Каждая модель диффузии дрейфует по лицу, если вы слишком много раз регенерируете. Цвет глаз меняется, скулы ползут, волосы получают прикосновение 47 выстрела. В каталоге 100-SKU бренд показывает 100 различных моделей. Вот техническое изложение проблемы последовательной идентификации в модном ИИ и производственном решении Apiway.
Почему идентичность дрейфует вообще
Диффузионные модели являются стохастическими. Проход поколения начинается со случайного шума и проходит по деноизирующей траектории, управляемой подсказкой и любыми исходными входами. Даже при одинаковых скоростях, одинаковом семени и одинаковых настройках небольшие численные различия в траектории создают небольшие различия в выходной поверхности. На протяжении многих поколений эти небольшие различия усугубляются.
Для работы в каталоге моды, где одна и та же модель должна появиться на десятках или сотнях снимков, этот дрейф является разницей между образами, согласованными с брендом, и каталогом, который выглядит так, как будто он был снят с вращающимся слепком.
Почему «просто использовать одну и ту же подсказку» не удается
Первый инстинкт, который есть у большинства команд, — это зафиксировать подсказку: написать подробное описание модели, сохранить ее в виде шаблона, вставить в каждое поколение. Это не работает, потому что:
- Подсказки на естественном языке слишком низкого разрешения, чтобы указать лицо.«Браун волос, карие глаза, овальное лицо, середина двадцатых»Описаны тысячи возможных лиц, а не одно.
- Идентичность только по промежуточному времени не является стабильной. То же самое подсказка плюс другое семя производит другое лицо.
- Даже при фиксированном семени модель может сместиться на незначительные изменения состава (разная одежда, разное обрамление).
Три техники, которые работают
Мы используем комбинацию из трех подходов на разных уровнях стека.
1. Предустановленные модели личности.White Studio выпускает 50 моделей для женщин и 10 для мужчин. Каждый предустановленный набор представляет собой стабильную идентификацию, построенную на комбинации заучившихся встроенных якорей и стабильных параметров генерации семян. Выбор предустановки дает вам одинаковое лицо в каждом поколении, по конструкции.
2. Обусловливание ссылочных изображений.Если пользователь загружает ссылочную фотографию (настоящую модель, посол бренда), поколение передает условия на ссылочную на ранних этапах деноизации. Лицо на выходе остается близко к эталонной идентичности, даже когда одежда и кадры меняются.
3. Якорная стоянка реального создателя (голливудский узор). Для образов образа жизни наиболее надежный подход — полностью пропустить лицо ИИ. Фотосъемка создателя из рынок Это дает реальное человеческое лицо, которое по определению не дрейфует — это просто настоящая фотография. Искусственный интеллект обрабатывает только наложение одежды.
Реальные цифры на дрейфе
Для поколения с нуля с быстрой блокировкой идентичности, дрейф идентичности через 100 снимков является значительным — мы обычно измеряем перцептивные показатели расстояния до лица, которые в 5-10 раз выше, чем естественные изменения на фотографиях одного и того же реального человека.
Для поколения с предустановленной базой в White Studio дрейф на 100 кадров примерно сопоставим с дисперсией фотографии одного и того же человека. Неотличим для случайного зрителя. Обнаруживаем до осторожного.
Для якоря создателя-фото-набора дрейф равен нулю по конструкции (лицо — это буквальная фотография, повторно используемая на каждом наложении).
Когда использовать каждую технику
- Предустановленная модельКаталог и PDP работают там, где приемлема чистая модель искусственного интеллекта.
- Ссылочная загрузка: работа бренда-посла, портреты основателей как последовательное лицо, кастинговые решения.
- Создатель фотосетаОбраз жизни, реклама креативности, где бы ни находились сигналы доверия покупателей, имеют наибольшее значение. (Справочная информация: Голливудский подход VFX.)
Структура операций для 100+ каталоги SKU
Заблокируйте модельный подход в начале работы каталога. Документируйте выбор (предустановленное имя, ссылочный фотофайл, идентификатор создателя) как актив бренд-системы. Производители на борту явно — модель является решением бренда, а не решением по SKU.
Для сезонных обновлений, относитесь к изменению подхода модели так же, как вы относитесь к изменению цветовой палитры бренда: преднамеренная, сообщаемая эволюция бренда, а не тихий дрейф.
Почему это остается оправданным
Последовательность идентификации является одной из немногих областей в области искусственного интеллекта, где техническое решение зависит от выбора уровня продукта, а не только от того, какой LLM лучше всего на этой неделе. Сочетание предварительно установленного обучения, эталонного кондиционирования и якорного стоянка рынка - это стек, который не устаревает при следующем выпуске модели фундамента - он находится над моделью фундамента и контролирует, как он используется.
Пройти 50-ти выстрелный тест на дрейф
Выберите одну из предустановленных White Studio и запускайте 50 поколений с различными одеждами и обрамлениями. Выкладывайте их как сетку. Лицо должно быть стабильным по всей сетке таким образом, чтобы блокировка только в кратчайшие сроки не соответствовала. Бесплатные счета с 150 одноразовыми кредитами Достаточно, чтобы провести полный тест.