精品軟體與實用教程
玩AI畫畫，現在終於不用擔心被老黃刀法「背刺」了！只需要一塊4年前的GTX 1650（顯存4GB），AI出圖效果可堪比目前最好的開源模型SDXL。這是最近在GitHub上連續數日霸榜TOP 1的新項目Fooocus，三天標星破4k，ControlNet作者出品。
GitHub專案地址：https://github.com/lllyasviel/Fooocus
在它橫空出世之前，大夥兒要順利跑Stable Diffusion最新的XL模型，怎麼也得上16G顯存的4060ti（12G顯存的原生3060跑起來非常勉強）。
與其他開源AI工具不同，Fooocus“聚焦於生成本身”，不僅硬體要求低，而且上手簡單，十分小白友好——
全過程無需調整任何參數，點點滑鼠，3步就能生成一張影像。
△圖片來源推特@Photogenic Weekend
有網友直呼「這簡直就是Stable Diffusion和Midjourney的集大成」：
跟手動調參說再見吧！離線、開源且免費，只要提示字詞和圖片，就能讓魔法湧現！
還有網友感嘆：即使是小白，也能很好地發揮出Stable Diffusion XL車型的效果。
那麼，這個全新的影像AI工具，實際生成效果如何？我們上手試了試。
Colab半分鐘出圖，效果比肩SD
從運行介面來看，Fooocus一共有一百多種內建風格可供選擇。
△圖源推特@camenduru
至於效率，Fooocus出圖也是非常快。在Colab中，速度優先模式下每畫一張圖大概只要半分鐘：
那就先讓它畫個漫畫試試，來看看AI視角下的「馬札大戰」會是什麼樣子。 （可不是這個馬札哈）
由於用AI直接生成人像，手部的處理還是存在一些問題，所以我們乾脆讓馬斯克和祖克柏都戴上了手套：
效果好像還不錯。不知道他們有沒有什麼賭注，不過不妨讓輸的人來女裝一下。
（溫馨提示：打架沒有贏家）
最後兩人“握手言和”，這一珍貴畫面也被攝影師記錄了下來，整體畫面是不是有那味了？
「馬札之戰」結束之後，老馬乖乖地回到公司，賣了特斯拉。
忽略LOGO的話，海報的設計感也還蠻在線的。
其實Fooocus的每個內建風格都很有趣，所以不妨再來看看這些不同風格的整活圖片：
在模仿著名作品方面，有賽博朋克版、薩爾達版、Minecraft版，甚至是寶可夢版本的馬斯克可供觀賞。
至於其他的藝術形式，還有像素和Lowpoly風格，以及黏土人和剪紙版本…
當然例子是舉不完的，更多的風格讀者朋友可以自己去體驗。
（不得不說，AI作圖裡的文字終於不是鬼畫符了）
各位大畫家是不是已經按耐不住想要試試了？我們馬上就來介紹Fooocus的玩法！
Fooocus的介面是醬嬸兒的，可以說是十分有九分簡潔：
如果只是嚐個鮮，沒有特殊要求的話，這一個提示框完全足夠了。
因為作者已經把很多複雜技巧內化到了程序當中，調參這些操作不再需要手動完成。
直接在下面的方塊中輸入Prompt，點選產生按鈕就可以坐等出圖了。
（預設一次兩張圖，尺寸為1152×896，風格為cinematic default，速度優先）
如果需要進階設置，就把左下角的Advanced勾上，設定資訊會出現在頁面右側，分成三個標籤：
可以調整的內容包括尺寸、數量、風格、性能等等。
如果你是專業級玩家，還可以選擇模型版本，甚至調整LoRA參數。
此外，還有調整銳利度這種高端玩法。
對於相同的內容，下面這張動圖展示了銳利度從2到10再到20的變化。可以看出，隨著銳利度增大，畫面的細節也越來越豐富：
不過，對於Fooocus是否支持中文，我們也試了一下，很遺憾現在還不行。
例如我們輸入提示詞“蘋果”，結果畫出來的是個妹子。
這……難道是想說「You're the apple of my eyes」？
現在你大概已經知道Fooocus的玩法了，那又該怎麼配置呢？
如果你有帶英偉達顯示卡的Windows設備，那麼可以用開箱即用的版本。 （大概這已經是老黃第114514次贏麻了）
同時，硬體需要滿足最低配置需求－4GB顯存+8GB記憶體。
先從這裡直接下載：
https://github.com/lllyasviel/Fooocus/releases/download/release/Fooocus_win64_1-1-10.7z
解壓縮好之後，雙擊run.bat運行，系統會自動下載模型並部署，等設定完成就可以用了。
Linux版本的設定需求和Windows一樣，不過設定流程要複雜些。
（如果有Jupyter，也可以參考Colab中使用的note檔）
首先要安裝好環境依賴：
<span class="hljs-attr">git</span> <span class="hljs-string">clone https://github.com/lllyasviel/Fooocus.git</span> <span class="hljs-attr">cd</span> <span class="hljs-string">Fooocus</span> <span class="hljs-attr">conda</span> <span class="hljs-string">env create -f environment.yaml</span> <span class="hljs-attr">conda</span> <span class="hljs-string">activate fooocus</span> <span class="hljs-attr">pip</span> <span class="hljs-string">install -r requirements_versions.txt</span>
然後下載模型文件，儲存到指定目錄：
△具體請參見GitHub頁面
當然，也可以讓系統自動下載模型：
<span class="hljs-selector-tag">Python直譯</span> <span class="hljs-selector-tag">launch</span><span class="hljs-selector-class">.py</span>
如果你在用Mac，或者硬體配置不符合要求，也可以用Colab直接運作。
（傳送門：https://colab.research.google.com/github/lllyasviel/Fooocus/blob/main/colab.ipynb）
不過，還是要吐槽的是，Colab版本會時不時宕幾次機，不是自動停止就是記憶體溢位…
如果想在Mac或A卡電腦上更絲滑地運行Fooocus，可以再等等作者的更新。
整體來看，Fooocus的出圖效果不錯，如果提示詞選擇好的話，甚至可以當Stable Diffusion來用，關鍵是硬體配置要求也不高。
這究竟是怎麼實現的？
來自ControlNet作者最新項目
架構設計上，Fooocus主要分為兩部分：互動介面和AI模型。
其中，互動介面參考了兩個項目，分別是stable-diffusion-webui和ComfyUI。
stable-diffusion-webui主要是互動介面的前端設計：
ComfyUI則兼具Stable Diffusion的GUI與後端設計：
至於AI模型，看得出來是用了Stable Diffusion新的SDXL車型：
這是也目前Stable Diffusion最好用的版本之一，產生效果相比之前的1.5版本有不少改進。
不過，雖然Fooocus的模型和UI設計都有參考現成Stable Diffusion開源項目，但作者在製作時，融入了不少自己的優化設計，使得模型跑起來更加絲滑。
例如，作者仔細在Fooocus中採用了自己設計的k擴散採樣（advanced k-diffusion sampling）方法，能提升採樣連續性，減少性能損失、提升採樣效率；
此外，作者還仔細調整了採樣器（Sampler）的參數，並在原版基礎上修改增加了一些包括電影風格在內的新設定。
之所以給Fooocus加上LoRA選項，是因為作者測試發現，加上LoRA（權重設定小於0.5）的SDXL模型，效果幾乎總是比不加LoRA的SDXL模型更好。
開發出Fooocus這個計畫的作者名叫Lvmin Zhang，2021年本科畢業於東吳大學，目前在史丹佛大學讀博。
他做過的幾個項目，包括ControlNet和style2paints在內，幾乎個個都爆紅：
現在，最新的這個項目Fooocus，看起來同樣很受歡迎。
在社群媒體上，已經有網友自發性整出了Fooocus版不同風格的提示詞集Excel。
如果不知道產生什麼樣的圖片，參考這個文件內的提示字就行：
你想好要用Fooocus生成什麼樣的影像了嗎？
項目地址：
參考連結：
- https://twitter.com/lvminzhang/status/1690118840326524928
- 提示詞集：https://docs.google.com/spreadsheets/d/1AF5bd-fALxlu0lguZQiQVn1yZwxUiBJGyh2eyJJWl74/edit
- https://twitter.com/narrativenavi/status/1691235126045552645
- https://twitter.com/kiyoshi_shin
