Kontrolny narzędzie ControlNet Pose jest wykorzystywane do generowania obrazów posiadających tę samą postać co osoba na obrazie wejściowym. Wykorzystuje ono stabilną dyfuzję oraz Controlnet do skopiowania wag bloków sieci neuronowej do kopii „zablokowanej” i „zmienialnej”. Użytkownik może określić liczbę przykładów, rozdzielczość obrazu, skalę wytycznych, ziarno, eta, dodatkowy podpowiednik, negatywny podpowiednik oraz rozdzielczość wykrywania. Przewidywane wyniki zwykle są gotowe w ciągu 21 sekund.