- 黄胖系列 ビュー・オブジェクトの高度な手法
- 39.10 プログラムによるビュー定義とビュー・オブジェクトの作成 oracle.jbo.server.ViewDefImplクラスでは、ビュー・オブジェクト・...
这两天人妖 泰文,英国王室的 P 图事件闹得沸沸扬扬。
3 月 10 日,威廉与凯特的 X 官方账号共享了一张凯特王妃和 3 个孩子的合影。但是,这张本意为辟谣的像片却掀翻了一场「公共来找茬」的游戏,眼尖的网友发现了多处修图陈迹:
还有一些臆想是,这张像片是由 AI 生成的。像片中东说念主物数目相比多,且是相互依靠的行为,AI 奏凯生成的畛域偶而有这样当然,但也不成摈斥「局部 AI 生成」的可能性。
随后,凯特王妃为「发布修悔改的像片」负责说念歉:「和好多业余照相师相通,我偶尔也会尝试修图。我思为昨天咱们共享的家庭像片引起的任何杂沓暗示歉意。我但愿每个东说念主有一个相配痛快的母亲节。」
在 AI 图片生成时间不休进化的今天,修图也曾不一定需要相配复杂的设施。
不错简化到什么经由呢?惟有在给模子的教唆词的终末加个图片参考联结,就能换脸、换头发、换穿戴,而且肉眼皆备看不出污点。
就比如下方这两张 OpenAI CEO 的像片,你会不会合计是山姆・奥特曼在玩 COS?
闲扯少说,这张图片来自 Midjourney 刚刚发布的一项新功能 ——「变装参考」(Character Reference),让用户几秒之内不错结束「张公吃酒李公醉」。
用过 Stability AI、Midjourney、OpenAI 等公司图像生成产物的东说念主详情知说念,在腾达成图像中保握变装一致性也曾是相比贫瘠的事情。
AI 会为输入的每一个教唆生成新的本色,即使教唆叠加出现或使用了一些疏通的关节词。这相配合适生周详新的本色,但不适用于有叙事一语气性的场景。要是你是为电影、演义或漫画书作念预备,详情但愿让一个或多个一模相通的变装出当今不同的场景和环境中,且使用不同的面部心情和说念具。
是以此次,Midjourney 引入了一个新标签「-cref」(Character Reference 的缩写),咱们不错将其添加到 Midjourney Discord 的文本教唆词末尾,让模子从 URL 中匹副变装的面部特征、体型甚而服装。如下图:
这意味着,Midjourney 将从一个创意器具进化为一个提高专科坐蓐力的器具。
比如这两组动画预备:
是以,怎样使用这项功能呢?
Midjourney 独创东说念主 David Holz 提供了一份好意思满诠释:
使用顺次很简便:在教唆词后键入 -cref URL,并输入变装图像的 URL。
用户不错用「cw」来修改参考的「强度」,数值不错是 0 到 100。
强度 100 (-cw 100) 是默许值,使用脸部、头发和穿戴;强度 0 (-cw 0) 时,它将只关心脸部(合适更换服装 / 头发等)。
有几点需要精熟:
该功能之前生成的 Midjourney 图像合作使用效用最好,不是为真东说念主像片预备的,而且可能会像旧例图像教唆相通发生诬蔑;
Cref 的责任样式与旧例图像教唆近似,仅仅相比专注于变装特征;
这项时间的精度是有限的,不会复制精准的酒窝 / 黑点 / 或 T 恤秀丽;
不错使用多个 URL 来夹杂多张图像中的信息 / 变装。
该功能也适用于非东说念主物图像的生成,咱们不错提供一张白色布景的原始图像,然后在不同的场景中将其融入:
感敬爱敬爱的你,不妨一试。
参考联结:https://venturebeat.com/ai/midjourney-debuts-feature-for-generating-consistent-characters-across-multiple-gen-ai-images/人妖 泰文