在 AI 图像生成中，单一的控制条件往往难以满足复杂场景的需求。混合使用多个 ControlNet 可以同时控制图像的不同区域或不同方面，实现更精确的图像生成控制。 在一些场景下，混合使用 ControlNet 可以利用不同控制条件的特性，来达到更精细的条件控制：
  1. 场景复杂性：复杂场景需要多种控制条件共同作用
  2. 精细控制：通过调整每个 ControlNet 的强度参数，可以精确控制各部分的影响程度
  3. 互补效果：不同类型的 ControlNet 可以互相补充，弥补单一控制的局限性
  4. 创意表达：组合不同控制可以产生独特的创意效果

​
混合 ControlNet 的使用方法

当我们混合使用多个 ControlNet 时，每个 ControlNet 会根据其应用的区域对图像生成过程施加影响。ComfyUI 通过 Apply ControlNet 节点的链式连接方式，允许多个 ControlNet 条件按顺序叠加应用混合控制条件： apply controlnet chain link

​
ComfyUI ControlNet 区域分治混合示例

在本示例中，我们将使用 Pose ControlNet 和 Scribble ControlNet 的组合来生成一张包含多个元素的场景：左侧由 Pose ControlNet 控制的人物和右侧由 Scribble ControlNet 控制的猫咪滑板车。

​
1. ControlNet 混合使用工作流素材

请下载下面的工作流图片,并拖入 ComfyUI 以加载工作流 ComfyUI 工作流 - Mixing ControlNet
该工作流图片包含 Metadata 数据，可直接拖入 ComfyUI 或使用菜单 Workflows -> Open（ctrl+o） 加载。系统会自动检测并提示下载所需模型。
用于输入的 pose 图片（控制左侧人物姿态）: ComfyUI 工作流 - Mixing ControlNet 输入图片 用于输入的 scribble 图片（控制右侧猫咪和滑板车）: ComfyUI 工作流 - Mixing ControlNet 输入图片

​
2. 手动模型安装

如果你网络无法顺利完成对应模型的自动下载，请尝试手动下载下面的模型，并放置到指定目录中
ComfyUI/
├── models/
│   ├── checkpoints/
│   │   └── awpainting_v14.safetensors
│   ├── controlnet/
│   │   └── control_v11p_sd15_scribble_fp16.safetensors
│   │   └── control_v11p_sd15_openpose_fp16.safetensors
│   ├── vae/
│   │   └── vae-ft-mse-840000-ema-pruned.safetensors

​
3. 按步骤完成工作流的运行

ComfyUI 工作流 - Mixing ControlNet 流程图 按照图片中的数字标记，执行以下步骤：
  1. 确保Load Checkpoint可以加载 awpainting_v14.safetensors
  2. 确保Load VAE可以加载 vae-ft-mse-840000-ema-pruned.safetensors
第一组 ControlNet 使用 Openpose 模型: 3. 确保Load ControlNet Model加载 control_v11p_sd15_openpose_fp16.safetensors 4. 在Load Image中点击Upload 上传之前提供的 pose 图片 第二组 ControlNet 使用 Scribble 模型: 5. 确保Load ControlNet Model加载 control_v11p_sd15_scribble_fp16.safetensors 6. 在Load Image中点击Upload 上传之前提供的 scribble 图片 7. 点击 Queue 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行图片的生成

​
工作流讲解

​
强度平衡

当控制图像不同区域时，强度参数的平衡尤为重要：
  • 如果一个区域的 ControlNet 强度明显高于另一个，可能导致该区域的控制效果过强而抑制另一区域
  • 推荐为不同区域的 ControlNet 设置相似的强度值，例如都设为 1.0

​
提示词技巧

在区域分治混合中，提示词需要同时包含两个区域的描述： 
"A woman in red dress, a cat riding a scooter, detailed background, high quality"
这样的提示词同时涵盖了人物和猫咪滑板车，确保模型能够同时关注两个控制区域。

​
同一主体多维控制的混合应用

除了本例展示的区域分治混合外，另一种常见的混合方式是对同一主体进行多维控制。例如：
  • Pose + Depth：控制人物姿势及空间感
  • Pose + Canny：控制人物姿势及边缘细节
  • Pose + Reference：控制人物姿势但参考特定风格
在这种应用中，多个 ControlNet 的参考图应该对准同一主体，并调整各自的强度确保适当平衡。 通过组合不同类型的 ControlNet 并指定其控制区域，你可以对画面元素进行精确控制。