小红书开源「InstantID」,2024第一个爆火的Al写真项目,惊艳了!

简介: 小红书开源「InstantID」,2024第一个爆火的Al写真项目,惊艳了!

马斯克与郭德纲,一位是相声界的顶流,一位是科技界的大咖。

想象一下,他们的形象融合,会是什么样?

小红书最新推出的开源项目 —— InstantID 让这种“跨界融合”成为可能。

来瞧瞧,“马德纲”有惊艳到你吗?



InstantID 是一个基于扩散模型的图像生成解决方案,能实现从单一参考图像到多样化风格化写真的快速生成。

它能让自由地将两张面孔进行合成,利用 ID 插值创造出全新的形象。


惊艳的是,它可以在不需要任何训练的情况下,根据一张人脸照片和一段文本提示,生成具有个性化风格和高保真度的 AI 写真。


写真效果非常逼真,能保持人脸特征的统一,风格融合得很好。
InstantID 开源后迅速在 GitHub 斩获 5000+ 星标,霸榜HuggingFace Space Trending榜首。开源地址:
https://github.com/InstantID/InstantID

深度学习三巨头之一 Yann LeCun 也点赞该项目。



不来体验试试,都说不过去了,用户教程先奉上!

一张自拍 + 一张参考姿势图(可选)+ Prompt(可选) + 风格选择 = 你想要生成的 AI 写真


如何快速上手呢?Demo 演示一波:

1. 上传带有人脸的图片。对于多人图像,InstantID 只会检测最大的脸部。请确保脸部不要太小,并且没有明显遮挡或模糊。


2. (可选)上传另一张图像作为参考姿势。如果没有上传,InstantID 将使用第一张图像来提取姿势。如果在步骤 1 中使用了裁剪后的脸部,建议上传它以提取新的姿势。


3. (可选)可以选择多个 ControlNet 模型来控制生成过程。默认设置是仅使用 IdentityNet。ControlNet 模型包括姿势骨架、精巧和深度。方便您可以调整每个 ControlNet 模型的强度以控制生成过程。


4. (可选)输入文本 Prompt提示词。就像所有文生图应用中所做的那样。


5. 点击 Submit 按钮开始定制写真。


6. 与朋友分享定制写真,尽情享受吧!

除了线上体验,InstantID 可以作为一个可适配的插件,能够与流行的预训练文本到图像扩散模型(如 SD 1.5 和 SDXL)无缝集成,兼容性佳。



如图所述, InstantID 方法主要包含三个关键组成部分:
(1)将弱对齐的 CLIP 特征替换为强语义的人脸特征;(2)人脸图像的特征在 Cross-Attention 中作为 Image Prompt 嵌入;(3)提出 IdentityNet 来对人脸施加强语义和弱空间的条件控制,从而增强 ID 的保真度以及文本的控制力。InstantID 保持了良好的文本编辑能力,使 ID 能够丝滑地嵌入到各种风格当中。加装饰、改发色、换套装,都毫无问题。

实验结果表明,InstantID 不仅超越目前基于单张图片特征进行嵌入的方法(IP-Adapter-FaceID),还与 ROOP、LoRAs 等方法在特定场景下不分伯仲,成本还低。



InstantID 彻底颠覆大家的想象,它摒弃了多图参考和复杂的调整步骤。在人像面部特征的保持上,InstantID 表现出色,其一致性和自然度远超传统的 LoRA 模型。

InstantID 提供了丰富的创意玩法,如ID 插值、多风格融合、定制夸张表情、动漫主题写真等,这些都极大地拓宽了用户的创作空间,让图像生成变得更加灵活和个性化。


快来加入这场创意的盛宴,体验 InstantID 带来的无限乐趣!欢迎 Star!论文标题:InstantID: Zero-shot Identity-Preserving Generation in Seconds论文地址:https://arxiv.org/abs/2401.07519代码地址:https://github.com/InstantID/InstantID项目地址:https://instantid.github.ioDemo 体验:https://huggingface.co/spaces/InstantX/InstantID

相关文章
|
人工智能 搜索推荐 物联网
InstantID:一张照片,无需训练,秒级个人写真生成
InstantID 是由InstantX项目组推出的一种SOTA的tuning-free方法,只需单个图像即可实现 ID 保留生成,并支持各种下游任务。
|
10月前
|
JSON 安全 JavaScript
ConvertX:一站式自托管在线文件转换平台,支持上千种格式
ConvertX是一款功能强大的自托管文件转换工具,支持超千种格式互转,涵盖文档、图像、视频、电子书等。基于Docker一键部署,集成FFmpeg、LibreOffice等开源引擎,保障隐私安全。开源免费,支持批量处理与多用户管理,是替代在线转换网站的理想选择。
1161 6
ConvertX:一站式自托管在线文件转换平台,支持上千种格式
|
数据采集 数据挖掘 API
主流电商平台数据采集API接口|【Python爬虫+数据分析】采集电商平台数据信息采集
随着电商平台的兴起,越来越多的人开始在网上购物。而对于电商平台来说,商品信息、价格、评论等数据是非常重要的。因此,抓取电商平台的商品信息、价格、评论等数据成为了一项非常有价值的工作。本文将介绍如何使用Python编写爬虫程序,抓取电商平台的商品信息、价格、评论等数据。 当然,如果是电商企业,跨境电商企业,ERP系统搭建,我们经常需要采集的平台多,数据量大,要求数据稳定供应,有并发需求,那就需要通过接入电商API数据采集接口,封装好的数据采集接口更方便稳定高效数据采集。
|
关系型数据库 MySQL 数据库
找不到请求的 .Net Framework Data Provider。可能没有安装
做的一个项目,框架为.net framework 数据库为mysql 出现如标题错误 检查是否安装mysql、是否安装mysql connector net 笔者是因为没有安装后者mysql connector net 下载地址: [mysql connector net](https://downloads.mysql.com/archives/c-net/ "mysql connector net") 笔者安装截图如下: ![请在此添加图片描述](https://developer-private-1258344699.cos.ap-guangzhou.myqcloud.com/c
819 0
|
数据采集 人工智能 监控
2025年数据治理工具哪家好?国内厂商全解析
本文结合当前市场需求,解析包括国内主流厂商在内的多款好用数据治理工具,为企业IT、数据管理等部门人员提供全面参考,助力找到契合自身需求的数据治理方案。
|
存储 网络性能优化 网络安全
Hyper-V云桌面优化的设置指南
这份《Hyper-V云桌面优化设置指南》涵盖了硬件、虚拟机配置、网络、安全及高级配置的优化建议。硬件方面,确保CPU支持虚拟化并合理分配资源,使用SSD和VHDX格式提升存储性能;虚拟机配置上,优化内存、处理器和硬盘设置,并安装Hyper-V集成服务;网络优化包括虚拟交换机配置、适配器调整及QoS策略;安全性设置涵盖防火墙、端口管理和加密;高级配置如显卡直连和实时迁移进一步提升性能。这些措施能显著提高Hyper-V云桌面的效率与稳定性。
1076 12
|
存储 API 图形学
Unity 给Animator动画添加事件(动态的)
在 Unity 中,通过动画事件系统可在动画播放的特定时间点触发自定义函数。动态添加事件的步骤包括获取 `AnimationClip` 对象,创建并添加 `AnimationEvent`,最后调用 `Rebind()` 更新动画控制器。示例代码展示了如何在动画开始、中间和结束时触发事件,实现与游戏逻辑的交互。
|
安全 Shell 网络安全
Charles - 夜神模拟器证书安装App抓包
Charles - 夜神模拟器证书安装App抓包 前言 一、软件安装 1.Openssl安装 1.1下载安装 1.2配置环境变量 1.3查看openssl版本,输入命令:openssl version 2.夜神模拟器安装 1.1 下载安装 1.2工具准备,MT管理器 3.Charles安装 二、Charles 安装证书,抓包 1.Charles破解 2.安装证书并导出 3.开启代理模式 4.证书格式化 5.通过MT管理器将证书配置到模拟器中 6.模拟器WiFi填入Charles代理的IP和端口 7.抓包示例
2500 0
Charles - 夜神模拟器证书安装App抓包
|
安全 前端开发 Android开发
鸿蒙开发|鸿蒙系统的介绍(为什么要学习鸿蒙开发|鸿蒙系统的官方定义|鸿蒙和安卓、ios的对比)
鸿蒙开发学习是一项探索性的工作,旨在开发一个全场景分布式操作系统,覆盖所有设备,让消费者能够更方便、更直观地使用各种设备。
1931 6
鸿蒙开发|鸿蒙系统的介绍(为什么要学习鸿蒙开发|鸿蒙系统的官方定义|鸿蒙和安卓、ios的对比)