Аднастайнасць персанажаў дасягаецца шляхам вызначэння нязменных рыс у тэксце і іх замацавання візуальнымі рэферэнсамі, а таксама строгім кантролем зменных, такіх як асвятленне і вугал. Гэта дасягаецца праз аддзяленне ідэнтычнасці персанажа ад кантэксту сцэны ў вашым працэсе.
Праблема «дрэйфу» персанажаў у генератыўных AI
Генератыўныя мадэлі інтэрпртуюць запыты верагоднасным чынам. Калі вы просіце канкрэтны персанаж, мадэль выбірае варыянт з размеркавання магчымых інтэрпрэтацый. Без абмежаванняў кожная генерацыя — гэта новы кідок кубіка. Невялікія змены ў структуры твару, тэкстуры валасоў або дэталях адзення назапашваюцца ад выявы да выявы. Гэты дрэйф адбываецца таму, што мадэль надае прыярытэт агульнай кампазіцыі і асвятленню, а не канкрэтным маркерам ідэнтычнасці. Калі вы актыўна не абмяжоўваеце вынік, персанаж становіцца агульным архетыпам замест канкрэтнай асобы.
Вызначэнне нязменных рыс персанажа ў запытах
Вы павінны вызначыць рысы, якія складаюць вобраз персанажа, і лічыць іх неабходнымі. Гэта нязменныя рысы. Яны ўключаюць канкрэтную геаметрыю твару, колер вачэй, форму валасоў і ўнікальныя элементы адзення. Не апісвайце персанажа размытымі тэрмінамі, такімі як «круты» або «загадкавы». Апісвайце фізічную рэальнасць. Замест «грубы вобраз» напішыце «карасткая стрыжка, шнар над левым бровам, зношаная скураная куртка».
- Спіс нязменных рыс у фіксаваным блоку тэксту.
- Захоўвайце гэты блок ідэнтычным для кожнага запыту.
- Размяшчайце гэты блок на пачатку запыту, каб надаць яму высокую вагу.
- Пазбягайце прыметнікаў, якія мяркуюць некалькі інтэрпрэтацый. Выкарыстоўвайце канкрэтныя назоўнікі і фізічныя апісанні.
Калі вы зменіце апісанне валасоў, мадэль можа інтэрпрэтаваць новае апісанне як іншага персанажа. Тэкставы запыт з'яўляецца асноўнай апорай. Калі тэкст неадназначны, выява будзе неаднастайнай.
Выкарыстанне рэферэсных выяў і стылявых апор
Тэксту часта недастаткова для складаных персанажаў. Візуальныя рэферэнсы даюць прасторавую і стылявую апору. Вы загружаеце выяву персанажа, каб накіраваць інтэрпрэтацыю ідэнтычнасці мадэллю. Менавіта тут спецыфічныя інструменты ўпісваюцца ў працэс.
- Midjourney выкарыстоўваецца, калі трэба апірацца на канкрэтны відарыс персанажа, каб забяспечыць стабільнасць рыс твару і стылю пры новых генерацыях.
- Adobe Firefly прымяняецца, калі трэба загрузіць рэферэнсны відарыс персанажа для кіравання стылем і ідэнтычнасцю згенераваных выяў у экасістэме Creative Cloud.
- Leonardo.Ai выбіраецца, калі трэба зафіксаваць канкрэтныя рысы і эстэтыку персанажа на некалькіх генерацыях выяў.
- Stable Diffusion выкарыстоўваецца для дасягнення высокай стабільнасці праз навучанне LoRA на наборах даных персанажаў або з дапамогай ControlNet для фіксацыі пазы і структуры.
- Krea прымяняецца, калі трэба загрузіць выяву для захавання ідэнтычнасці і стылю персанажа пры генерацыі ў рэальным часе.
- Runway выкарыстоўваецца, калі трэба падтрымліваць стабільнасць персанажа пры генерацыі відэасеквенцый або анімацыі статычных дызайнаў персанажаў.
- DALL-E 3 абапіраецца на дэталёвыя, спецыфічныя тэкставыя запыты і ітэрацыйнае ўдасканаленне для захавання стабільнасці персанажа, паколькі ў ім адсутнічае ўбудаваная функцыя рэферэнсу выявы.
Пры выкарыстанні гэтых інструментаў ацэньвайце вынік па тым, ці супадае структура твару з рэферэнсам. Не ацэньвайце, ці добра выглядае сцэна. Калі твар не той, сцэна не мае значэння.
Кіраванне варыяцыямі асвятлення і ракурсу
Асвятленне і ракурс — самыя частыя прычыны ўспрыманай неаднастайнасці. Персанаж у яркім дзённым святле выглядае інакш, чым той жа персанаж у цені. Гэта не дрэйф; гэта фізіка. Аднак мадэлі часта інтэрпрэтуюць змены асвятлення як змены ідэнтычнасці.
- Захоўвайце апісанне асвятлення нязменным, калі хочаце, каб персанаж выглядаў аднолькава.
- Калі вы змяняеце ракурс, чакайце зруху рыс твару.
- Выкарыстоўвайце нейтральнае асвятленне для лістоў персанажаў, каб усталяваць базавую ідэнтычнасць.
- Прымяняйце драматычнае асвятленне толькі пасля таго, як ідэнтычнасць зафіксавана.
Калі вы генеруеце персанажа ў цёмным завулку, а потым у яркай студыі, мадэль можа інтэрпрэтаваць цені як розныя структуры твару. Аддзяліце ідэнтычнасць ад асяроддзя. Спачатку згенеруйце персанажа ў нейтральным кантэксце. Затым кампануйце або фарміруйце запыт для канкрэтнага асяроддзя.
Ітэрацыйнае ўдасканаленне і адмоўныя запыты
Вы не атрымаеце ідэальны вынік з першай спробы. Ітэрацыйнае ўдасканаленне — аснова працэсу. Стварайце некалькі варыянтаў. Выбірайце той, які найбольш блізкі да мэтавай ідэнтычнасці. Выкарыстоўвайце гэты выбар як новую апорную кропку. Гэта стварае цыкл зваротнай сувязі, які ўмацоўвае стабільнасць.
Негатыўны прамптынг з’яўляецца неабходным. Вы павінны сказаць мадэлі, чаго не трэба рабіць.
- Пералічыце частыя адхіленні ў адмоўным запыце.
- Уключыце такія тэрміны, як "іншае твар", "няправільнае валасяное покрыва" або "агульныя рысы".
- Абнаўляйце адмоўны запыт, калі бачыце новыя тыпы памылак.
Калі мадэль працягвае надаваць персанажу іншую форму носа, дадайце "wrong nose shape" у адмоўны запыт. Гэта актыўна стрымлівае зрух.
Тыповыя памылкі, якія парушаюць аднастайнасць
Большасць праблем з узгадненасцю ўзнікае з-за памылак у працэсе працы, а не з-за абмежаванняў інструментаў.
- Змена апісання персанажа паміж запытамі.
- Выкарыстанне агульных прыметнікаў замест фізічных апісанняў.
- Ігнараванне кантэксту асвятлення пры ацэнцы ідэнтычнасці.
- Адсутнасць адмоўнага запыту (negative prompting) для падаўлення адхіленняў.
- Чаканне ідэальнай паслядоўнасці без ітэрацыйнага ўдасканалення.
- Выкарыстанне аднаго рэфэрэнснага відарыса нізкай якасці або неадназначнага.
Калі вы робіце такія памылкі, ніякі інструмент вас не выратуе. Працоўны працэс павінен быць дысцыплінаваным. Тэкст павінен быць дакладным. Спасылкі павінны быць зразумелымі. Ітэрацыя павінна быць бесперапыннай.