Como manter uma personagem de IA consistente em fotos

Seed fixo, treinamento de LoRA e adaptadores de identidade resolvem o problema de fundo de um modelo que não tem memória entre gerações (veja consistência de influenciadores de IA para a análise técnica completa desses métodos). Mas um lote real de fotos, 15, 30, às vezes 50 disparos com poses, looks e cenários diferentes, ainda desvia na prática, porque o fluxo de trabalho em volta da tecnologia é o que realmente segura tudo junto.

O modo de falha quase sempre é o mesmo: a foto um fica perfeita, a foto cinco está próxima, a foto quinze tem um nariz ou uma linha da mandíbula sutilmente diferentes. Ninguém percebeu porque ninguém conferiu, ao longo do lote, contra uma referência fixa, apenas se "esta foto individual está boa".

Antes de gerar qualquer outra coisa, produza e aprove uma única imagem de referência da personagem, de frente, pose neutra, luz uniforme, e trate essa imagem (e não o prompt de texto que a criou) como a verdade de referência para o resto do lote. Cada disparo posterior deve poder ser conferido contra esta imagem específica, e não reconstruído a partir do texto original do prompt, já que o mesmo prompt rodado duas vezes não reproduz de forma confiável o mesmo rosto.

Seja qual for o método de travamento de identidade em uso, um seed fixo, uma LoRA treinada ou um adaptador de identidade ou de referência, trave-o a esta imagem de referência específica antes do primeiro disparo real, e não no meio do caminho, quando o desvio já foi notado.

1. Compare com a referência, não com a foto anterior. Comparar cada nova imagem apenas com a anterior deixa o desvio se acumular em pequenos passos, individualmente invisíveis; comparar com a referência original travada pega o mesmo desvio de imediato.
2. Confira em intervalos fixos, não só no final. Uma comparação lado a lado a cada 5 ou 10 gerações, focada no rosto (olhos, formato do nariz, linha da mandíbula), pega um lote que está desviando enquanto ainda há tempo de corrigir as configurações e refazer apenas a parte ruim.
3. Isole o que mudou. Se o desvio aparecer, altere uma variável por vez (pose, iluminação, look), e não várias ao mesmo tempo, para que a causa real seja identificada em vez de adivinhada.
4. Mantenha a variação de pose e de look separada da variação de identidade. Uma ampla gama de poses e looks é o objetivo de um lote; uma ampla gama de ROSTOS é a falha. Confirme que a configuração de travamento de identidade é aplicada de forma consistente em todas as gerações do lote, e não ligada e desligada entre os disparos.

Quando um lote termina e a personagem parece consistente do início ao fim, salve os elementos que fizeram funcionar como um kit reutilizável: a imagem de referência travada, a configuração específica de seed ou de referência de identidade e uma lista curta de formulações de prompt que produziram bons resultados de forma confiável para esta personagem (linguagem de iluminação, descrições de pose, quaisquer termos de prompt negativo que evitaram o desvio).

O próximo lote da mesma personagem então começa com este kit comprovado, em vez de reconstruir as configurações de consistência do zero, o que é mais rápido e mais confiável do que tentar lembrar o que funcionou da última vez.

Na RYLA, este fluxo de trabalho está embutido no funcionamento de uma personagem, em vez de ser algo a montar à mão a cada vez: criar um influenciador de IA ou uma personagem do tipo AI girl trava a identidade uma única vez por meio de um adaptador de identidade próprio da personagem, e cada geração posterior, em poses, looks, iluminações e cenas, aplica automaticamente essa mesma identidade travada. Não há um arquivo de referência separado para acompanhar ou conferir manualmente; a personagem É a referência.

Para a análise técnica mais profunda do que o travamento de identidade faz por baixo dos panos (seeds versus LoRA versus adaptadores de identidade versus troca de rosto), veja consistência de influenciadores de IA. Para deixar o próprio rosto mais realista antes de se preocupar com a consistência do lote, veja como fazer pessoas geradas por IA parecerem mais reais.

• What Is the Uncanny Valley?, IEEE Spectrum
• Realistic AI People: The Prompts and Workflow for Photorealism, MyUP