Varazdat S.
Janis Tirtey
Почему серия фото дрейфует, даже при хорошей технике
Инструменты постоянства решают задачу идентичности, а не процесса
Фиксация seed, обучение LoRA и адаптеры идентичности решают базовую проблему: у модели нет памяти между генерациями (подробный технический разбор этих методов см. в статье постоянство ИИ-инфлюенсера). Но реальная серия фото, 15, 30, иногда 50 кадров в разных позах, образах и локациях, на практике всё равно дрейфует, потому что удерживает её именно рабочий процесс вокруг технологии.
Сбой почти всегда одинаковый: первый кадр выглядит идеально, пятый близок к оригиналу, пятнадцатый имеет чуть другой нос или подбородок. Никто этого не заметил, потому что никто не сверял каждый кадр с зафиксированным референсом по ходу серии, а лишь спрашивал, нравится ли это фото само по себе.
До съёмки: зафиксировать референс
Первое принятое изображение: источник истины
Прежде чем генерировать что-либо ещё, создайте и утвердите одно референсное изображение персонажа: анфас, нейтральная поза, ровный свет. Именно это изображение, а не текстовый промпт, которым оно создано, считайте эталоном для всей серии. Каждый следующий кадр должен проверяться по этому конкретному изображению, а не заново выводиться из исходного текста промпта, ведь тот же промпт, запущенный дважды, не даст того же лица.
Какой бы метод фиксации идентичности ни использовался (фиксированный seed, обученная LoRA или адаптер идентичности), привяжите его к этому конкретному изображению до первого настоящего кадра, а не посреди серии, когда дрейф уже заметен.
Во время съёмки: ловить дрейф на раннем этапе
Сверяйте с референсом, а не с предыдущим кадром
- Сравнивайте с референсом, а не с предыдущим кадром. Если сверять каждый новый снимок только с предыдущим, дрейф накапливается мелкими, по отдельности незаметными шагами. Сравнение с исходным зафиксированным референсом выявляет тот же дрейф сразу.
- Проверяйте через фиксированные интервалы, а не только в конце. Быстрое сравнение рядом примерно каждые 5 или 10 генераций, сфокусированное на лице (глаза, форма носа, линия челюсти), ловит дрейфующую серию, пока ещё есть время поправить настройки и переснять только плохой участок.
- Изолируйте, что изменилось. Если дрейф появился, меняйте одну переменную за раз (позу, свет, наряд), а не несколько сразу, чтобы найти реальную причину, а не гадать.
- Отделяйте вариации позы и образа от вариаций лица. Широкий набор поз и образов смысл серии; широкий набор разных лиц это сбой. Убедитесь, что настройка фиксации идентичности применяется одинаково ко всем генерациям серии, а не переключается между кадрами.
Собрать многоразовый набор персонажа
Каждая следующая серия должна начинаться с проверенной настройки
Когда серия готова и персонаж читается как постоянный на всём протяжении, сохраните элементы, которые это обеспечили, как многоразовый набор: зафиксированное референсное изображение, конкретную настройку seed или референса идентичности и короткий список формулировок промпта, которые стабильно давали хорошие результаты для этого персонажа (язык освещения, описания поз, любые термины негативного промпта, которые помогали избежать дрейфа).
Следующая серия для того же персонажа начнётся с этого проверенного набора, а не с повторного подбора настроек с нуля. Это быстрее и надёжнее, чем пытаться вспомнить, что сработало в прошлый раз.
Как это сделать в RYLA
Набор и есть сам персонаж
В RYLA этот порядок работы встроен в то, как устроен персонаж, а не собирается вручную каждый раз: создание ИИ-инфлюенсера или ИИ-девушки фиксирует идентичность один раз через адаптер идентичности, привязанный к персонажу. Каждая следующая генерация (позы, образы, свет, сцены) автоматически применяет эту же зафиксированную идентичность. Отдельного файла с референсом, который нужно вести и сверять вручную, нет: персонаж и есть референс.
Подробнее о том, что на самом деле делает фиксация идентичности (seed, LoRA, адаптеры идентичности, замена лица), см. в статье постоянство ИИ-инфлюенсера. О том, как сделать само лицо реалистичнее до работы над постоянством в серии, см. в статье как сделать ИИ-людей на изображениях реалистичнее.