“平均時代”：ChatGPT模仿秀的隱喻
來源：錦緞如果你問ChatGPT，Instagram上最美的女人是誰？它很可能會給你一個名字，叫卡戴珊。如果你觀察過Instagram這個美版小紅書：平臺上的所有網(wǎng)紅，展現(xiàn)的幾乎是統(tǒng)一面孔：統(tǒng)一的醫(yī)
不得不說，現(xiàn)在拍寫真真是“簡單到放肆”了。
真人不用出鏡，不用費心凹姿勢、搞發(fā)型，只需一張本人圖像，等待幾秒鐘，就能獲得 7 種完全不同風(fēng)格：
仔細(xì)看，造型 / pose 全都給你整得明明白白，并且原圖直出修也不用修了。
這擱以前，不得在寫真館耗上至少整整一天，把咱和攝影師、化妝師都累個半死不活。
以上，便是一個叫做 InstantIDAI 的厲害之處。
除了現(xiàn)實寫真，它還能整點“非人類的”：
比如貓頭貓身，但仔細(xì)看又有你的臉部特征。
各種虛擬風(fēng)格就更不用說了：
像 style 2，真人直接變石像。
當(dāng)然，輸入石像也能直接變：
對了，還能進(jìn)行倆人臉融合的高能操作，看看 20% 的楊冪 + 80% 的泰勒長什么樣：
一張圖無限高質(zhì)量變身，可是叫它玩明白了。所以，這是怎么做到的？
基于擴(kuò)散模型，可與 SD 無縫集成作者介紹，目前的圖像風(fēng)格化技術(shù)已經(jīng)可以做到只需一次前向推理即可完成任務(wù)（即基于 ID embedding）。
但這種技術(shù)也有問題：要么需要對眾多模型參數(shù)進(jìn)行廣泛微調(diào)，要么與社區(qū)開發(fā)的預(yù)訓(xùn)練模型缺乏兼容性，要么無法保持高保真度的面部特征。
為了解決這些挑戰(zhàn)，他們開發(fā)了 InstantID。
InstantID 基于擴(kuò)散模型打造，其即插即用（plug-and-play）模塊僅靠單張面部圖像即可熟練地處理各種風(fēng)格化變身，同時確實高保真度。
最值得一提的是，它可與時下流行的文本到圖像預(yù)訓(xùn)練擴(kuò)散模型無縫集成（例如 SD1.5、SDXL），作為插件使用。
具體來看，InstantID 由三個關(guān)鍵組成部分：
（1）捕獲語義人臉信息的 ID embedding；
（2）具有解耦交叉注意力的輕量級適配模塊，方便圖像作為視覺提示；
（3）IdentityNet 網(wǎng)絡(luò)，它通過額外的空間控制對參考圖像的詳細(xì)特征進(jìn)行編碼，最終完成圖像生成。
而相比業(yè)內(nèi)此前的工作，InstantID 有幾點不同：
一是不用訓(xùn)練 UNet，因此可以保留原始文本到圖像模型的生成能力，并兼容社區(qū)中現(xiàn)有的預(yù)訓(xùn)練模型和 ControlNet。
二是不需要 test-time 調(diào)整，因此對于特定風(fēng)格，不需要收集多張圖像進(jìn)行微調(diào)，只需要對單個圖像進(jìn)行一次推斷即可。
三是除了實現(xiàn)更好的面部保真度，也保留了文本可編輯性。如下圖所示，只需幾個字，即可讓形象變性別、換套裝、改發(fā)型以及發(fā)色。
再次強(qiáng)調(diào)，以上所有效果只需 1 張參考圖像在幾秒內(nèi)即可完成。如下圖實驗證明，多來幾張參考圖的作用基本不大，1 張就能做得很好。
下面是一些具體對比。
比較對象是現(xiàn)有的免調(diào)優(yōu) SOTA 方法：IP-Adapter (IPA)、IP-Adapter-FaceID 以及前兩天騰訊剛剛出品的 PhotoMaker。
可以看到，大家都挺“卷”的，效果都不賴 —— 但仔細(xì)對比的話，PhotoMaker 和 IP-Adapter-FaceID 保真度都不錯，但文本控制能力明顯差一點。
相比之下，InstantID 的面孔和樣式能更好地融合，在實現(xiàn)了更好保真度的同時，還保留了良好的文本可編輯性。
除此之外，還有與 InsightFace Swapper 模型的比較，你覺得哪個效果更好呢？
本文一共 5 位作者，來自神秘的 InstantX 團(tuán)隊（網(wǎng)上沒有搜到太多信息）。不過一作是來自小紅書的 Qixun Wang。
通訊作者王浩帆也是小紅書的工程師，從事可控和條件內(nèi)容生成（AIGC）方面的研究，是 CMU'20 屆校友。
參考鏈接：
https://instantid.github.io/
本文來自微信公眾號：量子位 （ID：QbitAI），作者：豐色
本文鏈接：http://www.www897cc.com/showinfo-45-3254-0.html20% 的楊冪 + 80% 的泰勒長什么樣？小紅書風(fēng)格化 AI 來了，可兼容 SD 和 ControlNet
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號