El popular servicio de generación de imágenes con IA Camino medio ha lanzado una de sus funciones más solicitadas: la capacidad de recrear personajes constantemente a través de nuevas imágenes.

Hasta ahora, esto ha sido un gran obstáculo para los generadores de imágenes de IA, por su propia naturaleza.

Esto se debe a que la mayoría de los generadores de imágenes de IA se basan en «modelos de difusión«, herramientas similares o basadas en el algoritmo de generación de imágenes de difusión estable de código abierto de Stability AI, que funcionan aproximadamente tomando texto ingresado por un usuario e intentando reconstruir una imagen píxel por píxel que coincida con esta descripción, como hemos aprendido de experiencias similares. . etiquetas de imagen y texto en su conjunto de datos de entrenamiento masivo (y controvertido) que consta de millones de imágenes creadas por humanos.

Por qué las personas consistentes son tan poderosas (y esquivas) para las imágenes generativas de IA

Sin embargo, como es el caso de los modelos de lenguaje grande (LLM) basados ​​en texto, como ChatGPT de OpenAI o el nuevo Command-R de Cohere, el problema con todas las aplicaciones de IA generativa radica en la inconsistencia de sus respuestas: la IA genera algo nuevo para cada mensaje. ingresado, incluso si se repite el mensaje o se utilizan algunas de las mismas palabras clave.

Esto es ideal para generar contenidos completamente nuevos (en el caso de Midjourney, imágenes). Pero, ¿qué pasa si estás escribiendo el guión gráfico de una película, novela, novela gráfica, cómic u otro medio visual que quieras el mismo ¿Uno o más personajes para moverse y aparecer en diferentes escenas, escenarios, con diferentes expresiones faciales y accesorios?

Este escenario preciso, que generalmente es necesario para la continuidad narrativa, ha sido hasta ahora muy difícil de lograr con la IA generativa. Pero Midjourney lo está intentando ahora introduciendo una nueva etiqueta, “–cref” (abreviatura de “referencia de personaje”) que los usuarios pueden agregar al final de sus indicaciones de texto en Midjourney Discord que intentará coincidir con la cara del personaje. características, tipo de cuerpo e incluso ropa a partir de una URL que el usuario pega después de dicha etiqueta.

A medida que la función avanza y se perfecciona, Midjourney podría pasar de ser un juguete genial o una fuente de ideas a una herramienta más profesional.

Cómo utilizar la nueva función Carácter consistente a mitad del viaje

La etiqueta funciona mejor con imágenes de Midjourney generadas previamente. Entonces, por ejemplo, el flujo de trabajo para un usuario sería generar o recuperar primero la URL de un carácter generado previamente.

Empecemos desde cero y digamos que generamos un nuevo personaje con este mensaje: «un hombre calvo y musculoso con una cuenta y un parche en el ojo».

Escalaremos la imagen que nos guste, luego presione la tecla Control y haga clic en ella en el servidor de Midjourney Discord para encontrar la opción «Copiar enlace».

Luego podemos escribir un nuevo mensaje en “usar un esmoquin blanco mientras estamos en una villa –cref [URL]» y pegue la URL de la imagen que acabamos de generar, y Midjourney intentará generar el mismo carácter que antes en nuestro parámetro recién ingresado.

Como verá, los resultados están lejos de ser precisos con respecto al carácter original (o incluso a nuestro mensaje original), pero ciertamente son alentadores.

Además, el usuario puede controlar hasta cierto punto el «peso» de cómo la nueva imagen reproduce el carácter original aplicando la etiqueta «–cw» seguida de un número del 1 al 100 al final de su nuevo mensaje (después del “– cref [URL]»cadena, así: » –cref [URL] –cw 100”. Cuanto menor sea el número “cw”, más variación tendrá la imagen resultante. Cuanto mayor sea el número “cw”, más estrechamente seguirá la nueva imagen resultante a la referencia original.

Como puede ver en nuestro ejemplo, ingresar un «cw 8» muy débil en realidad devuelve lo que queríamos: el esmoquin blanco. Pero ahora le ha quitado el parche distintivo a nuestro personaje.

Bueno, nada que una pequeña “variación regional” no pueda resolver, ¿verdad?

Ok, entonces el parche está en el ojo malo… ¡pero ya estamos llegando!

También puede combinar varios caracteres en uno utilizando dos etiquetas “–cref” una al lado de la otra con sus respectivas URL.

La función se lanzó esta tarde, pero artistas y creadores ya la están probando. Pruébelo usted mismo si tiene Midjourney. Y lea la nota completa del fundador David Holz a continuación:

Hola a todos @aquí, hoy estamos probando una nueva función de «Referencia de personaje». Es similar a la función «Referencia de estilo», excepto que en lugar de hacer coincidir un estilo de referencia, intenta hacer coincidir el personaje con una imagen de «Referencia de personaje».

Cómo funciona

• Pegar --cref URL después de su mensaje con una URL a una imagen de un personaje
• Puedes usar --cw para modificar la referencia de 'fuerza' de 100 a 0
• fuerza 100 (--cw 100) es el valor predeterminado y usa cara, cabello y ropa.
• En fuerza 0 (--cw 0) solo se centrará en la cara (bueno para cambiar de ropa/peinado, etc.)

¿Para qué está destinado esto?

• Esta característica funciona mejor cuando se utilizan personajes creados a partir de imágenes de Midjourney. No está diseñado para personas/fotos reales (y probablemente las distorsionará como lo hacen las indicaciones de imágenes normales)
• Cref funciona igual que las indicaciones de imágenes normales, excepto que se «centra» en los rasgos del personaje.
• La precisión de esta técnica es limitada, no copiará exactamente hoyuelos, pecas o logotipos de camisetas.
• Cref funciona tanto para los modelos normales Niji como para MJ y también se puede combinar con --sref

Características avanzadas

• Puede utilizar varias URL para mezclar información/caracteres de varias imágenes como esta --cref URL1 URL2 (Esto es similar a las indicaciones de múltiples imágenes o estilos)

¿Cómo funciona en web alfa?

• Arrastra o pega una imagen en la barra de imaginación; ahora tiene tres íconos. seleccionando estos conjuntos, ya sea una imagen, una referencia de estilo o una referencia de personaje. Mayús+selecciona una opción para usar una imagen para múltiples categorías

Recuerde que mientras MJ V6 esté en versión alfa, esta y otras características pueden cambiar repentinamente, pero la versión beta oficial de V6 llegará pronto. Nos encantaría escuchar las opiniones de todos sobre ideas y características. Esperamos que disfrutes de este primer lanzamiento y que te ayude a disfrutar de la historia y la construcción del mundo.