4G顯存低配暢玩AIGC！ ControlNet作者新作登頂GitHub熱榜，小白點3次就出圖

文章來源：量子位

文：克雷西蕭簫

玩AI畫畫，現在終於不用擔心被老黃刀法“背刺”了！

只需要一塊4年前的GTX 1650（顯存4GB），AI出圖效果堪比當前最好的開源模型SDXL。

** ****△**圖源：推特@ナビ

這是最近在GitHub上連續數日霸榜TOP 1的新項目Fooocus，三天標星破4k，ControlNet作者出品。

在它橫空出世之前，大夥兒要想順利跑Stable Diffusion最新的XL模型，怎麼也得上16G顯存的4060ti（12G顯存的原生3060跑起來非常勉強）。

與其他開源AI工具不同，Fooocus“聚焦於生成本身”，不僅硬件要求低，而且上手簡單，十分小白友好——

全過程無需調整任何參數，點點鼠標，3步就能生成一張圖像。

** ****△**圖源推特@Photogenic Weekend

有網友直呼“這簡直就是Stable Diffusion和Midjourney的集大成”：

跟手動調參說再見吧！離線、開源且免費，只需提示詞和圖片，就能讓魔法湧現！

還有網友感嘆：即使是小白，也能很好地發揮出Stable Diffusion XL模型的效果呢。

那麼，這個全新的圖像AI工具，實際生成效果如何？我們上手試了試。

Colab半分鐘出圖，效果比肩SD

從運行界面來看，Fooocus一共有一百多種內置風格可供選擇。

** ****△**圖源推特@camenduru

至於效率，Fooocus出圖也是非常快。在Colab中，速度優先模式下每畫一張圖大概只需半分鐘：

日誌顯示的時間是繪製時間，不過之前還有個文本解析的過程，總共耗時大約是40秒：

** **### △畫面經過加速處理

那就先讓它畫個漫畫試試，來看看AI視角下的“馬扎大戰”會是什麼樣子。 （可不是這個馬扎哈）

由於用AI直接生成人像，手部的處理還是存在一些問題，所以我們乾脆讓馬斯克和扎克伯格都戴上了手套：

效果好像還不錯。不知道他們有沒有什麼賭注，不過不妨讓輸的人來女裝一下。

（溫馨提示：打架沒有贏家）

最終兩人“握手言和”，這一珍貴畫面也被攝影師記錄了下來，整體畫面是不是有那味了？

“馬扎之戰”結束之後，老馬乖乖地回到公司，賣起了特斯拉。

忽略LOGO的話，海報的設計感也還蠻在線的。

其實Fooocus的每個內置風格都很有趣，所以不妨再來看看這些不同風格的整活圖片：

在模仿著名作品方面，有賽博朋克版、塞爾達版、Minecraft版，甚至是寶可夢版本的馬斯克可供觀賞。

至於其他的藝術形式，還有像素和Lowpoly風格，以及黏土人和剪紙版本……

當然例子是舉不完的，更多的風格讀者朋友們可以自己去體驗。

（不得不說，AI作圖裡的文字終於不是鬼畫符了）

各位大畫家是不是已經按耐不住想要試試了？我們馬上就來介紹Fooocus的玩法！

Fooocus的界面是醬嬸兒的，可以說是十分有九分簡潔：

如果只是嘗個鮮，沒有特殊要求的話，這一個提示框完全足夠了。

因為作者已經把很多複雜技巧內化到了程序當中，調參這些操作不再需要手動完成。

直接在下面的框中輸入，點擊生成按鈕就可以坐等出圖了。

（默認一次出兩張圖，尺寸為1152×896，風格為cinematic default，速度優先）

如果需要高級設置，就把左下角的Advanced勾上，配置信息會出現在頁面右側，分為三個標籤：

可以調整的內容包括尺寸、數量、風格、性能等等。

如果你是專業級玩家，還可以選擇模型版本，甚至調整LoRA參數。

此外，還有調整銳利度這種高端玩法。

對於相同的內容，下面這張動圖展示了銳利度從2到10再到20的變化。可以看出，隨著銳利度增大，畫面的細節也越來越豐富：

不過，對於Fooocus是否支持中文，我們也試了一下，很遺憾現在還不行。

比如我們輸入提示詞“蘋果”，結果畫出來的是個妹子。

這……難道是想說“You're the apple of my eyes”？

現在你大概已經知道Fooocus的玩法了，那麼又該怎麼配置呢？

如果你有帶英偉達顯卡的Windows設備，那麼可以用開箱即用的版本。 （大概這已經是老黃第114514次贏麻了）

同時，硬件需要滿足最低配置要求——4GB顯存+8GB內存。

先從這裡直接下載：

解壓好之後，雙擊run.bat運行，系統會自動下載模型並部署，等配置完成就可以用了。

Linux版本的配置要求和Windows一樣，不過配置流程要復雜些。

（如果有Jupyter，也可以參考Colab中用到的note文件）

首先要安裝好環境依賴：

克隆 光盤福庫斯 conda env create -f 環境.yaml conda 激活 fooocus pip install -rrequirements_versions.txt

然後下載模型文件，存儲到指定目錄：

** ****△**具體請參見GitHub頁面

當然，也可以讓系統自動下載模型：

python 啟動.py

如果你在用Mac，或者硬件配置不滿足要求，也可以用Colab直接運行。

（傳送門：

不過，還是要吐槽的是，Colab版本會時不時宕幾次機，不是自動停止就是內存溢出……

如果想在Mac或A卡電腦上更絲滑地運行Fooocus，可以再等等作者的更新。

整體來看，Fooocus的出圖效果不錯，如果提示詞選擇好的話，甚至可以當Stable Diffusion來用，關鍵是硬件配置要求也不高。

這究竟是怎麼實現的？

來自ControlNet作者最新項目

架構設計上，Fooocus主要分為兩部分：交互界面和AI模型。

其中，交互界面參考了兩個項目，分別是stable-diffusion-webui和ComfyUI。

stable-diffusion-webui主要是交互界面的前端設計：

ComfyUI則兼具Stable Diffusion的GUI和後端設計：

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

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

不過，雖然Fooocus的模型和UI設計都有參考現成Stable Diffusion開源項目，但作者在製作時，融入了不少自己的優化設計，使得模型跑起來更加絲滑。

例如，作者仔細在Fooocus中採用了自己設計的k擴散採樣（advanced k-diffusion sampling）方法，能提升採樣連續性，減少性能損失、提升採樣效率；

此外，作者還仔細調整了採樣器（Sampler）的參數，並在原版基礎上修改增加了一些包括電影風格在內的新設定。

之所以給Fooocus加上LoRA選項，是因為作者測試發現，加上LoRA（權重設置小於0.5）的SDXL模型，效果幾乎總是比不加LoRA的SDXL模型更好。

開發出Fooocus這個項目的作者名叫Lvmin Zhang，2021年本科畢業於東吳大學，目前在斯坦福大學讀博。

他做過的幾個項目，包括ControlNet和style2paints在內，幾乎個個都爆火：

現在，最新的這個項目Fooocus，看起來同樣很受歡迎。

在社交媒體上，已經有網友自發整出了Fooocus版不同風格的提示詞合集Excel。

如果不知道生成什麼樣的圖片，參考這個文檔內的提示詞就行：

你想好要用Fooocus生成什麼樣的圖像了嗎？

項目地址：

參考鏈接： [1] [2] 提示詞合集： [3] [4]