在像素空间而不是潜在空间进行控制网络训练很难产生良好的结果

作者: Benny0323创建于 2026年2月14日更新于 2026年2月14日

我在训练 ControlNet 时遇到了问题。我发现模型无论迭代次数超过 50 万次，都无法根据输入条件生成图像。可能的原因是，与潜在空间相比，在像素空间中进行直接学习更加困难。谢谢！

内容来源: lllyasviel/ControlNet