被鹅厂最新开源AI绘画工具PhotoMaker圈粉了,多风格头像生成器就靠它了!

简介: 被鹅厂最新开源AI绘画工具PhotoMaker圈粉了,多风格头像生成器就靠它了!

要说本周AIGC开源爆火项目,腾讯的PhotoMaker 可以入选其一。而 PhotoMaker 是腾讯Arc于4天前开源上线到GitHub的,更有一众互联网科技领域大V体验推荐,当前Star已经有4.7k了!


相信小编这篇文章发布时star预测可能达到5k+了。而 PhotoMaker 究竟如何刚发布上线就爆火了呢?


根据众多博主的体验描述,给它最直接的定位就是一款风格百变的头像生成器。你以为它的功能仅仅如此嘛,当然不是,该模型工具不会根据原始输入图像固有的特征限制它的发挥,还可以改变人物的性别、年龄等,生成不同风格的全新图像。


接下来小编就跟大家一起来看看这款AI绘画工具 PhotoMaker 怎么就被无数人刷屏了!


项目介绍


PhotoMaker 是一款通过 堆叠 ID技术嵌入 定制出逼真的人体照片的开源工具。


一个可以创建任何风格的任何人的照片/绘画/头像的生成器。


能根据描述生成符合描述的人物照片。也能把几个不同人的照片特征混合在一起,创造出一个全新的人物形象。


还能改变照片人物的性别、年龄和生成多种风格的其他照片。快速逼真,效果自然。更加无需训练LoRA即可保持角色一致性。


🌠 主要特点:


PhotoMaker 使用的核心技术是“堆叠ID嵌入”


这意味着它可以将多个身份证明(ID)图像的信息合并成一个统一的数据结构。这种方法不仅能捕捉到单个ID的细微特征,还能整合多个不同ID的特征,创造出新的、个性化的图像。

  • 结合多张照片的特征:PhotoMaker可以取多张照片,这些照片可以是同一个人的,也可以是不同人的。它分析这些照片中的特征,然后将它们结合起来,创造出一个新的、个性化的人物图像。
  • 灵活的文本控制:与其他方法相比,PhotoMaker提供了更灵活的文本控制能力。用户可以通过文本提示来指导图像的生成,这使得创造出的图像不仅逼真,而且能更好地符合用户的具体要求。
  • 高效率和快速生成:相比于需要大量微调的方法(如DreamBooth),PhotoMaker在保持身份信息的同时,提供了更快的生成速度。它能在短时间内(例如10秒)生成定制的人类照片,这对于需要快速生成结果的应用场景非常有利。
  • 高身份保真度:PhotoMaker在生成图像时能更好地保持人物的身份特征。这对于需要精确保留人物特征的场景(如个性化肖像或身份识别)尤其重要。


主要功能:


  • 根据文字描述制作照片:你可以告诉它你想要的人物样子,它就能生成符合描述的人物照片。
  • 混合多个人的特征:它可以把几个不同人的照片特征混合在一起,创造出一个全新的人物形象。
  • 改变年龄或性别:比如,你可以把一张男士的照片转换成女士的样子,或者让照片中的人看起来年轻或年老。
  • 添加艺术风格:它还能给照片加上不同的艺术效果,比如油画风格或卡通风格。
  • 现实化艺术作品/旧照片中的人物:将艺术品或旧照片中的人物带入现代。


部署及使用


本地部署及搭建,小编这里就不展开续写了。


项目要求Python版本3.8及以上、Pytorch版本2.0及以上。然后下载模型、训练模型、启动服务本地演示。

详细部署说明请到项目中查看。


其实官方已经提供了Demo模型!可在线体验,有现实版本和风格化版本,考虑十分周全。


现实版本模型:https://huggingface.co/spaces/TencentARC/PhotoMaker

风格化版本模型:https://huggingface.co/spaces/TencentARC/PhotoMaker-Style



使用步骤:


1️⃣ 上传您想要定制的人的图片。一张图片就可以,但更多的更好。(上传的图片中的人应占据图片的大部分区域)

2️⃣ 输入一个文本提示,确保将您想要定制的类别词与触发词img配对。

例如:man img(男人的图片)或woman img(女人的图片)或girl img(女孩的图片)。

3️⃣ 选择您喜欢的样式模板。

4️⃣ 点击提交按钮开始进行定制。


还有其他作者根据PhotoMaker,提供舒适的用户界面项目:



组合使用场景示例


以下示例来源于量子位

1、可以根据描述生成多种风格个人照片。


比如: 你见过这样的黑寡妇吗?


2、混合不同人物特征,生成全新人物形态。


比如: 奥特曼和乔布斯“生”的孩子,可能长这样?


3、修改年龄、性别以及照片年代。


比如: 小时候的马斯克,你见过吗?


总结


实验结果表明,与其他类似模型相比,PhotoMaker 具备高质量和多样化的生成能力,以及可编辑性、保真性。


此外,这一方法还能实现更多以往难实现的有趣功能。比如改变年龄或性别、将旧照片或艺术作品中的人物还原到现实中以及身份混合等。


参考链接🔗:

[1]: https://www.linkresearcher.com/theses/adba75a0-bb87-415a-ab81-e19de089f787

相关文章
|
6天前
|
人工智能 Linux iOS开发
exo:22.1K Star!一个能让任何人利用日常设备构建AI集群的强大工具,组成一个虚拟GPU在多台设备上并行运行模型
exo 是一款由 exo labs 维护的开源项目,能够让你利用家中的日常设备(如 iPhone、iPad、Android、Mac 和 Linux)构建强大的 AI 集群,支持多种大模型和分布式推理。
220 100
|
7天前
|
机器学习/深度学习 人工智能 编解码
Lumina-Image 2.0:上海 AI Lab 开源的统一图像生成模型,支持生成多分辨率、多风格的图像
Lumina-Image 2.0 是上海 AI Lab 开源的高效统一图像生成模型,参数量为26亿,基于扩散模型和Transformer架构,支持多种推理求解器,能生成高质量、多风格的图像。
114 17
Lumina-Image 2.0:上海 AI Lab 开源的统一图像生成模型,支持生成多分辨率、多风格的图像
|
3天前
|
人工智能 自然语言处理 数据可视化
Data Formulator:微软开源的数据可视化 AI 工具,通过自然语言交互快速创建复杂的数据图表
Data Formulator 是微软研究院推出的开源 AI 数据可视化工具,结合图形化界面和自然语言输入,帮助用户快速创建复杂的可视化图表。
141 9
Data Formulator:微软开源的数据可视化 AI 工具,通过自然语言交互快速创建复杂的数据图表
|
5天前
|
人工智能 Linux 开发工具
Kiln AI:零代码实现微调模型!自动生成合成数据与微调模型的开源平台
Kiln AI 是一款开源的 AI 开发工具,支持零代码微调多种语言模型,生成合成数据,团队协作开发,自动部署。帮助用户快速构建高质量的 AI 模型。
332 7
Kiln AI:零代码实现微调模型!自动生成合成数据与微调模型的开源平台
|
6天前
|
人工智能 开发框架 数据可视化
Eino:字节跳动开源基于Golang的AI应用开发框架,组件化设计助力构建AI应用
Eino 是字节跳动开源的大模型应用开发框架,帮助开发者高效构建基于大模型的 AI 应用。支持组件化设计、流式处理和可视化开发工具。
120 27
|
5天前
|
存储 人工智能 NoSQL
Airweave:快速集成应用数据打造AI知识库的开源平台,支持多源整合和自动同步数据
Airweave 是一个开源工具,能够将应用程序的数据同步到图数据库和向量数据库中,实现智能代理检索。它支持无代码集成、多租户支持和自动同步等功能。
52 14
|
3天前
|
人工智能 JSON 搜索推荐
猫步简历 - 开源免费AI简历生成器 | 一键导出PDF/JSON
猫步简历是一款免费开源的AI简历生成器,帮助用户轻松创建独特、专业的简历。支持导出超高清PDF、图片、JSON等多种格式,并提供AI智能创作、润色和多语种切换等功能。拥有海量模板、高度定制化模块及完善的后台管理系统,助力求职者脱颖而出。官网:https://maobucv.com,GitHub开源地址:https://github.com/Hacker233/resume-design。
65 10
|
5天前
|
存储 人工智能 API
ChatGPT-on-WeChat:Star32.4k, DeepSeek加持!这款开源神器秒变AI助手,聊天体验直接起飞!
嗨,大家好,我是小华同学。今天为大家介绍一款结合DeepSeek引擎的开源项目——ChatGPT-on-WeChat,由开发者zhayujie打造。它将微信变成智能AI助手,支持文本、图片、语音对话,具备定时提醒、天气查询等扩展功能,完全开源且易于定制。项目地址:https://github.com/zhayujie/chatgpt-on-wechat。关注我们,获取更多优质开源项目和高效学习方法。
104 11
|
3天前
|
人工智能 编解码 vr&ar
Lumina-Video:上海 AI Lab 开源视频生成框架,动态程度可控,支持多分辨率
Lumina-Video 是由上海 AI Lab 和香港中文大学联合推出的高效视频生成框架,支持高质量视频生成、动态程度控制和多分辨率生成。
76 4
|
8天前
|
人工智能 安全 开发工具
Repomix:8.1K Star!轻松将整个代码库打包为AI友好格式的开源工具,使代码库更易于AI理解
Repomix 是一款强大的工具,能够将整个代码库打包成AI友好的单个文件,支持多种输出格式和安全检查。
61 9