控制網路 是什麼？
ControlNet — 控制網路 的完整解釋
ControlNet 是一種神經網路結構，用於控制大型擴散模型，例如 Stable Diffusion，以實現更精確的圖像生成控制，例如基於草圖或邊緣圖生成圖像。
容易混淆
控制網路 vs 擴散模型 vs 圖像條件化
控制網路：把額外條件接進生成過程，讓輸出更可控
擴散模型：負責把噪聲逐步變成圖片的核心生成器
圖像條件化：更廣義，凡是讓圖像生成受條件影響都算
最關鍵的區別：控制網路是把「控制訊號」明確接進生成流程。
記住這句就好
生成不只靠想像，還能照條件畫。
實際案例
室內設計草圖
前：只靠文字提示，生成結果常常姿勢和構圖亂掉
後：先給房間線稿或家具輪廓，再生成完整風格圖
人像姿勢控制
前：想要固定姿勢，模型常畫得歪七扭八
後：先提供骨架或關鍵點，讓生成圖片保留指定動作
算法與應用
ControlNet 常把邊緣圖、深度圖、姿勢圖或分割圖當條件，和穩定擴散等模型一起使用
它把「自由創作」變成「可控創作」，特別適合設計、遊戲、美術和廣告場景
實務上，控制訊號越清楚，輸出越容易貼近需求
情境判斷
Q1（直覺題）： 如果你想讓生成圖片照著姿勢圖畫，控制網路有幫助嗎？
→ 有，這正是它最常見的用途。
Q2（判斷題）： 只要有 ControlNet，生成圖片就一定完全照草圖一模一樣嗎？
→ 不一定，模型還會保留自己的生成彈性，控制訊號只是把方向拉近。
相關術語
常見問題
ControlNet 只能用在 Stable Diffusion 嗎？
不只，但它和擴散模型一起出現最常見。
它和提示詞有什麼差別？
提示詞是文字控制，ControlNet 是把視覺條件直接加進去。
控制網路會不會拖慢生成？
會增加一些成本，但通常換來更好的可控性。