วิธีสร้างตัวละคร AI ที่มีความสม่ำเสมอจากภาพถ่าย

A ตัวละคร AI ที่มีความสม่ำเสมอ เริ่มด้วยภาพอ้างอิงที่ชัดเจน ไม่ใช่คำอธิบายที่ยาวเกินไป ให้รักษาลักษณะใบหน้า อายุ ทรงผม สีผิว และลักษณะประจำตัวอื่นๆ ให้คงที่ แล้วเปลี่ยนท่าทาง มุมถ่ายภาพ ชุดแต่งกาย ฉาก หรือแสงทีละตัวแปร.

ภาพหนึ่งภาพอาจเหมาะสมสำหรับชุดภาพที่ได้รับการควบคุมอย่างดี แต่จะไม่น่าเชื่อถือเท่าที่ควรเมื่อคุณต้องการมุมกล้องใหม่ องค์ประกอบภาพแบบเต็มตัว ชุดเสื้อผ้าที่ต่างกัน การโต้ตอบกับผลิตภัณฑ์ และแสงที่สร้างบรรยากาศดราม่า ทั้งหมดในครั้งเดียว เป้าหมายในทางปฏิบัติคือการสร้างเอกลักษณ์ที่สามารถจดจำได้ในทุกฉากที่มีประโยชน์ ไม่ใช่การคัดลอกแบบพิกเซลต่อพิกเซล.

สำหรับผู้สร้างเนื้อหาที่มีขั้นตอนการทำงานรวมถึงการวิจัย การเขียนบท การสร้างภาพ และวิดีโอ, โกลบอลจีพีที ให้บริการพื้นที่ทำงาน AI แบบครบวงจร ที่รองรับฟังก์ชันหลากหลายภายใต้บัญชีเดียว พื้นที่ทำงานที่กว้างขวางนี้สามารถช่วยลดจำนวนการสมัครสมาชิกและการสลับแท็บได้ แต่ความสอดคล้องของข้อมูลประจำตัวยังคงขึ้นอยู่กับระบบอ้างอิงที่เคร่งครัดและการเปลี่ยนแปลงที่ได้รับการควบคุม.

ลองใช้แบบจำลองชั้นนำกว่า 100 แบบบน GlobalGPT

อะไรที่ทำให้ตัวละคร AI มีความสม่ำเสมอ?

ความสม่ำเสมอของตัวละคร หมายถึงการที่ผู้ชมสามารถระบุได้ว่าเป็นบุคคลเดียวกัน แม้จะมีการเปลี่ยนแปลงทางภาพที่มีความหมาย เช่น ทรงผมอาจเปลี่ยนไป เงาอาจทอดผ่านใบหน้า และเสื้อผ้าอาจเปลี่ยนไป แต่สัดส่วนใบหน้า อายุ สีผิว และลักษณะเด่นต่าง ๆ ควรยังคงเป็นของบุคคลเดียวกัน.

• ความต่อเนื่องของอัตลักษณ์: รูปหน้า, ตา, จมูก, ปาก, สีผิว, อายุ, เส้นผม และจุดเด่นบนใบหน้า.
• ความต่อเนื่องของสไตล์: ในรูปแบบภาพถ่าย ภาพวาด ภาพภาพยนตร์ หรือรูปแบบการนำเสนอทางภาพอื่น ๆ.
• ความต่อเนื่องของชุดแต่งตัว: สวมชุดเดียวกันในทุกฉากตามความต้องการของลำดับฉาก.
• ความต่อเนื่องของฉาก: สภาพแวดล้อมที่คงที่, อุปกรณ์ประกอบฉาก, ทิศทางของแสง และช่วงเวลาของวัน.
• ความต่อเนื่องของภาพเคลื่อนไหว: อัตลักษณ์ยังคงคงที่แม้ใบหน้าและร่างกายจะเคลื่อนไหวผ่านเฟรมวิดีโอ.

นี่เป็นปัญหาที่ต่างกัน เครื่องมือสามารถรักษาลักษณะใบหน้าไว้ได้ขณะเปลี่ยนรูปร่าง หรือรักษาการตั้งค่าไว้ได้ขณะปรับเปลี่ยนลักษณะบุคคลอย่างละเอียด การใช้คำสั่งเดิมซ้ำๆ ไม่เพียงพอ เพราะคำอธิบายด้วยข้อความไม่สามารถบันทึกทุกรายละเอียดทางเรขาคณิตของใบหน้าได้.

เลือกวิธีการปรับความสม่ำเสมอที่เหมาะสม

หากคุณต้องการเพียงไม่กี่รูปแบบของฉาก ให้เริ่มด้วยภาพอ้างอิงหนึ่งภาพก่อน แทนที่จะเริ่มฝึกทันที GLBGPT ที่มีอยู่ กระบวนการทำงานเพื่อรักษาความสอดคล้องของฉากใน Nano Banana อธิบายเส้นทางเฉพาะรุ่นนั้นอย่างละเอียดยิ่งขึ้น สำหรับการครอบคลุมมุมที่กว้างขึ้น, a ใบข้อมูลตัวละครจากภาพถ่ายเดียวในหลายมุม สามารถให้ข้อมูลอ้างอิงเพิ่มเติมได้ก่อนที่คุณจะสร้างลำดับ.

สามารถสร้างตัวละคร AI ที่มีลักษณะสม่ำเสมอได้จากภาพถ่ายเพียงภาพเดียวได้หรือไม่?

ใช่ครับ ภาพหนึ่งใบก็เพียงพอได้ หากภาพมีความชัดเจนและมีการปรับเปลี่ยนตามที่ต้องการอย่างเหมาะสม เริ่มด้วยภาพหน้าตรงหรือภาพครึ่งตัวด้านข้างเล็กน้อย แสงต้องสม่ำเสมอ หัวและไหล่ต้องปรากฏครบถ้วน และรายละเอียดรอบตา จมูก ปาก เส้นผม และผิวต้องมองเห็นได้ชัดเจน.

ภาพถ่ายหนึ่งภาพจะให้ข้อมูลน้อยลงเมื่อกล้องเคลื่อนห่างจากมุมมองเดิม ภาพถ่ายหน้าตรงไม่สามารถแสดงรายละเอียดของรูปทรงจมูก คาง หู สัดส่วนร่างกาย หรือด้านหลังของเส้นผมได้อย่างครบถ้วน ผู้แบบจึงต้องคาดการณ์รายละเอียดเหล่านั้น และการคาดการณ์แต่ละครั้งก็สร้างโอกาสให้เกิดความคลาดเคลื่อนในตัวตนได้อีก.

วิธีสร้างตัวละคร AI ที่มีความสม่ำเสมอจากภาพอ้างอิงเพียงภาพเดียว

ขั้นตอนที่ 1: เลือกภาพถ่ายหน้าตรงที่ได้รับการรับรอง

ใช้ภาพของบุคคลสมมติ ภาพถ่ายของคุณเอง หรือภาพที่คุณได้รับอนุญาตอย่างชัดเจนให้ใช้ได้ หลีกเลี่ยงภาพกลุ่ม แว่นกันแดด ฟิลเตอร์ที่หนักเกินไป เงาที่เข้มเกินไป ความละเอียดต่ำ ผมที่ถูกตัดออก และท่าทางที่ดูเกินจริง ภาพที่ดูน่าดึงดูดทางสายตาไม่ได้หมายความว่าจะเป็นข้อมูลอ้างอิงตัวตนที่มีประโยชน์โดยอัตโนมัติ ความชัดเจนสำคัญกว่าความน่าตื่นเต้น.

ขั้นตอนที่ 2: สร้างล็อกตัวตนแบบสั้น

บันทึกเพียงลักษณะที่ช่วยให้สามารถระบุตัวบุคคลได้เท่านั้น ในการทดสอบของเรา ลักษณะที่ระบุได้ประกอบด้วย ใบหน้ารูปไข่ ผิวสีมะกอกอุ่น มีจุดกระเล็กๆ บนจมูก ดวงตาสีน้ำตาลเข้มรูปอัลมอนด์ จมูกตรงที่มีปลายจมูกกลมมนเล็กน้อย คิ้วธรรมชาติที่ชัดเจน และผมสีน้ำตาลเข้มยาวถึงไหล่ แบ่งผมด้านข้าง.

ขั้นตอนที่ 3: สร้างเส้นฐานที่เป็นกลาง

ก่อนที่จะขอภาพสำหรับแคมเปญ ให้สร้างภาพพอร์ตเรตจากส่วนอกขึ้นไปก่อน โดยใช้พื้นหลังเรียบง่าย แสงธรรมชาติที่กลางๆ และท่าทางที่ผ่อนคลาย ให้ปฏิเสธภาพต้นแบบที่มีผิวดูไม่เป็นธรรมชาติ ผมถูกตัดสั้นเกินไป ตาไม่สมมาตร หรือใบหน้าที่ดูทั่วไปเกินไป ทุกผลลัพธ์ที่ตามมาจะถูกประเมินเทียบกับภาพต้นแบบนี้.

ขั้นตอนที่ 4: ใช้การอ้างอิงเดิมซ้ำทุกครั้ง

อย่าส่ง Test 1 ไปยัง Test 2 และ Test 2 ไปยัง Test 3 เพราะสิ่งนี้จะก่อให้เกิดการเบี่ยงเบนแบบสะสม ให้กลับไปยังจุดอ้างอิงที่ได้รับการยอมรับเดียวกันสำหรับแต่ละสาขา กำหนดล็อกเอกลักษณ์ใหม่ และอธิบายสิ่งเดียวที่ควรมีการเปลี่ยนแปลง.

ขั้นตอนที่ 5: เปรียบเทียบในสัดส่วนที่เท่ากัน

วางภาพพื้นฐานและภาพผลลัพธ์ใหม่ไว้ข้างกัน เปรียบเทียบตา สันจมูกและปลายจมูก ความกว้างของปาก ขากรรไกร จุดกระ เส้นผม และอายุที่ดูได้ สไตล์ผมและสีผิวที่คล้ายกันอาจทำให้ใบหน้าต่างกันดูคล้ายกันได้ ดังนั้นควรซูมเข้าเพื่อตรวจสอบรูปทรงใบหน้าอย่างละเอียดก่อนที่จะยอมรับภาพนั้น.

ขั้นตอนที่ 6: บันทึกคำสั่งที่สำเร็จและคำสั่งที่ล้มเหลว

บันทึกโมเดล ข้อความคำสั่ง รูปภาพต้นแบบ เวลา จำนวนครั้งที่ลองใหม่ และการเบี่ยงเบนที่สังเกตได้ เก็บผลลัพธ์ที่ล้มเหลวไว้เมื่อมันช่วยให้คุณเรียนรู้ได้ การเปรียบเทียบผลลัพธ์ก่อนและหลังการแก้ไขจะมีประโยชน์มากกว่าการเก็บไว้ในโฟลเดอร์ที่มีแต่ผลลัพธ์ที่ประสบความสำเร็จแต่ไม่มีคำอธิบาย.

สูตรการเขียน prompt ที่แยกอัตลักษณ์ออกจากฉาก

ตัวอย่างเช่น: “สร้างผู้หญิงในนิยายคนเดียวกันที่กำลังเดินอยู่ข้างอาคารคอนกรีตสมัยใหม่ในแสงแดดที่มีเมฆครึ้ม แสดงภาพตัวเต็มของเธอจากระดับสายตา เปลี่ยนเพียงฉากและชุดแต่งกายเท่านั้น แต่ต้องรักษาใบหน้าให้เหมือนเดิมทุกประการ รวมถึงอายุที่ปรากฏ จุดกระ สีผิว เส้นผม สีผม การแบ่งผมด้านข้าง และทรงผมยาวถึงไหล่”

ใช้คำสั่งเชิงบวกสำหรับฉากที่ต้องการ และใช้บล็อกข้อจำกัดสั้นๆ เพื่อกำหนดเอกลักษณ์ หลีกเลี่ยงการใส่คำพ้องความหมายที่ซ้ำกันลงในคำสั่งมากเกินไป การแยกแยะอย่างชัดเจนระหว่าง “lock” และ “vary” จะมีประโยชน์มากกว่าการทำให้คำสั่งยาวขึ้น.

การทดสอบตัวละคร AI ตัวเดียวในสี่ฉากที่แตกต่างกัน

เราได้สร้างภาพอ้างอิงผู้ใหญ่แบบสมมติหนึ่งภาพ แล้วใช้ภาพต้นฉบับนั้นเพื่อทำการแก้ไขภาพอ้างอิงแบบควบคุมสี่ครั้ง ระบบรายงานว่าป้ายกำกับของโมเดลคือ GPT Image 2.5 เราได้ปรับเปลี่ยนมิติหลักทีละหนึ่งมิติ และไม่ได้ใช้ข้อมูลระบุตัวตนที่ผ่านการฝึกอบรม.

การทดสอบ 1: มุมสามในสี่

การทดสอบที่ 2: ฉากถนนทั้งตัว

การทดสอบที่ 3: การโต้ตอบกับผลิตภัณฑ์ UGC

ภาพประเภทนี้มีประโยชน์สำหรับอินฟลูเอนเซอร์ AI หรือกระบวนการทำงานของแคมเปญ แต่จำเป็นต้องได้รับการตรวจสอบอย่างละเอียดมากกว่าภาพพอร์ตเรต คู่มือของ GLBGPT เกี่ยวกับ การสร้างอินฟลูเอนเซอร์เสมือนด้วย Nano Banana Pro ศึกษากรณีการใช้งานในขั้นตอนต่อไป.

การทดสอบที่ 4: แสงไฟกลางคืนแบบผสม

เราไม่ได้ทำการทดสอบวิดีโอ ดังนั้นผลลัพธ์เหล่านี้จึงยืนยันความสม่ำเสมอของภาพนิ่งเท่านั้น หากขั้นตอนการผลิตถัดไปเป็นแอนิเมชัน ให้ใช้กระบวนการทำงานจากภาพนิ่งเป็นวิดีโอที่ออกแบบมาเพื่อรักษาลักษณะของวัตถุและตรวจสอบใบหน้าตลอดทั้งคลิป Kling คู่มือความสอดคล้องของตัวละคร AI ครอบคลุมวิธีการที่เน้นวิดีโอเป็นหลัก ส่วน กระบวนการทำงานของวิดีโอ AI ที่ยาว เน้นไปที่การประกอบภาพจากหลายช็อต.

ทำไมตัวละคร AI ของคุณที่ดูคงที่ก็ยังคงเปลี่ยนแปลงได้

ภาพอ้างอิง vs Soul ID vs LoRA

ภาพอ้างอิงเป็นจุดเริ่มต้นที่ง่ายที่สุด ตัวละครที่ได้รับการฝึกฝนจะดูน่าสนใจขึ้นเมื่อตัวละครเดียวกันต้องปรากฏในฉาก แคมเปญ หรือรูปแบบการผลิตจำนวนมาก LoRA สามารถให้การควบคุมทางเทคนิคและความยืดหยุ่นในการใช้งานได้มากขึ้นในกระบวนการทำงานที่เข้ากันได้ แต่จำเป็นต้องมีการเตรียมข้อมูล ความรู้ด้านการฝึกฝน และการจัดการสิทธิ์อย่างระมัดระวัง.

Higgsfield อธิบาย Soul ID เป็นตัวละครที่สามารถใช้ซ้ำได้ ซึ่งได้รับการฝึกจากภาพถ่าย 20 ภาพขึ้นไป และรองรับได้สูงสุด 80 ภาพ มัน หน้าช่วยเหลืออย่างเป็นทางการของ Soul ID แนะนำให้ใช้ภาพที่ชัดเจน ถ่ายเมื่อเร็วๆ นี้ มีแสงสว่างเพียงพอ และมีมุมถ่ายและท่าทางที่หลากหลาย รวมถึงภาพเต็มตัวอย่างน้อยหนึ่งภาพ นอกจากนี้ ยังกำหนดความคาดหวังสำคัญว่า เป้าหมายคือให้บุคคลในภาพสามารถระบุตัวตนได้อย่างชัดเจน ไม่ใช่ผลลัพธ์ที่เหมือนกันทุกพิกเซล.

เราไม่ได้ทดสอบ Soul ID เนื่องจากในกระบวนการนี้ไม่ได้ใช้บัญชี Higgsfield เลย ดังนั้น โปรดพิจารณาตัวเลือกนี้ว่าเป็นตัวเลือกขั้นสูงที่ได้รับการสนับสนุนจากเอกสารทางการ ไม่ใช่แหล่งที่มาของผลลัพธ์ข้างต้น สำหรับความต่อเนื่องของสตอรีบอร์ด แทนที่จะใช้บุคคลที่ได้รับการฝึกอบรมแล้วและสามารถนำกลับมาใช้ใหม่ได้ รีวิว Higgsfield Popcorn อธิบายวิธีการใช้เฟรมที่เชื่อมต่อกันแบบอื่น.

กรณีที่การใช้บุคลิกภาพ AI ที่สามารถใช้ซ้ำได้มีประโยชน์

• เนื้อหาที่สร้างโดยผู้ใช้ (UGC) และโฆษณาผลิตภัณฑ์: ใช้ตัวตนของผู้สร้างเดียวกันได้กับทุกผลิตภัณฑ์ ห้อง สคริปต์ และรูปแบบ.
• เนื้อหาจากผู้มีอิทธิพลด้าน AI: รักษาภาพลักษณ์ที่ผู้คนสามารถจดจำได้ แม้จะมีการเปลี่ยนชุด ฤดูกาล และสถานที่.
• แบบต่าง ๆ ของแฟชั่น: ทดสอบรูปแบบการออกแบบและทิศทางของแคมเปญก่อนเริ่มผลิต.
• สตอรีบอร์ด: รักษาการจัดวางนักแสดงไว้ขณะทดลองมุมกล้องและลำดับการเคลื่อนไหว.
• วิดีโอสั้น: สร้างภาพต้นแบบที่เสถียรและได้รับการอนุมัติก่อนที่จะแปลงภาพเป็นวิดีโอ.

โมเดลภาพรุ่นใหม่ ๆ อาจมีตัวเลือกควบคุมหัวข้อที่เฉพาะสำหรับโมเดลนั้นด้วย ตัวอย่างเช่น GLBGPT’s Nano Banana การวิเคราะห์ความสอดคล้องของหัวข้อ 2 วิเคราะห์เส้นทางนั้น เลือกกระบวนการทำงานตามปริมาณการผลิตและข้อกำหนดด้านการควบคุม ไม่ใช่การอ้างแบบทั่วไปว่าวิธีการหนึ่งนั้นดีที่สุดเสมอไป.

ความเป็นส่วนตัว การให้ความยินยอม และการใช้งานเชิงพาณิชย์

ใช้เพียงภาพของตนเอง ตัวละครสมมติ หรือบุคคลที่ให้ความยินยอมอย่างชัดเจนสำหรับการใช้งานดังกล่าวเท่านั้น การได้รับอนุญาตให้ถ่ายภาพไม่ได้หมายความว่าคุณได้รับอนุญาตให้ฝึกสร้างภาพจำลอง เผยแพร่ภาพที่สร้างขึ้น หรือใช้ภาพเหล่านั้นในโฆษณาโดยอัตโนมัติ.

• กำหนดว่าเนื้อหาที่เผยแพร่เป็นร่างส่วนตัว เนื้อหาธรรมชาติ โฆษณาที่จ่ายเงิน หรืองานสำหรับลูกค้า.
• ลบบุคคลที่ไม่เกี่ยวข้องและข้อมูลส่วนตัวออกจากภาพต้นฉบับ.
• ตรวจสอบเงื่อนไขปัจจุบันเพื่อทราบรายละเอียดของบริการและแพ็กเกจที่ใช้อยู่.
• ต้องควบคุมการเข้าถึงภาพต้นแบบและข้อมูลตัวตนที่ได้รับการฝึกอบรม.
• อย่าให้เข้าใจผิดว่าบุคคลจริงได้สนับสนุนผลิตภัณฑ์หรือคำกล่าวใด ๆ โดยไม่ได้รับอนุญาต.

คำถามที่พบบ่อย