ControlNet作者搞起大模型：让天下没有难写的生图提示词，一句话变构图小作文

文章预览

梦晨 西风 发自 凹非寺 量子位 | 公众号 QbitAI ControlNet作者新项目，居然也搞起大模型和Agent了。 当然还是和AI绘画相关：解决大伙不会写提示词的痛点。 现在只需一句超简单的提示词说明意图，Agent就会自己开始“构图”： a funny cartoon batman fights joker （一幅有趣的卡通蝙蝠侠与小丑战斗的图画） 这就是ControlNet作者 Lvmin Zhang 的新玩具 Omost 。Omost这个名字有双层含义： 发音与英文单词almost （几乎） 相似，意味着每次使用Omost后，用户所需的图像几乎就完成了； “O”代表“omni” （全能的） ，“most”表示希望最大限度地利用它。 这个新项目让网友直呼：也太强了！ 放大翻译成中文来看，用户简短的提示词会被拆解扩展，从图像全局描述到局部每个元素的都会详细说明，直观地指定图像中各个元素的位置和大小。 之后，特定图像生成器根据LLM描绘 ………………………………