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
|
13天前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
42 6
|
1月前
|
存储 人工智能 uml
介绍一款好用的开源画图神器-draw.io | AI应用开发
draw.io 是一款基于浏览器的开源绘图工具,无需安装即可使用,支持多种操作系统和设备。其简洁的界面、丰富的形状库、智能对齐功能和强大的云端协作能力,使其成为专业人士和创意爱好者的首选。无论是产品设计、流程图绘制还是思维导图构建,draw.io 都能满足你的多样化需求。【10月更文挑战第7天】
103 0
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与娱乐产业:电影制作的新工具
随着科技的发展,人工智能(AI)逐渐渗透到电影制作中,带来了前所未有的创新。本文探讨了AI在剧本创作、场景构建、特效制作、动作捕捉、音频处理、剪辑及市场调研等领域的应用,以及其对提升效率、激发创意和拓宽视野的影响,展望了AI在未来电影产业中的重要作用。
|
1月前
|
人工智能 搜索推荐 程序员
AI 搜索引擎工具集合
AI 搜索引擎工具集合
AI 搜索引擎工具集合
|
13天前
|
存储 人工智能 SEO
全开源免费AI网址导航网站源码
Aigotools 可以帮助用户快速创建和管理导航站点,内置站点管理和自动收录功能,同时提供国际化、SEO、多种图片存储方案。让用户可以快速部署上线自己的导航站。
31 1
|
1月前
|
人工智能 自然语言处理 算法
几款宝藏级AI阅读工具推荐!论文分析、文档总结必备神器!
【10月更文挑战第8天】几款宝藏级AI阅读工具推荐!论文分析、文档总结必备神器!
66 1
几款宝藏级AI阅读工具推荐!论文分析、文档总结必备神器!
|
19天前
|
机器学习/深度学习 人工智能 自然语言处理
NotebookLM与NotebookLlama 了解下 | AI工具
在AI技术飞速发展的今天,Google和Meta分别推出了基于大型语言模型的笔记本应用——NotebookLM和NotebookLlama。这两款产品不仅提供了强大的文档处理和编码支持,还在文档和编码领域引领了创新。NotebookLM强调个性化和隐私保护,而NotebookLlama则以开源和高度定制性著称。本文将深入解析这两款产品并进行对比分析。【10月更文挑战第16天】
99 2
|
30天前
|
人工智能 Java API
阿里云开源 AI 应用开发框架:Spring AI Alibaba
近期,阿里云重磅发布了首款面向 Java 开发者的开源 AI 应用开发框架:Spring AI Alibaba(项目 Github 仓库地址:alibaba/spring-ai-alibaba),Spring AI Alibaba 项目基于 Spring AI 构建,是阿里云通义系列模型及服务在 Java AI 应用开发领域的最佳实践,提供高层次的 AI API 抽象与云原生基础设施集成方案,帮助开发者快速构建 AI 应用。本文将详细介绍 Spring AI Alibaba 的核心特性,并通过「智能机票助手」的示例直观的展示 Spring AI Alibaba 开发 AI 应用的便利性。示例源
|
29天前
|
人工智能 自然语言处理 自动驾驶
【通义】AI视界|微软和 OpenAI 将向媒体提供1000万美元资助,推动其使用AI工具
本文概览了近期科技领域的五大热点事件,包括微软与OpenAI联手资助媒体使用AI工具、OpenAI任命前白宫官员为首任首席经济学家、特斯拉FSD系统遭调查、英伟达市值逼近全球第一、以及AMD新一代锐龙9000X3D系列处理器即将上市的消息。更多资讯,请访问通义官网。
|
30天前
|
机器学习/深度学习 人工智能 数据可视化
21款改变世界的AI工具:释放无限创意!
本文收集了21款令人惊叹的人工智能工具,每一款工具都为用户带来了创新与便捷。从数据分析、文档编写、语音克隆到图像升频,这些工具涵盖了多领域的应用。无论是自动化工作流的 n8n,还是开源替代 Notion 的 AppFlowy,这些工具都旨在通过 AI 提高生产力、简化流程,甚至激发更多创意。本文详细介绍了每个工具的用途、功能特点以及使用场景,是你探索 AI 世界的必备指南。
52 0