Cách Tạo Người Thực Tế Bằng Hàng Chục Thuộc Tính

Khách hàng cần tạo một tập dữ liệu gồm các hình ảnh chân thực về con người dựa trên hàng chục thuộc tính được chỉ định như tuổi, giới tính, đặc điểm khuôn mặt và tóc. Khó khăn chính là kiểm soát quá nhiều thuộc tính, vì đưa mọi thứ vào một prompt duy nhất gây ra xung đột và mất tính năng. Dự án được thực hiện bởi đội ngũ Singularis trước khi thế hệ dịch vụ tạo sinh hiện tại ra đời. Họ đã so sánh DALL-E, Midjourney và các phiên bản Stable Diffusion khác nhau, và khách hàng đã chọn giải pháp cục bộ dựa trên Stable Diffusion. Đường ống xử lý sử dụng nhiều phương pháp: chuyển văn bản thành hình ảnh cho hình ảnh cơ sở, chuyển hình ảnh thành hình ảnh để thêm hoặc thay đổi tính năng, ControlNet và IP Adapter để kiểm soát dựa trên tham chiếu, và Compel cho các prompt dài. Họ cũng tạo một ma trận tương thích thuộc tính để quyết định những tính năng nào có thể được thiết lập cùng nhau và những tính năng nào nên được thêm theo từng giai đoạn. Việc chia nhỏ các kết hợp phức tạp thành các giai đoạn giúp duy trì sự tương đồng về khuôn mặt khi thêm phụ kiện như kính hoặc thay đổi giới tính. Họ cũng chuẩn bị các khuyến nghị về từ khóa cho từng thuộc tính để cải thiện khả năng dự đoán.