ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+
勾线/上色/调色都有
西风 发自 凹非寺
量子位 | 公众号 QbitAI
ControlNet作者张吕敏(Lvmin Zhang)又又又发新作了!
输入任意一张图,分分钟就能“拆解”成一个25秒的图像绘制过程视频:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/9e58ed93077015985d6b42e20af38e6f.gif)
从线稿到填色还有局部细节调整,全都有的那种:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/c24e3ec41fb4e5ee46aa0ee4f680c253.gif)
而且不止动漫风,各种风格都能驾驭:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/b33da8a25f59a9d641ea92af67141b32.gif)
这个项目名为Paints-Undo,发布不到24小时,GitHub上已揽星600+:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/bccfb43b663c7af7638e7afe2f9a689f.png)
网友们针对它的讨论也经历了一轮又一轮,不少人纷纷表示“这个是真牛P”。
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/0eeae2ef64c01aec6e83ffd8a72b0faf.png)
……甚至因为效果太好,遭到网友吐槽:
手绘伪造成本又低了。
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/9ab6929e602750081a0e95ed678ddb48.png)
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/061f076dab666405d2be911caa64cc89.png)
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/f85f3a37055f5db5c0a27d8157b43f02.gif)
还有不少网友已经玩上了:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/bbc7a73d9cf9a2169e03752b65b7328b.gif)
Ctrl+ZZZZZZZ
据GitHub主页上的介绍,Paints-Undo的命名有“其绘制过程就像是在绘画软件中多次按下撤消(Undo)按钮”之意。
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/c8c466571c8f470feb711d3db696699d.gif)
该项目包含一系列模型,展示了各种人类绘画行为,比如素描、勾线、上色、阴影、变形、左右翻转、调整色彩曲线、改变图层透明度,甚至在绘画过程中改变整体想法等等。
目前发布了两个型号:paints_undo_single_frame和paints_undo_multi_frame。
paints_undo_single_frame为单帧模型,基于SD1.5架构进行了改进,输入为一张图和一个operation step,并输出一张图。
operation step相当于Ctrl+Z(撤销)多少次,比如operation step为100,就相当于会得到一张Ctrl+Z 100次的效果图。
paints_undo_multi_frame是多帧模型,基于VideoCrafter打造,但没有使用原始Crafter的lvdm,所有的训练/推理代码都是从头开始完全实现。
经过训练后,多帧模型整体架构类似于Crafter,包含5个组成部分:3D-UNet、VAE、CLIP、CLIP-Vision、Image Projection。
多帧模型输入为两张图片,输出是这两张图片之间的16帧中间帧,其结果比单帧模型更加一致,但也更慢,创造性较低。
代码库默认方法是将两个模型一起使用:
首先使用单帧模型获取5-7个“关键帧”,然后使用多帧模型来“插值”这些关键帧,最终生成一个相对较长的视频。理论上甚至可以生成无限长的视频,但在开发测试中帧数为100-500时,结果较好。
可以通过以下方式在本地部署:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/4f658303679a723e9ba2aa42c54cb287.png)
介绍中还提到,项目测试是在24GB显存的Nvidia 4090和3090TI上进行。理论上说,16GB的显存应该也够用,但8GB就不行了,最少需要大概10到12.5GB的显存。
根据不同配置,处理一张图大约需要5-10分钟。
生成视频时长25秒,帧率为4FPS,分辨率可能是320×512、512×320、384×448或448×384。
更多玩法展示
除了直接生成25秒的从线稿到上色的视频,还有其它玩法。
比如输入线稿,也能生成线稿绘制过程:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/c0b890a023bef3e2477eb9bbad6bc9b3.gif)
单输入多输出也可以:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/06ebb2717f0d2fa9a96eb1cb7b5eeb31.gif)
或者还可以从一张图提取出不同精细程度的线稿:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/2631e2ac20d90812e72282585311a028.png)
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/014158bcfa358759225f7030c15bd96e.png)
插入一张线稿,直接在此线稿基础上填色也行:
![ControlNet作者新项目爆火:仅一张图生成25秒绘画全过程!不到一天GitHub揽星600+](/wp-content/uploads/replace/b0dd909cbdf874b529dee6893f60f4ef.gif)
感兴趣的家人们可以亲自动手试试~
GitHub链接:https://github.com/lllyasviel/Paints-UNDO
- 走路1小时能赚300块!特斯拉最新招聘闪瞎眼,还有股票奖励+福利,网友:我一天能步行12小时2024-08-20
- Prompt自相矛盾,大模型能发现吗?上海交通大学最新研究解密2024-08-16
- 爆火毒舌AI每小时赚2.8万!每分钟36个新用户,火遍全球只因改了一句提示词2024-08-11
- 蚂蚁进军AI企业服务市场!成立“数字蚂力”新公司,发力AI to B2024-08-14