聲明:本文來(lái)自于微信公眾號(hào) 量子位 （ID:QbitAI），克雷西 蕭簫 ，授權(quán)轉(zhuǎn)載發(fā)布。
玩AI畫(huà)畫(huà)，現(xiàn)在終于不用擔(dān)心被老黃刀法“背刺”了!
只需要一塊4年前的GTX1650（顯存4GB），AI出圖效果堪比當(dāng)前最好的開(kāi)源模型SDXL。這是最近在GitHub上連續(xù)數(shù)日霸榜TOP1的新項(xiàng)目Fooocus，三天標(biāo)星破4k，ControlNet作者出品。
在它橫空出世之前，大伙兒要想順利跑Stable Diffusion最新的XL模型，怎么也得上16G顯存的4060ti（12G顯存的原生3060跑起來(lái)非常勉強(qiáng)）。
與其他開(kāi)源AI工具不同，F(xiàn)ooocus“聚焦于生成本身”，不僅硬件要求低，而且上手簡(jiǎn)單，十分小白友好——
全過(guò)程無(wú)需調(diào)整任何參數(shù)，點(diǎn)點(diǎn)鼠標(biāo)，3步就能生成一張圖像。
△圖源推特@Photogenic Weekend
有網(wǎng)友直呼“這簡(jiǎn)直就是Stable Diffusion和Midjourney的集大成”:
跟手動(dòng)調(diào)參說(shuō)再見(jiàn)吧!離線、開(kāi)源且免費(fèi)，只需提示詞和圖片，就能讓魔法涌現(xiàn)!
還有網(wǎng)友感嘆:即使是小白，也能很好地發(fā)揮出Stable Diffusion XL模型的效果呢。
那么，這個(gè)全新的圖像AI工具，實(shí)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(yùn)行界面來(lái)看，F(xiàn)ooocus一共有一百多種內(nèi)置風(fēng)格可供選擇。
△圖源推特@camenduru
至于效率，F(xiàn)ooocus出圖也是非常快。在Colab中，速度優(yōu)先模式下每畫(huà)一張圖大概只需半分鐘:
日志顯示的時(shí)間是繪制時(shí)間，不過(guò)之前還有個(gè)文本解析的過(guò)程，總共耗時(shí)大約是40秒:
△畫(huà)面經(jīng)過(guò)加速處理
那就先讓它畫(huà)個(gè)漫畫(huà)試試，來(lái)看看AI視角下的“馬扎大戰(zhàn)”會(huì)是什么樣子。（可不是這個(gè)馬扎哈）
由于用AI直接生成人像，手部的處理還是存在一些問(wèn)題，所以我們干脆讓馬斯克和扎克伯格都戴上了手套:
效果好像還不錯(cuò)。不知道他們有沒(méi)有什么賭注，不過(guò)不妨讓輸?shù)娜藖?lái)女裝一下。
最終兩人“握手言和”，這一珍貴畫(huà)面也被攝影師記錄了下來(lái)，整體畫(huà)面是不是有那味了?
“馬扎之戰(zhàn)”結(jié)束之后，老馬乖乖地回到公司，賣起了特斯拉。
忽略LOGO的話，海報(bào)的設(shè)計(jì)感也還蠻在線的。
其實(shí)Fooocus的每個(gè)內(nèi)置風(fēng)格都很有趣，所以不妨再來(lái)看看這些不同風(fēng)格的整活圖片:
在模仿著名作品方面，有賽博朋克版、塞爾達(dá)版、Minecraft版，甚至是寶可夢(mèng)版本的馬斯克可供觀賞。
至于其他的藝術(shù)形式，還有像素和Lowpoly風(fēng)格，以及黏土人和剪紙版本……
當(dāng)然例子是舉不完的，更多的風(fēng)格讀者朋友們可以自己去體驗(yàn)。
各位大畫(huà)家是不是已經(jīng)按耐不住想要試試了?我們馬上就來(lái)介紹Fooocus的玩法!
Fooocus的界面是醬嬸兒的，可以說(shuō)是十分有九分簡(jiǎn)潔:
如果只是嘗個(gè)鮮，沒(méi)有特殊要求的話，這一個(gè)提示框完全足夠了。
因?yàn)樽髡咭呀?jīng)把很多復(fù)雜技巧內(nèi)化到了程序當(dāng)中，調(diào)參這些操作不再需要手動(dòng)完成。
直接在下面的框中輸入Prompt，點(diǎn)擊生成按鈕就可以坐等出圖了。
（默認(rèn)一次出兩張圖，尺寸為1152×896，風(fēng)格為cinematic default，速度優(yōu)先）
如果需要高級(jí)設(shè)置，就把左下角的Advanced勾上，配置信息會(huì)出現(xiàn)在頁(yè)面右側(cè)，分為三個(gè)標(biāo)簽:
可以調(diào)整的內(nèi)容包括尺寸、數(shù)量、風(fēng)格、性能等等。
如果你是專業(yè)級(jí)玩家，還可以選擇模型版本，甚至調(diào)整LoRA參數(shù)。
此外，還有調(diào)整銳利度這種高端玩法。
對(duì)于相同的內(nèi)容，下面這張動(dòng)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(huà)面的細(xì)節(jié)也越來(lái)越豐富:
不過(guò)，對(duì)于Fooocus是否支持中文，我們也試了一下，很遺憾現(xiàn)在還不行。
比如我們輸入提示詞“蘋(píng)果”，結(jié)果畫(huà)出來(lái)的是個(gè)妹子。
這……難道是想說(shuō)“You’re the apple of my eyes”?
現(xiàn)在你大概已經(jīng)知道Fooocus的玩法了，那么又該怎么配置呢?
如果你有帶英偉達(dá)顯卡的Windows設(shè)備，那么可以用開(kāi)箱即用的版本。（大概這已經(jīng)是老黃第114514次贏麻了）
同時(shí)，硬件需要滿足最低配置要求——4GB顯存+8GB內(nèi)存。
先從這里直接下載:
https://github.com/lllyasviel/Fooocus/releases/download/release/Fooocus_win64_1-1-10.7z
解壓好之后，雙擊run.bat運(yùn)行，系統(tǒng)會(huì)自動(dòng)下載模型并部署，等配置完成就可以用了。
Linux版本的配置要求和Windows一樣，不過(guò)配置流程要復(fù)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(huán)境依賴:
gitclonehttps://github.com/lllyasviel/Fooocus.gitcdFooocuscondaenvcreate-fenvironment.yamlcondaactivatefooocuspipinstall-rrequirements_versions.txt
然后下載模型文件，存儲(chǔ)到指定目錄:
△具體請(qǐng)參見(jiàn)GitHub頁(yè)面
當(dāng)然，也可以讓系統(tǒng)自動(dòng)下載模型:
pythonlaunch.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(yùn)行。
（傳送門(mén):https://colab.research.google.com/github/lllyasviel/Fooocus/blob/main/colab.ipynb）
不過(guò)，還是要吐槽的是，Colab版本會(huì)時(shí)不時(shí)宕幾次機(jī)，不是自動(dòng)停止就是內(nèi)存溢出……
如果想在Mac或A卡電腦上更絲滑地運(yùn)行Fooocus，可以再等等作者的更新。
整體來(lái)看，F(xiàn)ooocus的出圖效果不錯(cuò)，如果提示詞選擇好的話，甚至可以當(dāng)Stable Diffusion來(lái)用，關(guān)鍵是硬件配置要求也不高。
這究竟是怎么實(shí)現(xiàn)的?
來(lái)自ControlNet作者最新項(xiàng)目
架構(gòu)設(shè)計(jì)上，F(xiàn)ooocus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(gè)項(xiàng)目，分別是stable-diffusion-webui和ComfyUI。
stable-diffusion-webui主要是交互界面的前端設(shè)計(jì):
ComfyUI則兼具Stable Diffusion的GUI和后端設(shè)計(jì):
至于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(jìn)。
不過(guò)，雖然Fooocus的模型和UI設(shè)計(jì)都有參考現(xiàn)成Stable Diffusion開(kāi)源項(xiàng)目，但作者在制作時(shí)，融入了不少自己的優(yōu)化設(shè)計(jì)，使得模型跑起來(lái)更加絲滑。
例如，作者仔細(xì)在Fooocus中采用了自己設(shè)計(jì)的k擴(kuò)散采樣（advanced k-diffusion sampling）方法，能提升采樣連續(xù)性，減少性能損失、提升采樣效率;
此外，作者還仔細(xì)調(diào)整了采樣器（Sampler）的參數(shù)，并在原版基礎(chǔ)上修改增加了一些包括電影風(fēng)格在內(nèi)的新設(shè)定。
之所以給Fooocus加上LoRA選項(xiàng)，是因?yàn)樽髡邷y(cè)試發(fā)現(xiàn)，加上LoRA（權(quán)重設(shè)置小于0.5）的SDXL模型，效果幾乎總是比不加LoRA的SDXL模型更好。
開(kāi)發(fā)出Fooocus這個(gè)項(xiàng)目的作者名叫Lvmin Zhang，2021年本科畢業(yè)于東吳大學(xué)，目前在斯坦福大學(xué)讀博。
他做過(guò)的幾個(gè)項(xiàng)目，包括ControlNet和style2paints在內(nèi)，幾乎個(gè)個(gè)都爆火:
現(xiàn)在，最新的這個(gè)項(xiàng)目Fooocus，看起來(lái)同樣很受歡迎。
在社交媒體上，已經(jīng)有網(wǎng)友自發(fā)整出了Fooocus版不同風(fēng)格的提示詞合集Excel。
如果不知道生成什么樣的圖片，參考這個(gè)文檔內(nèi)的提示詞就行:
你想好要用Fooocus生成什么樣的圖像了嗎?
項(xiàng)目地址:
https://github.com/lllyasviel/Fooocus
參考鏈接:
[1]https://twitter.com/lvminzhang/status/1690118840326524928
[2]提示詞合集:https://docs.google.com/spreadsheets/d/1AF5bd-fALxlu0lguZQiQVn1yZwxUiBJGyh2eyJJWl74/edit
[3]https://twitter.com/narrativenavi/status/1691235126045552645
[4]https://twitter.com/kiyoshi_shin
—完—
