2023年香港虚拟资产政策年
Yann LeCun发来肯定:腾讯人像照片生成可以随便玩了
原文来源:机器之心
图片来源:由无界 AI生成
AI 帮你成为百变星君。
这一次,Yann LeCun 首次跻身「百变大咖」。身穿钢铁侠的衣服、戴着酷酷的墨镜面无表情地注视着你,一身古装在故宫门前打卡留念……
就连本人也出来转发并喊话,「左下角这幅文艺复兴时期的画,是我的最爱。」
性感女神寡姐身穿紫色巫师服注视着远方,还可以戴着圣诞帽和你对视:
身穿太空服的奥特曼看起来萌萌的,把头发染成红色也毫无违和感
上述研究便是来自南开大学、腾讯等机构提出 PhotoMaker,这是一种高效的个性化文本到图像生成方法。相关论文《PhotoMaker:Customizing Realistic Human Photos via Stacked ID Embedding 》于去年 12 月放出,刚刚,项目也已经开源。不到一天时间,星标量高达 650+。
项目地址:https://github.com/TencentARC/PhotoMaker?continueFlag=98363d6ac1beafe515190e50d2c40427
PhotoMaker 除了生成逼真的人像,还能进行其他风格的生成,如草图、漫画、动画等。
不同人物身份也能进行混合,创造出一个全新的人物形象。赫本和爱莎公主的组合版兼顾了两者的特点:
改变照片人物的年龄、性别也不是不可以:不知 LeCun 对这次生成的女装有何感想。
图源:https://twitter.com/xiaohuggg/status/1746861416743928103
这项研究可以人人试玩,操作也非常简单,分为 4 步:
以上生成过程如果有操作不当的地方,PhotoMaker 都会进行提示,不用怕自己操作失误。
体验中,我们输入一张马斯克的照片,提示语为「A man img wearing aspacesuit」,风格为漫画形式,等待几秒就可以了,效果看起来还不错。
试玩地址:https://huggingface.co/spaces/TencentARC/PhotoMaker?continueFlag=98363d6ac1beafe515190e50d2c40427
这项研究背后用到了哪些技术,我们接着往下看。
研究介绍
论文地址:https://arxiv.org/pdf/2312.04461.pdf
PhotoMaker 这种高效的个性化文本到图像生成方法,它主要将任意数量的输入 ID 图像编码成一个堆叠 ID 嵌入,以保留 ID 信息。这样的嵌入作为统一的 ID 表征,不仅可以全面封装相同输入 ID 的特征,而且还可以适应不同 ID 的特征以供后续集成。这为更有趣和实用价值的应用铺平了道路。