艺术二维码最近这段时间，从推特到 Reddit，外网都在讨论一种 AI 绘画的新玩法，即有人把 AI 绘画和二维码相结合，生成了一组颇为自然的创意二维码。
更让人惊讶的是，这组二维码可以完美的用手机扫描成功，自动跳转到指定的链接，而且并非手动绘制，全部是由 Stable Diffusion 搞定的。
在这些讨论、赞美这组创意二维码的帖子下，我看到了这么一句「如果我正确理解了谷歌的翻译」。
也就是说，在国外疯传的这组创意二维码，好像并不是国外老哥折腾出来的，毕竟用到了谷歌翻译。
顺藤摸瓜找了找，我发现这次引领风骚的，是国内四位学生的阶段性成果，分别是来自中国传媒大学的倪豪（大四）和陈柏宇（大四）、王照涵（研一），和来自北京航空航天大学的陈智勇（大四）。
这四位同学明显是把 Stable Diffusion 的模型玩明白了，不仅在毕业前折腾出了多个经典的 Lora 模型，更是训练出了比如用于控制光影的多个 ControNet 模型。
地址：https://aigc.ioclab.com/index.html
其中就有专精制作创意二维码的 ControlNet 模型，但可惜的是，截止到写这篇文章，这四位同学还未放出这个未完工的二维码模型。
但没关系，既然知道这条路能走通，我们自己也可以 DIY 出创意二维码，这是我研究了一天后制作的创意二维码，有二次元的：
也有科幻风的：
大家不妨扫扫看，这些二维码是绝对能扫出来的，虽然细节上还有优化的地方，但毫无疑问，在二维码 ControlNet 模型发布前，我们自己也可以动手制作创意二维码了。
在折腾的过程中踩了不少坑，感兴趣的小伙伴可以接着往下看。
具体操作
用到的其实是 Stable Diffusion 的图生图功能，不过在这个过程中，不仅需要用到生图必备的 Prompt，更需要 ControlNet 的帮助。
整体研究下来，大致需要两步。
第一步
第一步肯定是需要准备好二维码了，是的，小小二维码其实也有不少需要注意的地方，这里我们需要用到二维码生成器。
以倪、陈两位同学很早之前搭建的一个参数化二维码生成器为例，地址如下。
qrbtf.com
二维码扫出来的内容，具体到今天的教程，指的是 URL 链接。
第一个注意的点来了，URL 越长，二维码信息点就会越多，进而导致二维码的图片复杂度就越大。
大家想想也好理解，越复杂的二维码，在 AI 生图的过程中，就越容易出问题，所以对于这一串 URL 链接来说，自然越短越好。
这里的建议是，尽可能的精简链接，把不影响访问的字符给删掉，如果 URL 链接实在是太长，比如超过 40 个字符左右，可以考虑用短链转换工具把长链转换成短链。
在精简 URL 的过程中，第二个注意的点来了，想让扫出来的二维码能够自动跳转，「https://」这种协议是不能够删的，否则就无法自动跳转。
至于二维码的样式，选择最最基本的就好。
样式虽然确定了，但参数需要调整，最关键的是「容错率」这个参数，直接拉到 30% 最高。
这里稍微解释一下，二维码容错率，是指二维码被遮挡后仍能被扫出来时，最大的遮挡面积。
你想啊，容错率越大，能遮挡的面积越多，那 DIY 出来的二维码就越好看，至此，我们就得到了一个符合标准的二维码。
不过需要注意的是，导出记得选「JPG」格式，原因是 PNG 格式背景是透明的，无法用在 SD 的后续操作。
第二步
准备好了二维码，直接导出 SD 图生图里，提示词按需求写即可，没有什么特别需要注意的。
这里需要注意的是两个参数——提示词相关性和重绘幅度。
因为你想啊，我们是在二维码这个基础上去生图，生成的内容全都交给了提示词，所以「提示词相关性」这个参数适当调大，建议 8-11 不等。
至于「重绘幅度」，放在这个场景下，就是重绘幅度越大，越不像二维码，但重绘幅度过小，又丧失了 DIY 的空间。
所以这个值最好把持在 07-0.9 之间，判断的依据是，最好生成的图片像二维码，但扫不出来，比如 0.75 这个样子（可以再稍微高一点）。
对于不同的提示词，不同的二维码，「重绘幅度」这个参数是动态调整的，不要迷信，建议大家试一试再说。
但注意，此时生成的图片是扫不出来的，原因很好理解，DIY 部分的面积已经超过了二维码的容错率。
我们需要控制图片的生成，让二维码的信息点暴露出来，怎么搞？上 ControlNet。
具体是指 Tile 控制模型。
至于用来控制的图片，用二维码即可，记得勾选「启用」。
在默认参数下，权重、开始控制步数、结束控制步数都不变，我们用 ControlNet 生成的新图片，必是二维码原图，重绘幅度调成 1 都没用。
原因就是，你让 Tile 这个控制模型从头到尾全过程参与了生成，所以图片自然生成了它该有的样子。
怎么改？先动开始控制步数，0 意味着 ControlNet 从头介入控制，数越大，介入的越晚，建议大家从 0.25 开始尝试，这是我手动生成近 500 张图后得出的结论。
这个值低了，DIY 的部分会隐藏在二维码下。
这个值高了，又会超过容错率，临界值甚至是小数点后三位。
以我这个提示词和二维码，0.285 得到的就是一张能扫出来的 DIY 二维码了。
如果总结成调参数的方法论——
先调整「权重」和「开始控制步数」，让 DIY 的部分从二维码中浮出来，并能扫出结果；如果觉得 DIY 部分和二维码融合的不够自然，再去调整「结束控制步数」，让提前结束控制，参数建议 0.9 左右。
至此，我们就能 DIY 出属于自己的特色二维码了，我这里还有很多成功的二维码：
至于你说怎么做出更有个性的二维码？比如下面这种让图片更自然，更完整。
其中的奥秘，就是再开一个 ControlNet，用 Lineart 控制模型，或者 OpenPose 控制模型对生成的内容进一步把关。
不过当你开启第二个，甚至第三个 ControlNet 时，前面的参数就要对应调整了，多跑几遍，相信你也能拿捏。
结语
其实关于这个创意二维码，还有很多可以钻研的地方，限于时间（坐电脑前一天了，老腰快废了）这里我并没有测试。
比如利用 PS 的填充 AI，或者局部重绘，让二维码更好的融入图片；比如改变尺寸，包括不限于 ControlNet 中图片尺寸，会对构图带来什么影响等等。
但无论如何，这条路是能走通的，何况文章一开头，引领这一波风骚的那些四位同学，还搞了个专门针对二维码的 ControlNet 控制模型。
虽然暂时还没有放出，但相信以后制作这种创意二维码会越来越容易。
如果你想体验制作这样的创意二维码，但又用不来 Stable Diffusion 去 DIY，别急，国外已经有人把这事给商业化了，加入 Discord 即可免费体验。
联系客服
