【AI角色一致性】“cref” 参数 Midjourney新功能实操详解

AI小王子
12 Mar 202408:17

TLDRMidjourney 近期发布了一项新功能,即AI角色一致性,允许用户稳定生成同一角色的图像。该功能通过使用'-criff'参数和图片URL,以及'-cw'参数调整参考图片的权重,从而控制生成图像的细节。视频演示了如何使用这些参数,并展示了使用不同'-cw'值的效果。此外,还提到了该功能目前只支持MIGI6模型,并且与Swift功能兼容。

Takeaways

  • 📢 MidJourney 新功能:AI角色一致性已发布,可以稳定生成同一个角色。
  • 🎨 这个功能类似之前的风格参考,但主要是针对人物特征。
  • 🔧 使用方法:在关键词后加上 '——cref' 参数,并附上图片URL。
  • ⚙️ 新参数 '——cw':可以调整参考网址的权重,范围为0到100。
  • 🔍 CW参数为0时,只还原面部特征;为100时,还原面部、头发和衣服特征。
  • 💡 官方建议:使用MidJourney生成的图片作为参考效果最佳。
  • 🔬 目前精度有限,不能完全还原如酒窝、雀斑等细节。
  • 🔗 CRIF功能支持Niji Journey和MidJourney两个模型,需使用最新版本。
  • 📸 可以使用一个或多个URL作为角色参考,生成效果更精确。
  • 🧑‍🔬 使用实操演示:通过Niji Journey生成图片并测试CW权重效果,展示不同权重对生成图片的影响。

Q & A

  • Midjourney新功能'AI角色一致性'是什么?

    -Midjourney新功能'AI角色一致性'允许用户稳定生成同一个角色的图像,提高了生成图像的控制性和一致性。

  • 如何使用Mijurney character reference(CREF)功能?

    -使用CREF功能时,在关键词后添加'--criff'参数,并在其后放置图片的URL链接作为参考,以此来生成具有一致特征的角色图像。

  • 杠杠CW参数是用于什么目的的?

    -杠杠CW参数用于调整参考网址的权重,其取值范围是100到0,默认值为100。数值越高,参考的细节就越多,当数值为0时,只会还原面部特征。

  • 使用CREF功能时,有什么特别的使用技巧吗?

    -官方建议,使用Mijourney生成出来的角色作为参考时,效果最佳。此外,CREF功能支持Niji journey和Mijourney两个模型,并可以与Swift功能配合使用。

  • CREF功能目前存在哪些限制?

    -CREF功能目前精度有限,无法完全还原如酒窝、雀斑或T恤的logos等细节,并且只支持MIGI6或MIGI6以上版本的模型。

  • 如何利用CREF功能改变角色的穿着?

    -通过设置不同的杠杠CW值,可以在保持面部特征不变的情况下,改变角色的穿着。例如,将CW值设为0时,可以仅改变上衣颜色。

  • 在进行人物图像生成时,使用多个URL作为参考的效果如何?

    -使用一个或多个URL作为参考可以使生成的角色图像更加精确,但根据个人测试,即使只使用一张参考图,效果也是很不错的。

  • 如何结合使用CREF和CW参数来生成特定风格的人物图像?

    -可以通过指定关键词和相应的CREF URL,然后调整CW参数的值来生成具有特定风格(如穿着白色衬衫)的人物图像。

  • 如果在使用CREF功能时不指定主体名称,会有什么效果?

    -如果不指定主体名称,AI可能会根据提供的参考图像和其他关键词生成与原角色不同的图像,例如可能会将角色性别识别错误。

  • CREF功能对于写实人物转换成动漫风格有什么帮助?

    -CREF功能可以帮助改善写实人物转换成动漫风格时的面部效果,使得生成的图像更加准确和一致。

Outlines

00:00

🤖 Introduction to AI Character Consistency Feature

The script introduces a new feature for AI character consistency, allowing for the stable generation of the same character. The narrator, who has been criticized for poor control, is excited to demonstrate this feature. The video will explain the 'Mijurney character reference' or 'CRIF' feature and its usage tips. The feature is similar to the 'style reference' function, but it focuses on character traits. To use it, after writing keywords, one should add '-cref' followed by a URL link, not the words themselves. There is also a new parameter '-CW' to adjust the weight of the reference URL, similar to the 'image weight' parameter but with a range of 100 to 0, defaulting to 100. A higher value means more detailed references, while a value of 0 focuses only on facial features. The feature works best with characters generated in 'Miji', but the narrator also tested it with other images with satisfactory results. The function is currently limited in precision and cannot perfectly replicate details like dimples or logos, but the narrator is optimistic about future improvements. The feature supports both 'Niji journey' and 'Miji journey' models and can be used with the 'Swift' function. It's important to use the MIGI6 model for this feature, as other versions are not supported.

05:01

🎨 Demonstrating the CRIF and CW Weight Features

The narrator proceeds to demonstrate the CRIF and CW weight features with a practical example using the character 'Uchiha Itachi' from the anime series 'Naruto'. The character is first generated using 'Niji journey', and several images are produced to select a suitable reference image. The narrator then tests the CRIF and CW weight features by attempting to change Itachi's outfit to a white shirt with different CW values: 0, 50, and 100. The results show that a CW value of 0 retains facial details well while changing the outfit, a value of 50 balances the new keywords with the original character details, and a value of 100 focuses heavily on the original image, resulting in minimal changes despite the new keywords. The narrator also tests the feature without specifying the character's name, only using the CRIF parameter to change the outfit to a pink shirt with a cigarette. The results indicate that even without specifying the character's name, the AI can generate consistent facial features through the reference image. The narrator emphasizes the importance of adjusting parameters correctly and concludes by paying tribute to the manga artist Akira Toriyama, creator of 'Dragon Ball', expressing gratitude for the childhood memories and wishing him rest in peace.

Mindmap

Keywords

💡AI角色一致性

AI角色一致性是指人工智能在生成图像时能够保持同一角色的特征和风格一致,不随生成次数改变而出现大的差异。在视频中,这一功能被描述为一项新发布的功能,允许用户稳定地生成同一个角色的图像,提高了生成图像的控制性和一致性。

💡Midjourney

Midjourney是一个AI图像生成平台,用户可以通过它生成各种风格的图像。在视频中,Midjourney发布了AI角色一致性的新功能,允许用户通过特定的参数来控制生成图像的一致性。

💡CREF

CREF(Character Reference)是Midjourney新引入的一个参数,用于指定一个URL链接,该链接指向一个图像,AI将根据这个图像生成具有相似特征的角色图像。在视频中,CREF参数被用来保持角色特征的一致性,如面部、头发和衣服等。

💡杠杠CW

杠杠CW是Midjourney中的一个参数,用于调整参考图像的权重。它的取值范围是0到100,默认值为100。数值越高,参考图像的细节被还原得越多。在视频中,通过调整CW的值,用户可以控制角色的面部、头发和衣服等特征的还原程度。

💡权重

权重在这里指的是在图像生成过程中,参考图像对生成结果影响的程度。权重越高,生成的图像越接近参考图像的特征。在视频中,通过调整CW参数的权重,用户可以精细控制角色特征的还原细节。

💡MIGI6

MIGI6是Midjourney中的一个模型版本,它支持CREF和CW等新功能。在视频中提到,CREF功能目前只支持MIGI6模型,而不支持MIGI5.2等旧版本。

💡Swift功能

Swift是Midjourney中的一个功能,可以与CREF参数配合使用,以提高图像生成的速度和效率。在视频中,提到用户可以结合使用Swift和CREF功能来生成角色图像。

💡URL

URL(Uniform Resource Locator)是互联网上用来标识资源位置的地址。在视频中,用户需要提供一个URL链接,指向一个图像,以便Midjourney的AI根据这个图像生成具有相似特征的角色图像。

💡写实人物转动漫

写实人物转动漫是指将现实中的人物图像转换成动漫风格的图像。在视频中,作者提到使用CREF功能后,写实人物转换成动漫风格时,面部效果会有所改善。

💡宇智波鼬

宇智波鼬是视频中用来演示CREF功能的一个角色示例,他是动漫《火影忍者》中的一个角色。在视频中,作者通过使用CREF参数和调整CW权重,展示了如何改变宇智波鼬的服装和面部特征。

Highlights

Midjourney发布了AI角色一致性新功能,允许稳定生成同一角色。

新功能通过'criff'参数实现,需要放置图片链接。

'CW'参数用于调整参考图片的权重,范围是100到0。

当'CW'值为100时,面部、头发和衣服特征尽可能还原。

当'CW'值为0时,主要还原面部特征。

新功能在Mijourney生成的角色上效果最佳。

CRIF功能支持Niji journey和Mijourney两个模型。

CRIF功能目前只支持MIGI6模型。

CRIF功能可以与Swift功能结合使用。

使用CRIF时,可以一个或多个URL作为角色参考。

CRIF功能帮助改善人物面部效果,如写实人物转动漫。

CRIF功能目前精度有限,无法完全还原细节如酒窝、雀斑或T恤logo。

通过实操展示CRIF和CW权重功能的强大之处。

使用Niji journey展示动漫人物效果。

通过不同'CW'值展示角色变化,如白色衬衫、黑色网状毛衣。

即使不加主体名称,AI也能通过CRIF生成面部一致性角色。

CRIF功能允许在面部细节不变的情况下,改变人物穿着等细节。

致敬鸟山明老师,感谢他带来的美好童年。