阿里放出 Qwen-Image-2.1 Fun ControlNet Union:一个 7.0 GB 的 checkpoint,驱动 8 种控制方式——Canny 边缘、Depth 深度、Grayscale 灰度、HED、Lineart 线稿、MLSD、Pose 姿态、Scribble 涂鸦,外加 Inpainting 局部重绘,速度还很快。
仓库:huggingface.co/alibaba-pai/Qw…
ControlNet 这名字听着学术,干的事很朴素:你说"照这个姿势画",它保证画出来就是这个姿势。没有它,模型对"精确"的理解全靠运气;有了它,边缘、深度、姿态这些原本要靠嘴描述的东西,直接变成一张图说了算。
八控合一这个收敛本身是这条新闻的重点。过去想同时用边缘和姿态控制,得下两三个 checkpoint、显存里各占一份;现在一个 7GB 文件全包,装一次全有。这跟今晚反复出现的节奏完全一致——视频加速在收敛、重写器在缩小、连控制组件也在合并。凡是好用的零件,最后都会从一堆散装变成一个套件。
Pose 和 Scribble 这两格对创作流尤其值钱。Pose 锁的是"人站在哪、手抬到哪",跟之前讲过的"脸存一处"是同一种纪律:参考给一个,其余对齐它;Scribble 则是给不会画画的人开的门——随手勾个框,模型按框出成品图。两条路殊途同归:把"描述清楚"的成本,从打字降到比划。
Inpainting 是生产环境的刚需那一格。图整体满意、就左上角那块不对,过去要么整张重抽碰运气,要么开软件手动改;局部重绘把范围圈出来重画,其他像素原地不动。出片线讲过"改稿次数决定成本",这一格直接决定改稿花多少钱。
给想上手的人一条顺序建议:先用 Canny 把你现有素材的线稿提出来重跑一遍,看控制是否稳定;再叠 Pose 做一版人物图;最后用 Inpainting 修三张你不满意的旧图。三步走完,你就知道这套八合一到底是不是省事的那一个。














