要用Fooocus生成什么样的图像了吗？

项目地址：
https://github.com/lllyasviel/Fooocus

参考链接：
[1]https://twitter.com/lvminzhang/status/1690118840326524928
[2]提示词合集：https://docs.google.com/spreadsheets/d/1AF5bd-fALxlu0lguZQiQVn1yZwxUiBJGyh2eyJJWl74/edit
[3]https://twitter.com/narrativenavi/status/1691235126045552645
[4]https://twitter.com/kiyoshi_shin

— 完 —

「量子位智库·仿生机器人沙龙」招募中

9月6日，「量子位智库·仿生机器人沙龙」将在北京中关村举办，欢迎全行业仿生机器人玩家参与 ~

点击图片了解详情，企业报名可联系活动负责人王琳玉（微信：iris_wang17，请备注企业+姓名）。沙龙观众通道后续开放，敬请期待 ~

点这里