Scribble Diffusion是一个在线AI绘画工具，通过使用ControlNet的AI技术将粗略的草图转换为精致的图像，并且生成的每一张图像都是不同的因此没有版权困扰，你可以在这个网站上上传你的草图并生成一个更加精美的图片。
只需要在网站上画出你想要的图形，然后输入一些描述性的文字，就可以让 Scribble Diffusion 的 AI 技术为你创造出惊人的作品。无论你是想要画出一只猫、一辆汽车、一幅风景，还是一个卡通人物，Scribble Diffusion 都可以帮你实现。你甚至可以用它来制作 logo、海报、插画等设计作品。Scribble Diffusion 是一个有趣而又实用的网站，可以让你释放你的创意，享受绘画的乐趣。
特色功能
Scribble Diffusion 的最大特色就是它能够结合你的涂鸦和文字，生成符合你想象的图片。它使用了开源的机器学习模型 ControlNet。
这个模型可以根据输入的文本和图形，生成相应的图像。Scribble Diffusion 还利用了 Replicate 这个云平台，来运行这个模型，并提供给用户快速而稳定的服务。
Scribble Diffusion 的网站界面也很简洁而友好，你只需要在一个白色的画布上绘制你想要的图形，然后在下方输入一些描述性的文字，就可以点击生成按钮，看到 AI 为你创造出的图片。你还可以调整生成图片的质量和版本，以及保存或分享你的作品。
Scribble Diffusion 的另一个特色功能是它能够生成不同风格和主题的图片。你可以在输入文字时，指定你想要的风格或主题，比如说卡通、写实、抽象、复古、未来等等。Scribble Diffusion 的 AI 会根据你的要求，生成不同风格和主题的图片。这样，你就可以根据不同的场合和目的，选择适合你的图片。
比如说，如果你想要为一个儿童节目设计一个 logo，你可以输入“卡通米老鼠推荐汉堡”，就可以得到一个可爱而有趣的 logo 图片。如果你想要为一个科幻小说设计一个封面，你可以输入“未来风格的外星音乐乐器”，就可以得到一个神秘而有创意的封面图片。
收费价格
Scribble Diffusion 是一个免费的网站，任何人都可以在上面使用它的功能，生成自己想要的图片。Scribble Diffusion 不会收取任何费用，也不会限制用户生成图片的次数或数量。
Scribble Diffusion 的目标是为了让更多人体验 AI 技术带来的乐趣和便利，所以它不会向用户收费。当然，如果你喜欢 Scribble Diffusion 的服务，并且想要支持它的发展和改进，你可以通过捐赠或者来表达你的感谢和支持。
常见问题
Q: Scribble Diffusion 是如何工作的？
A: Scribble Diffusion 是基于 ControlNet 这个开源的机器学习模型来工作的。ControlNet 是一个能够根据输入的文本和图形，生成相应的图像。
ControlNet 的原理是将原始的模型的网络层复制成一个“锁定”的副本和一个“可训练”的副本。“可训练”的副本用来学习你的条件。“锁定”的副本用来保留你的模型。这样，即使你只有少量的图像对，也不会破坏原始的模型。
ControlNet 还使用了一些“零卷积”层，这些层的权重和偏置都初始化为零。在训练之前，这些层都不会对输出产生任何影响。这样，ControlNet 就不会造成任何失真。ControlNet 可以在小规模或者个人设备上进行训练，也可以方便地合并或替换模型、权重、块或层。
Q: Scribble Diffusion 生成的图片有版权吗？
A: Scribble Diffusion 生成的图片属于用户自己的创作，用户可以自由地使用、保存或分享这些图片。Scribble Diffusion 不会对用户生成的图片进行任何收费或限制。
但是需要注意，Scribble Diffusion 生成的图片可能受到原始模型训练数据的版权影响。如果用户输入的文字或涂鸦与某些已有的图片相似，那么生成的图片可能也会与这些图片相似，从而可能涉及到版权问题。因此，用户在使用 Scribble Diffusion 生成的图片时，需要自行判断是否侵犯了他人的版权，并承担相应的责任和风险。
Q: Scribble Diffusion 可以生成多大尺寸的图片？
A: Scribble Diffusion 目前可以生成最大为 256×256 像素的图片。这是由于原始模型的限制，它目前只能处理这个尺寸的图片。如果用户想要生成更大尺寸的图片，可以尝试使用一些图像放大或超分辨率的技术，来提高生成图片的质量和细节。
Q: Scribble Diffusion 可以生成动画或视频吗？
A: Scribble Diffusion 目前还不支持生成动画或视频。它只能生成静态的图片。如果用户想要生成动画或视频，可以尝试使用一些其他的技术，比如说 GAN、VAE、RNN 等，来实现动态图像的生成。
