Z-Image也能用ControlNet啦，支持姿势/深度/边缘控制生图！
之前带大家玩了一下，z-image，也分享了简单部署的方法，没看过的可以看看哦。
当时还在期待生态的壮大呢，现在，不管是阿里还是comfyui动作都挺快的，已经支持了controlnet，尝试了一下，也遇到一些问题，先来看一下效果，再把部署过程分享给大家。
本次支持的包括：Canny、HED、深度、姿态和MLSD
魔搭：https://www.modelscope.cn/models/PAI/Z-Image-Turbo-Fun-Controlnet-Union
先来看看效果吧，左侧为原图，右侧为生成的，都是简单提示词。
姿态控制——这里使用的是OpenPose人体姿态检测，通过提取图像中的身体关键点（每只手21个关键点、面部68个，生成骨架图。再将骨架图作为条件，引导AI生成符合人体结构的人物动作。
深度估计
通过生成单通道深度图（灰度图，白色代表近，黑色代表远），表示场景中物体的三维空间位置。再将深度图作为条件，可以使模型更好理解图像的空间透视关系。
不同采样器效果也不同，大家可以都试试，也欢迎分享经验呀。
时间方面，分别是300s，80s，190s。跨度有些大，但大致是这个范围。
Canny-边缘检测
通过提取图像中的硬边缘（二值化、清晰轮廓）。与扩散模型融合，将边缘特征注入生成过程，可以实现对图像结构的精确控制。
下面的提示词都是很简单的，但边缘特征保留得很好。一般是需要清晰边缘的场景使用。
时间方面：80s，170s，220s
直线段检测算法
通过检测图像中的直线段特征（如建筑的墙面、室内的家具边缘）引导模型生成。
一般是建筑与室内设计这些用的更多。下面可以看到保持了空间的布局和陈设。
HED
通过提取软边缘（灰度渐变、细节丰富）与Canny的硬边缘不同，HED的软边缘更接近手绘风格，可以保留边缘的过渡信息。
可以看到轮廓和背景都保留了下来。
一起看一下
好，那我们该怎么使用呢？把过程分享给大家。
首先你得有一套z-image的文生图吧，没有的，可以参考一下我的上一期。
这样，你应该已经有了一个启动器了，首先，更新启动器，直接到开发板按最新的（更新很快），我当时看到正式版也更新了以为也支持了，其实不行，在ModelPatchLoader那里会报错，如果你也遇到了，更新一下就行。
其次就是模型下载了，国内可以在魔搭下载
https://www.modelscope.cn/models/PAI/Z-Image-Turbo-Fun-Controlnet-Union/files
hf也可以
https://huggingface.co/alibaba-pai/Z-Image-Turbo-Fun-Controlnet-Union
接下来又是一个问题了，模型放在哪？不同于以前的放controlnet里，你需要放在model_patches里。
接下来就是工作流的获取了，大家可以在这里，没有依赖太多插件，可以简单体验。
https://www.runninghub.cn/post/1996491801185886209
其实，你现在运行还可能会有问题，或者说大概率有，就是预处理的模型上--AIO Aux Preprocessor节点。也就是这个插件。
模型可能没下载，会报错，我是在这个up这里下的，全部大概30个g。
覆盖一下目录就行，
其实，接下来还可能有问题（诶），就是一些预处理器上可能还会报错，就是插件版本太新了，大家可以换一个旧一点的，或者跳过错误的试一试哪些能用，也可以看看之前的图片，有截到。
至此，你应该可以使用了。
也欢迎大家一起交流反馈，分享经验。感兴趣的可以拿下面的图试试。
