本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，这个ControlNet的核心能力是由国内的小红书团队开发的。这个ControlNet可以提取人的面部信息，然后在生成的人物图片中使用此面部。实测效果完全可以代替Lora模型，也就是我们不用再费劲吧啦的训练人物形象Lora了，只需要人物的一张正面照片，就可以直接出图了。
效果演示
下图是官方的演示效果，左边是使用 Instant ID 生成的图片，右边是参考图片。
这个 ControlNet 相比 Roop 等换脸模型，也有更好的效果。
原理
先看左侧上部：Instant ID 通过 IP-Adapter 技术提取参考图片中的面部特征信息，然后通过交叉注意力（Cross Atttention）将面部特征信息传递给 UNet，用于在反向扩散过程中影响人脸的生成。
再看左侧下部：这是 Instant ID 在描述自己的模型训练过程，它会使用大量的人脸特征进行训练，最终训练好的模型会应用到图片生成中。
最后看右侧：通常情况下，提供给 UNet 的交叉注意力来源是文本提示词，但是文本很难精确的表达一个人的面部特征，所以才搞出来 Instant ID的方案。
使用方法
有多种使用方法，这里介绍两种：
- 独立使用
HuggingFace上有示例代码：huggingface.co/InstantX/In...
你也可以直接在线体验：huggingface.co/spaces/Inst... ，使用方法如下图所示：
不过这个在线体验有额度限制，如果触发额度限制，可以换个本地的外网IP再试下。
- 在 Stable Diffusion WebUI 中使用
在 WebUI 中可以方便的集成更多能力，不过安装起来有些麻烦，感兴趣的同学可以继续阅读本文后续部分。
WebUI中安装Instant ID
使用AutoDL镜像
我已经在 AutoDL 的镜像中添加了这个 ControlNet，创建 WebUI 实例的时候选择下边这个镜像就行了。
AutoDL访问地址：www.autodl.com/
手动安装
升级ControlNet到最新版本
Stable Diffusion WebUI 的 ControlNet 插件地址：github.com/Mikubill/sd... WebUI 的插件目录 extensions 中。
安装成功后，重启 WebUI，在 ControlNet 单元的 Control Type 中就可以看到这个新类型了，Instant ID自带两个预处理器，不过模型还需要自行下载安装。如下图所示：
安装模型
首先需要下载两个 ControlNet 模型，然后把这两个模型放到 ControlNet 的模型目录，默认是：stable-diffusion-webui/extensions/sd-webui-controlnet/models。
抱脸下载地址：huggingface.co/Aitrepreneu...
网盘下载地址：pan.baidu.com/s/1nSYabIpM... 内含多个ControlNet模型，本文只需要下图中的两个。
这个 ControlNet 还会用到 InsightFace，我们也需要把相关模型安装起来，默认放到这里：stable-diffusion-webui/extensions/sd-webui-controlnet/annotator/downloads/insightface/models/antelopev2
抱脸下载地址：huggingface.co/Aitrepreneu...
网盘下载地址: pan.baidu.com/s/123o_DzLt...
WebUI中使用Instant ID
Instant ID 目前只支持SDXL，所以大模型必须选择XL模型，提示词和反向提示词简单写写就行了。
根据Github上的讨论，宽度和高度不要使用1024，否则会出现难以消除的水印文字。
有用户提出采样步数不要设置的太高，如果出图效果不好，可以调低点试试。
提示词引导系数要设置的小一点，这个没有固定值，可能不同模型的选择不一样，建议3-5吧。
InstantID 需要使用两个ControlNet单元，第一个单元用于提取面部特征，需要上传一张人脸参考图，预处理选择 instant_id_face_embedding，模型选择 ip-adpater_instant_id-sdxl。
第2个ControlNet单元，还是Instant ID类型的，用于提取脸部姿态，可以上传一张不同的人脸照片，生成的图片会参考这张图片中人脸的位置，但是不会复刻人物的姿势，这和InstantX的演示有差距。这里我们使用同一张图，预处理器选择 instant_id_face_keypoints， 模型选择 control_instant_id_sdxl。注意控制模式选择"以ControlNet为主"，否则生成的图片笔触会比较粗。
我们还可以选择不同的风格模版，这里选择一个线稿风格，最终生成效果如下图所示：
资源下载
因技术迭代更新较快，本文提到的方法可能会过期失效，不过我会定期检查更新文章，因文章在多平台发布，可能出现更新延迟的情况，如需最新版本请通过下方公众号获取。
另外本系列使用的大模型、Lora模型、SD插件、示例图片等，都已经上传到我整理的 Stable Diffusion 绘画资源中，后续也会持续更新，最新下载地址也可通过下方公众号获取。
关注公/众/号：萤火遛AI（yinghuo6ai），发消息：SD，即可获取最新AI绘画教程和资源的下载地址。
以上就是本文的主要内容，有兴趣的同学快去试试吧。
关于这个ControlNet的更多信息可以看关于它的官方讨论：