ControlNet 是一种用于可控图像生成的神经网络结构，通过在扩散模型之外引入额外的条件分支，让用户能够用边缘图、姿态、深度图等输入精确控制生成结果。自 2023 年由张吕敏（Lvmin Zhang）提出以来，它已成为 Stable Diffusion 生态中应用最广的可控生成方案之一，其思路也被后续许多图像生成与编辑框架借鉴。
ControlNet 近期进展
围绕 ControlNet 相关的扩散模型推理效率与条件控制研究仍在持续更新。据 arXiv 论文《PaTh：把递归推理引入扩散模型，像素空间解 Sudoku》（https://arxiv.org/abs/2610.09876v1），研究者尝试将递归推理机制引入扩散模型，使其在像素空间完成结构化推理任务，这类工作反映出社区对扩散模型推理能力边界的探索正在加深。
在推理效率方面，英伟达推出的 PiD 图像生成技术引起关注。据 IT 之家报道（https://www.ithome.com/0/955/853.htm），该技术仅需 13GB 显存即可运行，并在 210ms 内生成一张 2048×2048 的图像。对于依赖 ControlNet 等附加控制模块的工作流而言，显存占用和生成时延的大幅降低，意味着原本需要在高端显卡上跑的多条件控制管线有望在消费级硬件上流畅使用。
当前焦点与观察点
目前 ControlNet 相关讨论集中在三个方向。其一是控制信号的丰富度，从早期的边缘和姿态，扩展到更细粒度的布局与区域控制；其二是与加速推理方案的结合，像 PiD 这类低显存、高速度的生成技术在接入多条件控制时的兼容性值得关注；其三是端到端可控方案的竞争，部分新模型开始将可控性内置于训练阶段，减少对外挂控制模块的依赖，这对 ControlNet 这类后接式方案形成一定替代压力。
对于使用者和开发者来说，一个实际的观察点是：在扩散模型本身推理越来越快、可控性逐渐内化的趋势下，ControlNet 生态的插件式优势能维持多久，以及围绕它积累的工作流资产如何向新架构迁移。