ControlNet 是 Stable Diffusion（SD，一种开源文本生成图像模型）生态中最关键的精准控制插件。它通过在扩散模型（diffusion model，一类通过逐步去噪生成图像的机器学习模型）推理过程中注入额外条件输入——如线条、深度图、骨骼姿态、语义分割图等——让生成结果不再“只靠提示词碰运气”，而是在构图、姿态、轮廓、光照等维度上可复现、可量化、可控。ControlNet 最初由张吕敏（Lvmin Zhang）团队于 2023 年 2 月提出，随后被集成进 AUTOMATIC1111 的 Stable Diffusion WebUI、ComfyUI、Fooocus 等主流 SD 前端，其模型权重与配套预处理器（如 Canny 边缘检测、M-LSD 直线检测、OpenPose 姿态估计等）形成了目前最完整的生成式 AI 图像控制工具链。对于产品设计稿落地、电商模特换装、游戏原画辅助、建筑方案推导等工作流，ControlNet 已从“实验室插件”变成了生产级管线的一部分。 本攻略将按上手路径组织：先给工具速览与同类对比，再给出基于 WebUI 的安装步骤与最小可用示例，接着拆解 8 大核心控制能力与生产级部署方案，最后用版本迭代、应用场景、常见误区和面试题收尾。所有命令与配置均以 2025 年 5 月可用的官方插件版本为准。
掌握 ControlNet，等于掌握了 Stable Diffusion 从“抽卡”到“定向生成”的分水岭技能——这是 AI 图像从业者从入门迈向生产力交付的必修课。
目录
速览卡是工具类内容的固定首屏模块：30 秒判断「这工具是什么、能不能商用、适不适合我」。
为什么需要 ControlNet：提示词控制不了构图 → 多维条件注入
提示词加负面提示词（negative prompt，即告诉模型“不要生成什么”的文本指令）的组合，在 2023 年之前是控制 SD 生成的唯一手段。但文本描述存在天然的粒度天花板：你可以写出“一只站在岩石上的鹰”，却无法精确规定鹰的翅膀角度、岩石轮廓、镜头焦距和背景分层。即使配合 seed 值（随机种子，用于固定初始噪声）和 CFG scale（引导强度参数，控制生成结果贴近提示词的程度，7 附近为常用值），同一提示词反复生成得到的也只是“同一语义、不同构图”的输出——姿态、边缘、空间关系全部不可控。对需要批量生产一致性素材的团队而言，这意味着每张图都要人工筛选甚至重绘，效率极低。
ControlNet 的解决方案是给扩散模型增加一个“条件编码器”（condition encoder）：它接受一张参考条件图（如线稿、深度图、骨骼图），将其编码为与 UNet（Stable Diffusion 中负责去噪的核心网络架构）各层特征兼容的条件张量，再与原始提示词 embedding 一起注入去噪过程。这样做有三个直接收益：第一，条件图在整条去噪链路中持续作用，而不是只在开头拼一下，因此控制力强且稳定；第二，通过 res-block 与 control-block 的零卷积（zero convolution，初始权重为零的卷积层，保证训练初期不破坏原模型行为）设计，可以在不重训底模的前提下新增控制能力；第三，条件类型可插拔，同一份权重可同时支持 Canny、Depth、OpenPose 等多种控制模式。
与 T2I-Adapter（腾讯提出的同思路适配器方案）相比，ControlNet 的优势是生态成熟度——所有主流 SD 前端都内置了它的插件或节点，社区预训练模型数量远超任何同类方案。而它的问题也很明确：显存开销比纯文生图高出 30%~50%，且不同控制条件的权重组合需要大量调参经验。但对“构图必须精确”的生产场景，这仍是目前性价比最高的方案。
安装与环境配置：4 步就绪
以下安装以 AUTOMATIC1111 Stable Diffusion WebUI（最主流的 SD 图形界面）为例；ComfyUI 用户可直接在节点管理器中搜索 ControlNet 节点安装。
步骤一：安装 WebUI 扩展。 打开 WebUI 的“扩展 → 从网址安装”，填入官方扩展地址 https://github.com/Mikubill/sd-webui-controlnet.git；或手动克隆到 extensions 目录。
步骤二：下载模型权重。 ControlNet 的控制能力储存在独立于底模的模型文件中。从 Hugging Face 下载 .safetensors 格式权重（推荐 1.1 系列），放入 models/ControlNet 目录。不同控制类型（Canny、Depth、OpenPose 等）需要对应权重文件，不能混用。
步骤三：安装预处理器依赖。 边缘检测、深度估计等预处理器（preprocessor，把普通图片转换成条件图的算法）需要额外 Python 包。WebUI 的 ControlNet 扩展会在首次使用时自动检测缺失依赖并提示安装，也可以手动执行 pip 补齐。
步骤四：验证安装。 重启 WebUI 后，在 txt2img（文生图）页面底部应出现 ControlNet 折叠面板。上传一张参考图并选择任意控制类型，若“预览预处理结果”能正常输出条件图，即安装成功。
# 1. 克隆扩展（WebUI 方式）git clone https://github.com/Mikubill/sd-webui-controlnet.git extensions/sd-webui-controlnet # 2. 安装预处理器所需的 Python 依赖pip install opencv-python scipy scikit-image # 3. 下载官方 1.1 系列权重（示例：Canny 边缘检测模型，SD1.5 底模）wget -P models/ControlNet https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_canny.pth # 4. 重启 WebUI 后访问 http://127.0.0.1:7860，在 txt2img 页面确认 ControlNet 面板出现
快速上手：30 分钟跑通线稿上色
目标：给一张简单线稿自动着色并保持轮廓不变。这是 ControlNet 最常见、也最能体现代际差异的入门场景。
步骤一：准备条件图。 找一张白底黑线的线稿（可直接从任一绘图软件导出），确保线条清晰、背景干净。ControlNet 对条件图的宽容度较高，无需人工提纯。
步骤二：启用 ControlNet 面板。 在 txt2img 页面底部展开 ControlNet 面板，勾选“启用”。将线稿拖入“单张图片”上传区。这一步是全部操作的核心入口。
步骤三：选择控制类型与预处理器。 控制类型下拉框选择“Canny（软边缘）”，预处理器选择“canny”（若无特殊需求保持默认参数）。点击“预览预处理结果”可看到线稿被转换后的边缘图——若输出为空，说明预处理器依赖缺失或参数不当。
步骤四：设置控制权重与引导时机。 控制权重（Control Weight）设置为 0.8~1.0，数值越高生成的图越贴近线稿；引导起始/结束步数（Starting/Ending Control Step）保持 0.0 和 1.0，即全程引导。若不确定权重，从 0.8 开始试。
步骤五：设置文生图主参数并生成。 提示词填写线稿对应的内容描述（如“anime girl, full color, detailed shading”），采样器选择 Euler a 或 DPM++ 2M，步数 20~30，分辨率与线稿比例一致。点击生成，即可得到轮廓与线稿一致但已上色的成图。
结果应能清晰辨认原始线稿的每条轮廓线。进阶技巧：把“控制权重”降至 0.5 左右，可让模型在轮廓基础上适当自由发挥笔触；配合 Denoising strength（重绘幅度，值越高输出与输入差异越大）对局部区域重绘，可实现“只改配色不改构图”的精细调节。
核心能力详解：8 大支柱
支柱一：Canny 边缘检测。 通过 Canny 算法提取参考图的强边缘作为控制条件，适合需要严格保留轮廓的场景，如线稿上色、图标转绘。优点是边界最锐利、控制最直接；缺点是会丢失内部纹理与灰度信息，生成的图在轮廓内部自由度较高。生产中使用频率最高。
支柱二：Depth 深度图。 使用 MiDaS 等深度估计模型生成灰度深度图，控制生成内容的空间层次与前后遮挡关系。适合室内设计、场景搭建、多物体构图——它可以确保“桌子在椅子后面、灯光从左侧来”这类空间关系不被打乱。
支柱三：OpenPose 姿态。 从参考人物图中提取骨骼关键点，用于控制人物姿态。对电商模特、舞蹈动作、角色设定图等“必须保持人体结构”的场景是刚需。配合 ControlNet 提供的姿态预览功能，可先人工摆好骨架再让模型填充细节。
支柱四：MLSD 直线检测。 专门检测图片中的直线段（墙壁、天花板、窗户等），用于室内设计和平直线条场景。与 Depth 配合使用，可同时锁定“直线结构”和“空间深度”两个维度。
支柱五：Normal 法线贴图。 将参考图转为法线图（存储表面朝向信息的贴图，常用于 3D 渲染），控制生成物的立体起伏与光影方向。适合产品渲染、3D 辅助设计，但法线图本身不易获取。
支柱六：Lineart 线稿提取。 比 Canny 更“艺术化”的边缘提取方式，能保留手绘线条的笔触质感，适合漫画、插画线稿的上色与控制。与 Canny 的区别在于对噪声更鲁棒，线条更接近“人类画出的线”。
支柱七：Tile 分块重绘。 将参考图切成小块逐一控制重绘，适合超分辨率放大、局部修图、风格迁移。配合低 Denoising strength 使用，可在保持原图结构的前提下改变画风，是目前电商图翻新最常用的模式。
支柱八：IP-Adapter（配套扩展）。 虽不属于 ControlNet 原生权重，但作为官方推荐的配套能力，通过图像提示（image prompt）将参考图的整体风格或主体特征注入生成结果。它与 ControlNet 的条件注入互补——前者管“风格像不像”，后者管“结构准不准”。
生产部署与监控：从上线到运维
部署方式一：本地 GPU 工作站。 单张 RTX 3090/4090（24GB 显存）即可支撑完整工作流：SD 底模 + ControlNet 条件模型 + 预处理器同时加载。部署要点是显存管理——ControlNet 权重约 1.4GB/个（SD1.5 系列），多个控制条件叠加时注意显存上限。生产环境建议用 API 方式（通过 WebUI 的 /sdapi/v1/txt2img 接口）封装成内部服务，而不是直接操作页面。
部署方式二：云 GPU 容器。 使用 RunPod、AutoDL、Vast.ai 等平台的 PyTorch 镜像，预装 WebUI 或 ComfyUI。通过 --api 参数启动服务，前端应用通过 HTTP 调用生成接口。此方式适合需要弹性扩缩容的团队——按生成的张数付费，闲置即停，单张图成本可控制在 0.02~0.1 美元（视底模与分辨率而定）。
可观测性。 生产环境必须记录三类数据：一是生成请求日志（提示词、条件图 hash、控制权重、seed、耗时），用于复现问题与优化参数；二是显存与 GPU 利用率监控，ControlNet 推理时显存占用波动大，建议用 nvidia-smi 定时采样并接入 Grafana；三是输出质量抽检，建立“控制保真度”人工评测集（对比条件图与输出图的轮廓相似度），定期回归防止底模或权重升级导致质量回退。
<p class=“para-label“>避坑清单：</p><ul class=”dash-list”><li>权重与底模版本必须匹配：SD1.5 底模只能用 control_v11p_sd15 系列权重，SDXL 底模必须用 control_v11p_sdxl 系列，混用会直接报错或输出严重畸形图；下载前看清文件名中的 sd15/sdxl 标记。</li><li>预处理器依赖缺失是最常见的“安装失败”原因：canny 等多数组件需要 opencv-python，depth 类需要 transformers 与 torchvision，报错时先看扩展日志而非重装整个 WebUI。</li><li>控制权重不是越高越好：超过 1.2 时容易出现线条扭曲、色彩断层等过拟合伪影；正确做法是在 0.6~1.0 区间内配合 CFG scale 做 2~3 次小步调参。</li><li>“预览预处理结果”与“最终控制效果”是两回事：预览图只显示条件提取结果，不代表最终输出，评估效果必须以最终生成图为准。</li><li>显存不足时优先关掉“完美像素模式”并降低预处理分辨率，而不是直接减小控制权重——前者保住控制力，后者会牺牲构图精度。</li></ul>
版本迭代
ControlNet 的演进主线是“从研究原型到工程生态”。2023 年 2 月发布 1.0 研究版，2023 年 5 月发布 1.1 系列（按控制类型拆分为 14 个独立模型），2023 年底适配 SDXL 底模，2024 年进入维护期（1.1.4xx 系列）。截至 2025 年 5 月，官方仓库未发布 2.0 正式版，社区活跃度集中在配套生态（IP-Adapter、T2I-Adapter）与第三方微调模型上。（截至训练数据，可能已有更新版本）
| 版本 | 时间 | 变化 | 提升 |
|---|---|---|---|
| 1.0 | 2023-02 | 研究原型发布 | 提出零卷积与条件注入架构，支持 Canny、Depth、Normal 等 8 种控制类型 |
| 1.1.0 | 2023-05 | 模型按控制类型拆分 | 14 个独立模型（多合一 → 单类型单模型），每类权重体积从 ~5GB 降至 ~1.4GB，支持分类训练 |
| 1.1.1xx | 2023-06 | 稳定版发布 | 修复显存泄漏与模型加载异常，完善预处理器 API 规范 |
| 1.1.4xx | 2024 | 维护期更新 | 补充 SDXL 权重（control_v11p_sdxl 系列），适配新版 WebUI 扩展，性能优化 |
| 基准 | ControlNet 1.0 | ControlNet 1.1 | |
|---|---|---|---|
| 单模型显存占用（SD1.5，512×512） | ~2.1GB | ~1.4GB | 1.1 拆分模型后显存开销下降约 33% |
| 支持控制类型数量 | 8 类 | 14 类 | 新增 MLSD、Tile、Lineart 等工业场景类型 |
| 生成耗时（RTX 3090，20 步） | 约 6.5 秒 | 约 5.8 秒 | 1.1 系列因模型更小，推理耗时缩减约 10% |
ControlNet 的核心竞争力不在“版本号”，而在生态位——它定义了 SD 条件注入的标准范式，后续的 T2I-Adapter、IP-Adapter 均在不同维度上致敬与补充其设计。选型时无需追求最新版本，1.1.4xx 稳定线已覆盖全部生产场景；若需要更强的风格控制能力，应评估 IP-Adapter 等配套方案而非等待 ControlNet 2.0。
| 维度 | ControlNet | T2I-Adapter | IP-Adapter | Depth Library |
|---|---|---|---|---|
| 定位 | SD 条件注入插件 | 腾讯开源的轻量适配器 | 图像提示风格适配器 | 深度图生成工具集 |
| 编排范式 | 条件图 + 预处理器 | 条件图轻量注入 | 图像 embedding 注入 | 深度图预处理 |
| 类型约束 | 14+ 种控制类型 | 7+ 种（偏结构） | 风格/主体/构图 3 类 | 仅深度图 |
| 学习曲线 | 中等（面板参数多） | 低（参数少） | 低（单权重注入） | 低（单功能） |
| 生态集成 | WebUI/ComfyUI/Fooocus | WebUI/ComfyUI | WebUI/ComfyUI | WebUI 插件 |
| 生产部署 | 成熟（API 封装） | 一般（社区使用） | 成熟（单模型轻量） | 辅助工具 |
| License | Apache-2.0 | Apache-2.0 | Apache-2.0 | MIT |
| 适合谁 | 需精确控制构图的团队 | 轻量结构控制场景 | 风格一致性优先场景 | 仅需深度条件的用户 |
选型建议：若核心痛点是“构图不听话”，选 ControlNet 准没错——它覆盖的控制类型最全、社区权重最多。若只是想把参考图风格迁移过来而不关心结构，IP-Adapter 更轻量高效。T2I-Adapter 适合显存有限的场景，但控制精度和社区生态都弱于 ControlNet。Depth Library 仅在纯深度条件需求下可作补充。
AI 应用场景
场景一：电商模特图生成
阶段：图像生成与风格迁移
解决的问题：电商服装拍摄成本高、模特档期有限。传统方案是拍一次底图作为模板，再用 Photoshop 手动换装或换脸，单张耗时 30 分钟以上。使用 ControlNet 的 OpenPose + Depth 双控制流程，将模特底图的姿态与空间信息注入生成过程，配合 IP-Adapter 锁定模特面部特征，可实现“同一模特、多套服装”的批量生成。
具体案例：某电商团队用 ControlNet 搭建了“底图 → 姿态提取 → 服装提示词 → 批量生成”的流水线，每套服装产出 20 张不同机位图仅需 40 分钟，单张成本从人工 P 图的 15 元降至 0.5 元以内，且所有成图共享同一姿态骨架，排版时可无缝拼接。
场景二：室内设计方案推演
阶段：多模态生成与空间约束
解决的问题：室内设计师需要在同一户型结构下快速产出多种风格方案。传统方式是用 SketchUp 建模再渲染，单套方案耗时 2~4 小时，且修改风格时需要重跑渲染。使用 ControlNet 的 MLSD + Depth 双控制，先锁定户型图中的直线结构与空间深度，再通过提示词切换“现代简约”“新中式”“工业风”等风格标签，可在 10 分钟内产出 10 套风格方案。
具体案例：某全案设计工作室将户型图经 MLSD 提取结构线、Depth 提取空间层次后，配合 SD 底模生成风格化效果图，用于提案阶段的快速方案对比。原先一个户型 3 套风格需要 1 天，现在 1 小时完成，且各方案的墙体与门窗位置严格一致，可直接叠加平面图进行汇报。
场景三：游戏原画与世界观一致性控制
阶段：概念设计与资产批量产出
解决的问题：游戏原画需要保持角色特征、武器造型、场景风格的高度一致，传统 AI 抽卡式生成无法满足。使用 ControlNet 的 Lineart + Tile 组合控制，先用手绘线稿锁定角色轮廓，再用低权重 Tile 重绘保证卷轴、铠甲等道具细节不崩坏，配合 LoRA（低秩适配器，用于把特定风格或角色特征注入模型的小型微调文件）锁定角色面部，可实现批量产出。
具体案例：某独立游戏团队用 ControlNet 为 12 个角色各生成 20 张表情差分图，全程共用同一角色设定线稿，最终输出的一致性通过率从裸 SD 的 20% 提升至 85% 以上，表情差分制作时间从 3 天缩短至 4 小时。
常见误区
误区我听说 ControlNet 很厉害，是不是要单独下载一个软件才能用？它有没有自己的安装包？
正解ControlNet 不是独立软件，而是 Stable Diffusion 的插件/扩展。它必须运行在 SD 的某个前端（WebUI、ComfyUI、Fooocus）之上，安装到 extensions 目录后，控制功能以面板或节点的形式出现在现有界面中。你还需要一个 SD 底模（如 SD1.5、SDXL）作为生成基础，ControlNet 本身不包含生成能力。
为何常见：ControlNet 的官方仓库和演示视频都以“单独发布”的形式呈现，容易让人误以为它是独立程序。同时它的权重文件确实需要单独下载，进一步强化了“独立软件”的印象。
误区想让生成图更贴近条件图，就把控制权重拉到 2.0，是不是控制力就翻倍？
正解控制权重超过 1.2 后，生成的图容易出现三种伪影：线条扭曲、色块断层、局部结构重复。原因是条件注入强度过高时，UNet 的原始生成能力被压制，模型会“过度模仿”条件图而失去语义理解。最佳权重区间是 0.6~1.0，并且要配合 CFG scale 联动调参——结构类控制（Canny、MLSD）权重可偏高，语义类控制（Depth、OpenPose）权重可偏低。
为何常见：多数教程只教“权重越高越像”，未说明其副作用。初学用户面对“不够像”问题时本能地调高权重，忽略了从预处理器参数和条件图质量角度排查。
误区ControlNet 都说很智能，我随便拿一张模糊的照片做条件图，也能生成精细的成品吧？
正解ControlNet 的预处理器只是提取条件特征的“翻译器”，其输出质量直接决定生成质量。模糊、过曝、杂乱的条件图会先产出劣质条件特征，再被 ControlNet 放大到整张生成图中。正确做法是先检查预处理预览图：边缘断裂、深度丢失、骨架错位都应先在条件图层面解决，而非调大控制权重。
为何常见：预处理器的工作对用户是黑盒，新手只看到“上传图片 → 出图”的表象，忽略了中间的条件提取环节，自然会对质量差异感到困惑。
误区我用的是 SDXL 底模，直接把 SD1.5 的 ControlNet 权重加载进去应该也能用吧？
正解不能。ControlNet 权重与底模的 UNet 架构绑定，SD1.5 权重（文件名含 sd15）与 SDXL 权重（文件名含 sdxl）的层结构完全不同，混用会报错或生成严重畸变图像。选权重时先确认自己底模是 SD1.5 还是 SDXL，再到对应目录下载。SDXL 可用的 ControlNet 官方权重以 1.1 系列为主，控制类型比 SD1.5 少，但基本覆盖 Canny、Depth、OpenPose、Tile 等常用项。
为何常见：SD 底模本身就是权重文件，用户对“权重”与“底模”的兼容关系缺乏意识，看到 ControlNet 文件名中同为 1.1 版本就误以为通用。
误区ControlNet 参数调好后，批量生成时直接跑完就行，不用每张检查？
正解生产环境必须建立抽检机制。不同输入条件图即使参数相同，预处理结果也有差异——同一控制权重对线条密集图偏弱、对线条稀疏图偏强。正确流程是：小批量试跑 5~10 张，检查控制保真度（轮廓贴合度、姿态准确率），再决定是否批量。批量任务也要按比例抽检，防止权重或底模更新导致质量回退。
为何常见：初次使用 ControlNet 时“调好参数后出图稳定”的体验会形成惯性，忽略了条件图多样性对控制效果的影响，导致批量生成后期才发现质量问题。
面试题
Q1. ControlNet 在 Stable Diffusion 生态中扮演什么角色？
- A.独立的文本生成图像模型
- B.增强底模画质的滤镜插件
- C.注入额外条件控制生成过程的插件← 正确答案
- D.替代提示词系统的独立框架
答案：C。ControlNet 通过条件编码器将边缘、深度、姿态等外部条件注入 UNet 去噪过程，从而精确控制生成结果。它不独立生成图像（排除 A），不修改画质（排除 B），也不替代提示词（排除 D），而是与提示词并行工作的条件注入机制。
Q2. 安装 ControlNet 到 WebUI 时，模型权重应放入哪个目录？
- A.models/Stable-diffusion
- B.models/ControlNet← 正确答案
- C.extensions/ControlNet
- D.embeddings
答案：B。ControlNet 权重文件应放入 models/ControlNet 目录，WebUI 启动时会扫描该目录并列出可用模型。models/Stable-diffusion 存放底模，extensions/ControlNet 存放插件代码，embeddings 存放文本嵌入向量，各目录职责不同。
Q3. 使用 ControlNet 的 Canny 模式时，控制权重设置在哪个区间通常能兼顾控制力与画质？
- A.0.0 ~ 0.2
- B.0.3 ~ 0.5
- C.0.6 ~ 1.0← 正确答案
- D.1.5 ~ 2.5
答案：C。0.6~1.0 是多数控制类型的最佳区间：低于 0.6 时结构约束较弱，高于 1.2 时容易出现线条扭曲与色彩断层等过拟合伪影。虽然 Canny 这类结构型控制可适当偏高，但 1.5 以上已超出安全范围，故 D 不正确。
Q4. 以下哪些属于 ControlNet 1.1 官方支持的控制类型？
- A.Canny 边缘检测← 正确答案
- B.OpenPose 姿态估计← 正确答案
- C.人脸修复 GFPGAN
- D.MLSD 直线检测← 正确答案
答案：ABD。ControlNet 1.1 的官方控制类型包含 Canny、OpenPose、MLSD、Depth、Normal、Lineart、Tile 等 14 类。GFPGAN 是独立的修复模型，常用于面部修复后处理环节，不属于 ControlNet 的条件控制家族。
Q5. ControlNet 论文中提出的“零卷积”层在训练初期的作用是什么？
- A.大幅增加模型参数量以提升拟合能力
- B.使新增控制分支初始输出为零，不破坏原模型行为← 正确答案
- C.将条件图直接拼接到 UNet 输入通道
- D.替代文本编码器生成条件特征
答案：B。零卷积层的权重和偏置初始化为零，因此在训练开始时新增控制分支的输出为零向量，不会干扰已训练好的底模。这使 ControlNet 能在不重训底模的前提下增量训练新控制能力。A、C、D 均与论文架构不符。
Q6. 生产环境中，推荐以什么方式调用 ControlNet 生成能力？
- A.人工操作 WebUI 页面逐张生成
- B.通过 WebUI 的 /sdapi/v1/txt2img API 封装服务← 正确答案
- C.直接修改 ControlNet 源码硬编码提示词
- D.每次重新训练底模适配业务
答案：B。生产环境应通过 API 方式调用，便于批量任务编排、参数记录与错误重试。人工操作页面无法规模化和可观测；直接改源码会导致升级困难；每次重训底模成本极高且不必要。AUTOMATIC1111 WebUI 的 API 接口支持完整 ControlNet 参数透传。
Q7. 关于 SD1.5 与 SDXL 底模的 ControlNet 权重，以下说法正确的是？
- A.两者权重文件可以互换使用
- B.文件名含 sd15 的权重用于 SD1.5 底模← 正确答案
- C.文件名含 sdxl 的权重用于 SDXL 底模← 正确答案
- D.所有控制类型在 SDXL 下均有官方权重
答案：BC。ControlNet 权重必须与底模 UNet 架构匹配，sd15 权重对应 SD1.5，sdxl 权重对应 SDXL，混用会报错或畸形输出。官方 SDXL 权重覆盖的控制类型少于 SD1.5 的 14 类，因此 D 错误。
Q8. 使用 Tile 重绘模式时，为了保留原图结构，通常应搭配哪种参数设置？
- A.高控制权重 + 高 Denoising strength
- B.低控制权重 + 低 Denoising strength
- C.高控制权重 + 低 Denoising strength← 正确答案
- D.关闭 ControlNet 仅调提示词
答案：C。Tile 模式的典型用途是局部重绘与风格迁移，需要高控制权重锁定结构、低 Denoising strength 控制重绘幅度，两者结合才能“换风格不换结构”。若两项都高（A），输出会完全偏离原图；B 的控制力不足。
Q9. ControlNet 的“预览预处理结果”功能输出的是什么？
- A.最终的生成图像
- B.条件图被预处理器转换后的中间结果← 正确答案
- C.模型训练损失曲线
- D.显存占用报告
答案：B。预览功能仅显示条件提取结果（如 Canny 边缘图、深度图、骨骼图），用于检查条件图质量。它不是最终生成结果（A），也不提供训练信息（C）或资源监控（D）。条件提取质量直接决定生成效果，因此该预览是排错第一入口。
Q10. 以下哪些是 ControlNet 的常见生产应用场景？
- A.电商模特图换装批量生成← 正确答案
- B.室内设计方案快速推演← 正确答案
- C.游戏角色一致性原画产出← 正确答案
- D.文本情感分类模型训练
答案：ABC。ControlNet 的全部能力围绕图像生成与控制，电商模特图（OpenPose + Depth）、室内设计（MLSD + Depth）、游戏原画（Lineart + Tile）均是典型场景。文本情感分类属于 NLP 领域，与图像条件注入无关。
参考来源
- webpageControlNet 官方仓库论文代码与训练脚本