2026_DesignAI/05-generative-ai/04.2-aigc-tools.md

## 学习目标

3.  掌握ControlNet的条件控制机制

    理解LoRA高效微调原理

    了解ComfyUI工作流搭建

## ControlNet：精确控制

核心问题

纯文生图：难以精确控制空间结构

### ControlNet解决

`输入图像`` → ``提取条件`` (``边缘``/``深度``/``姿态``)`\
`    ↓`\
`条件`` → ControlNet → ``主模型`` → ``输出图像`

### 条件类型

  ------------------------------------
  条件           说明       应用
  -------------- ---------- ----------
  Canny          边缘检测   轮廓控制

  Depth          深度图     空间关系

  Pose           人体姿态   人物生成

  Normal         法线图     表面细节

  Segmentation   分割图     区域控制
  ------------------------------------

### 应用场景

`草图`` → ControlNet → ``精细效果图`\
`平面图`` → ControlNet → ``三维渲染`\
`结构图`` → ControlNet → ``风格化设计`

LoRA：高效微调

问题

全量微调大模型：计算资源需求巨大

LoRA原理

`原始权重`` W ``固定`\
`    ↓`\
`添加低秩分解：`\
`    ΔW = A × B`\
`    (``d×r``) × (``r×d``)`\
`    ↓`\
`新输出`` = ``Wx`` + ``ABx`

优势： - 参数量减少100-1000倍 - 训练速度快 - 易于切换风格

### 应用方式

`基础模型`` + ``LoRA`` A = ``风格``A`\
`基础模型`` + ``LoRA`` B = ``风格``B`\
`基础模型`` + ``LoRA`` A + B = ``混合风格`

## ComfyUI：模块化工作流

### 核心特点

`节点化连接`\
`    ↓`\
`可视化流程`\
`    ↓`\
`灵活定制`

### 典型节点

  ---------------------------------
  节点类型           功能
  ------------------ --------------
  Load Checkpoint    加载模型

  CLIP Text Encode   文本编码

  KSampler           采样生成

  VAE Decode         潜在空间解码

  Save Image         保存图像

  ControlNet         条件控制

  LoRA Loader        加载LoRA
  ---------------------------------

### 工作流示例

`文本提示`` → CLIP``编码`` →`\
`                        ↓`\
`正负提示`` ────→ ``KSampler`` ← ControlNet`\
`                        ↓`\
`                    VAE``解码`\
`                        ↓`\
`                    ``保存图像`

## 设计领域应用案例

### 建筑设计

`草图生成`` → ControlNet (Canny) → ``效果图`\
`方案变体`` → ``LoRA``风格微调`` → ``多方案对比`

### 室内设计

`户型图`` → ControlNet → ``三维效果图`\
`风格迁移`` → ``LoRA`` → ``不同材质方案`

  ---------------------------------------
  工具               核心价值
  ------------------ --------------------
  Midjourney         快速创意探索

  Stable Diffusion   本地部署，可控生成

  ControlNet         精确结构控制

  ComfyUI            定制化工作流
  ---------------------------------------

## 版权与伦理

### 版权问题

6.  AI训练数据的版权归属

    AI生成作品的版权保护

    风格模仿的法律边界

### 伦理考量

9.  深度伪造 (Deepfake)

    虚假信息传播

    创作者职业影响

## 思考与练习

1.  ControlNet如何平衡条件控制与创造性？

2.  LoRA和全量微调各适用于什么场景？

3.  AIGC工具如何融入设计工作流？

## 关键术语

  ------------------------------------------------------
  中文       英文                  说明
  ---------- --------------------- ---------------------
  条件控制   Conditional Control   引导生成过程

  低秩适应   LoRA                  Low-Rank Adaptation

  工作流     Workflow              节点化的处理流程

  采样器     Sampler               去噪采样算法

  潜在空间   Latent Space          压缩的特征空间
  ------------------------------------------------------

## 延伸阅读

1.  [ControlNet官方论文](https://arxiv.org/abs/2302.05543)

    [LoRA官方论文](https://arxiv.org/abs/2106.09685)

    [ComfyUI文档](https://docs.comfy.org/)