已验证80% 置信事实时间未知
ControlNet是2023年由斯坦福大学研究者提出的条件控制网络，在原有扩散模型旁边附加了一个可训练的控制分支
9
来源数
80%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
AI绘图进阶：参考图上传与6种智能绘制模式实操指南
bilibili达内教育
涉及实体
相关事实
待验证ControlNet由斯坦福大学研究员张吕敏于2023年提出，通过零卷积与原始UNet建立连接80% 相似待验证ControlNet由张吕敏（Lvmin Zhang）于2023年提出，在不破坏原模型权重的前提下将结构条件注入预训练扩散模型79% 相似待验证ControlNet由斯坦福大学张吕敏于2023年提出，支持OpenPose、Canny边缘、深度图等多种条件输入控制生成图像79% 相似待验证ControlNet结构控制技术由斯坦福大学张吕敏于2023年提出，通过零卷积设计在不破坏原始模型权重的前提下注入结构控制信号77% 相似待验证斯坦福大学研究团队在2022年的综述论文中系统记录了模型的涌现能力现象64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/3430API
curl https://kongchang.com/api/v1/knowledge/claims/3430MCP
get_claim(id=3430)