个人实现 Stable Diffusion(AI 画图) 的安装和使用，比较适内存16G以上的计算机使用。本文深度剖析了 Stable Diffusion 模型与其创新性扩展——ControlNet，ControlNet 作为一种新颖的条件控制机制，用于指导扩散模型生成图像，特别是应用于 Stable Diffusion 等文生图模型。它能实现对生成过程施加更精细的约束，使得输出图像更加符合用户的需求。在研究中，首先概述了 Stable Diffusion 的基础架构，拆解其组成单元，讨论感知压缩、CLIP 文本编码器、条件导向机制及核心的 UNet2DModel，揭示了从文本到视觉艺术的转换奥秘。文章聚焦ControlNet 的核心原理与实现逻辑，在不改变原模型架构的前提下，利用辅助网络巧妙施加外部控制信号，实现生成图像内容的精准操控。实验部分展示了 ControlNet 在 Canny edges（边缘检测）、Openpose（人体姿态检测）的效果。结果表明，ControlNet 在这些任务中都表现出显著的优势，尤其是在保持生成图像的文本相关性和准确性方面。透过实践案例的棱镜，演示了 ControlNet 在网页部署的可行性，进一步凸显其即时性和普适性价值。最后，论文总结了 ControlNet 的潜在应用前景，并提出了一些可能的改进方向。