Doslednost likov se ohranja z določitvijo nespremenljivih lastnosti v besedilu in njihovo sidranjem z vizualnimi referencami, nato pa s strogo kontrolo spremenljivk, kot so osvetlitev in kot. To dosežete tako, da v svojem delovnem toku ločite identiteto lika od konteksta prizora.
Problem odstopanja likov v generativni AI
Generativni modeli pozive interpretirajo verjetnostno. Ko zahtevate določen lik, model vzorči iz porazdelitve možnih interpretacij. Brez omejitev je vsaka generacija nov met kocke. Majhne razlike v strukturi obraza, teksturi las ali podrobnostih oblačil se kopičijo skozi slike. To odstopanje nastane, ker model daje prednost celotni kompoziciji in osvetlitvi pred specifičnimi identifikacijskimi znaki. Če izpisa aktivno ne omejite, lik postane generičen arhetip in ne specifična osebnost.
Določanje nespremenljivih lastnosti lika v pozivih
Identificirati morate lastnosti, ki definirajo lik, in jih obravnavati kot nepogajljive. To so nespremenljive lastnosti. Vključujejo specifično geometrijo obraza, barvo oči, obliko las in edinstvene oblačilne kosove. Lika ne opisujte z nejasnimi izrazi, kot sta "kul" ali "misteriozen". Opišite fizično realnost. Namesto "močan videz" navedite "kratki ostriženi lasje, brazgotina nad levim obrvjem, obrabljena usnjena jakna."
- Nespremenljive lastnosti navedite v fiksnem bloku besedila.
- Ta blok ohranite identičen za vsak poziv.
- Blok postavite na začetek poziva, da mu dodelite visoko težo.
- Izogibajte se pridevnikom, ki implicirajo več interpretacij. Uporabljajte konkretne samostalnike in fizične opisnike.
Če spremenite opis las, lahko model nov opis interpretira kot drugačen lik. Besedilni poziv je primarno sidro. Če je besedilo dvoumno, bo slika nedosledna.
Uporaba referenčnih slik in stilskih sidr
Samo besedilo je pogosto nezadostno za kompleksne like. Vizualne reference zagotavljajo prostorsko in stilsko sidro. Naložite sliko lika, da usmerite interpretacijo identitete s strani modela. Tu se specifična orodja vključijo v proces.
- Midjourney uporabite, ko potrebujete sklic na sliko določenega lika za zagotovitev doslednih obraznih značilnosti in sloga pri novih generacijah.
- Adobe Firefly uporabite, ko morate naložiti referenčno sliko lika za usmerjanje sloga in identitete generiranih slik v ekosistemu Creative Cloud.
- Leonardo.Ai izberite, ko želite zakleniti določene lastnosti lika in estetiko pri več generacijah slik.
- Stable Diffusion uporabite za napredno doslednost prek usposabljanja LoRA na naborih podatkov lika ali z uporabo ControlNet za zaklepanje poze in strukture.
- Krea uporabite, ko morate naložiti sliko za ohranitev identitete lika in sloga pri generiranju v realnem času.
- Runway uporabite, ko želite ohraniti doslednost lika pri generiranju zaporedij videoposnetkov ali animiranju statičnih likovnih zasnov.
- DALL-E 3 uporabite, ko želite ohraniti doslednost lika prek podrobnih, specifičnih besedilnih pozivov in iterativnega izboljševanja, saj nima izvirne funkcije sklica na sliko.
Pri uporabi teh orodij ocenite izhod glede na to, ali obrazna struktura ustreza referenci. Ne ocenjujte ga glede na to, ali scena izgleda dobro. Če je obraz napačen, je scena nepomembna.
Upravljanje variacij osvetlitve in kota
Osvetlitev in kot sta najpogostejša vzroka zaznane nedoslednosti. Lik v svetlem dnevnem svetlu izgleda drugače kot isti lik v senci. To ni drift; to je fizika. Vendar modeli pogosto interpretirajo spremembe osvetlitve kot spremembe identitete.
- Ohranite opis osvetlitve dosleden, če želite, da lik izgleda enako.
- Če spremenite kot, pričakujte premik obraznih značilnosti.
- Za likovne liste uporabite nevtralno osvetlitev za vzpostavitev osnovne identitete.
- Dramatično osvetlitev uporabite šele po zaklepanju identitete.
Če generirate lika v temni ulici in nato v svetlem studiu, lahko model interpretira sence kot različne obrazne strukture. Ločite identiteto od okolja. Najprej generirajte lika v nevtralnem kontekstu. Nato kompozitirajte ali pozovite za specifično okolje.
Iterativno izboljševanje in negativno pozivanje
Prvi poskus ne bo popoln. Iterativno izpopolnjevanje je jedro delovnega procesa. Ustvarite več različic. Izberite tisto, ki je najbližje ciljni identiteti. To izbiro uporabite kot novo referenco. Tako nastane povratna zanka, ki poveča doslednost.
Negativno oblikovanje pozivov je bistveno. Modelu morate povedati, kaj naj ne počne.
- Navedite pogosta odstopanja v negativnem pozivu.
- Vključite izraze, kot so "različno obraz", "napačna frizura" ali "generične značilnosti".
- Posodobite negativni poziv, ko opazite nove vrste napak.
Če model liku vedno znova daje drugačno obliko nosu, dodajte "napačna oblika nosu" v negativni poziv. To aktivno zatreti odstopanja.
Pogoste napake, ki rušijo doslednost
Večina neuspehov pri doslednosti izvira iz napak v delovnem toku, ne iz omejitev orodij.
- Spreminjanje opisa lika med pozivi.
- Uporaba nejasnih pridevnikov namesto fizičnih opisov.
- Ignoriranje konteksta osvetlitve pri ocenjevanju identitete.
- Neuporaba negativnega oblikovanja pozivov za zatiranje odstopanj.
- Pričakovanje popolne doslednosti brez iterativnega izboljševanja.
- Uporaba ene same referenčne slike, ki je nizke kakovosti ali dvoumna.
Če boste storili te napake, vam ne bo pomagalo nobeno orodje. Delovni tok mora biti discipliniran. Besedilo mora biti natančno. Reference morajo biti jasne. Iteracija mora biti neprekinjena.